• 时空可解释性人工智能：基于梯度显著性方法的超声心动图视频回归模型在射血分数预测中的解析

  Highlight我们的研究表明：仅使用单切面A4C视频的深度学习EF回归模型能成功定位左心室（LV）。通过对比随机模型在指向性游戏（Pointing Game）和mGT指标的表现（表2），以及所有模型在舒张末期和收缩末期帧的更高关注度（图4），验证了这一结论。更引人注目的是，两个模型在mGT交并比与误差率呈负相关，暗示聚焦精度直接影响预测性能。Localization of the left ventricle定量分析证实，基于Transformer的模型在语义关键帧（如舒张/收缩末期）的定位表现优于中间帧，尽管后者左心室面积更大。这种时空关注模式与临床计算EF的工作逻辑高度吻合——专家同样

  来源：Image and Vision Computing

  时间：2025-08-09

• 基于风格随机化与标准化的跨域视网膜图像分割方法研究

  Highlight本研究通过风格随机化与标准化技术，为视网膜图像分割中的单源域泛化问题提供了创新解决方案。Retinal image segmentation视网膜图像分割是诊断糖尿病视网膜病变（Diabetic Retinopathy）、青光眼（Glaucoma）和年龄相关性黄斑变性（AMD）的关键步骤。传统方法依赖手工特征（如边缘检测），而深度学习模型易受域偏移（Domain Shift）影响——当测试图像与训练数据来自不同医疗机构（域）时，性能显著下降。Problem definition现实场景中，由于数据隐私限制，模型通常仅能通过单一医疗中心的设备数据训练，但需部署到不同成像设备或光

  来源：Image and Vision Computing

  时间：2025-08-09

• AI驱动的舌象与临床指标多模态融合技术：探索MAFLD患者冠状动脉疾病风险的创新筛查策略

  代谢功能障碍相关脂肪性肝病(MAFLD)已成为全球公共卫生挑战，其与冠状动脉疾病(CAD)的密切关联尤其令人担忧。尽管心血管事件是MAFLD患者的主要死因，但现有风险评估工具存在明显局限：传统评分系统可能低估风险，而颈动脉超声等检查又面临医疗资源限制。更棘手的是，MAFLD患者多在肝病科就诊，如何在这类人群中高效识别CAD高风险个体成为临床难题。中国人民解放军总医院第五医学中心肝病研究所的团队独辟蹊径，将中医舌诊这一古老诊断方法与现代人工智能技术相结合。他们开发的双模型框架创新性地实现了"社区筛查"与"精准评估"的有机结合：Model-1仅需舌象照片和基础临床资料即可实现0.858的AUC值，

  来源：iLIVER

  时间：2025-08-09

• 工业物联网中许可区块链的优化节点布局与动态会话节点选择：基于K跳覆盖模型的超图顶点优化方法

  亮点本研究突破性地将区块链节点布局建模为加权K-均匀超图顶点覆盖问题，首次实现IIoT网络中K跳覆盖与最小化全节点的双重优化。动态会话节点选择算法通过"彩票式"随机验证机制，使攻击者无法预判参与共识的节点，有效防御目标性攻击。结论本文提出的框架成功解决了工业物联网中许可区块链部署的核心矛盾：在保持数据不可篡改性的前提下，通过K跳感知节点布局（较传统方案减少37%存储需求）和动态轮换验证机制，使吞吐量提升至以太坊的4.2倍。实验证明该方案特别适用于IEEE802.15.4-TSCH标准的低功耗网络，为智能工厂等高频交易场景提供了首个同时满足IETF安全规范和区块链三要素（CAP定理）的落地解决方

  来源：Future Generation Computer Systems

  时间：2025-08-09

• 基于反应-扩散方程的COVID-19空间流行病学模型：多方法数值模拟与干预策略评估

  当COVID-19疫情暴发初期，传统基于常微分方程的SEIR模型在预测不同地区的疫情发展时频频失灵——伦敦医院挤兑时间比康沃尔郡提前数周，而相同模型参数却无法解释这种空间差异。这种"时空失配"现象暴露出经典模型忽视地理要素的根本缺陷。杜兰大学数学系的研究团队敏锐捕捉到这一关键问题，创新性地将反应-扩散方程引入流行病学建模，在《Franklin Open》发表了突破性研究成果。研究团队首先构建了包含6个房室（S-E-I-A-Q-R）的空间动力学模型，其中创新性地将无症状感染者(A)和隔离人群(Q)作为独立变量。通过引入扩散系数αS-αQ表征人群空间移动，结合βN(I+A)S等非线性反应项，首次实

  来源：Franklin Open

  时间：2025-08-09

• 无人机取证技术革新：融合实时、数字与非数字证据采集系统的多模态分析框架

  无人机技术正以前所未有的速度渗透到军事和民用领域，从乌克兰战场上的精确打击到城市里的快递配送，这些"会飞的机器人"在改变世界的同时，也带来了新的安全隐患。据统计，2016-2019年间恐怖组织使用无人机发动了76次袭击，造成50人死亡；而民用领域的非法拍摄、监狱走私等犯罪事件更是层出不穷。更棘手的是，当无人机坠毁在敏感区域时，如何快速确定它是意外事故还是蓄意攻击？如何从残骸中追踪操作者身份？这些问题的答案都藏在无人机的"数字黑匣子"里，但传统取证方法对此束手无策。韩国警察大学无人机安全研究所(Drone Security Research Institute, Korea National P

  来源：Forensic Science International: Synergy

  时间：2025-08-09

• 丹麦警方与国际刑警组织在死者身份识别方法上的差异：基于591例法医尸检的实证研究

  在法医学领域，死者身份识别不仅关乎法律程序的严谨性，更直接影响家属的情感抚慰和社会伦理。尽管国际刑警组织(DVI)明确将法医牙科学(forensic odontology)、指纹和DNA分析列为"主要识别方法"，但各国警方在实际操作中往往依赖视觉识别等次级方法。这种差异在丹麦尤为显著——作为拥有完善医疗记录体系的发达国家，其警方在87.5%的案例中能通过死亡地点快速推定身份，但这是否符合科学标准？哥本哈根大学法医学系(Department of Forensic Medicine, University of Copenhagen)的Anja Skov团队对此展开深入研究。研究人员系统分析了2

  来源：Forensic Science International

  时间：2025-08-09

• 单臂集群工具活动时间变异下的双目标调度优化：兼顾生产效率与晶圆延迟最小化的创新方法

  亮点本研究创新性地开发了双目标强制等待时间优化框架(BMWTOM)，通过智能平衡生产效率与晶圆质量，为半导体制造提供了应对实时波动的"双保险"策略。系统分析A. 活动时间建模针对具有n个加工步骤的非重复性晶圆流程，采用(m1, m2, ..., mn)晶圆流模式(WFP)描述，其中mi代表第i步的并行处理模块(PM)数量。研究特别关注步骤0和n+1的负载锁定(LL)操作动态。双目标优化方法A. 多目标优化基础概念将问题建模为具有K个目标和M个约束的多目标优化问题(MOOP)，通过前沿算法探索目标空间中的帕累托最优解集，实现系统吞吐量(CT)与总延迟时间(TDT)的最佳权衡。数值实验与分析A.

  来源：Expert Systems with Applications

  时间：2025-08-09

• 针对泰米尔语社交媒体中网络欺凌行为的多层次语言与情感建模方法

  在数字时代的背景下，网络欺凌已成为一个日益严重的问题，尤其是在社交媒体平台上。随着社交网络的迅速发展，网络欺凌的形式和规模也不断演变，给内容审核和社区管理带来了新的挑战。特别是在一些资源有限的语言环境中，如泰米尔语，网络欺凌的研究和检测工作仍然非常有限。因此，本研究提出了一种新的多层级计算框架，旨在为泰米尔语社交媒体内容中的网络欺凌检测提供文化敏感性的解决方案。本研究的核心成果之一是构建了一个名为“泰米尔网络欺凌（Tamil Cyberbullying, TCB）”的数据集，该数据集包含47,692条经过人工标注的推文。这些推文涵盖了基于年龄、性别、种族、宗教等不同维度的欺凌行为以及非欺凌内容

  来源：Expert Systems with Applications

  时间：2025-08-09

• 电力标准条件事件知识图谱的构建与应用：面向智能电网管理的数字化创新

  亮点速览电力领域知识图谱(PKG)应用自2016年起，电力知识图谱(PKG)研究从语义检索系统起步，至2018年后在故障诊断与调度优化领域取得突破性进展。典型案例包括：基于图神经网络的继电保护配置校验系统，以及融合知识推理的电网调度决策辅助平台。EPSs专用CEKG架构电力标准文档作为具有多层级、强逻辑特性的非结构化数据，GB/T 1.1-2020定义的14类标准要素在本研究中被重构为三维框架：结构层：解构标准文档的章节拓扑关系层：定义68种电力领域特定关系实体层：包含核心物理实体(如XLPE电缆)与逻辑实体(如"当绝缘电阻<5MΩ时")CEKG内在关系评估采用知识表示学习(KRL)中的超平面

  来源：Expert Systems with Applications

  时间：2025-08-09

• 基于SAM-Mask2Former的标签融合渐进式矿石颗粒分割方法：复杂光照条件下的智能识别突破

  Highlight本研究首次在颗粒识别领域提出整合SAM（Segment Anything Model）与掩码注意力掩码转换器（Masked-attention Mask Transformer, Mask2Former）的SAM-Mask2Former模型，并开发了标签融合渐进式（Label-Fusion Progressive）图像处理方法。该技术使模型能自主学习复杂光照特征，在测试集上实现Box_mAP>0.844、Segm_mAP>0.870的优异表现，误检率低至7.5%，较传统模型精度提升1.2%-42.1%。Identification results of SAM-M

  来源：Expert Systems with Applications

  时间：2025-08-09

• 基于差异量化的反事实图卷积网络：信用卡欺诈检测的因果优化新方法

  亮点• 差异化量化交易图谱构建：提出交易特征差异化量化策略，从直接、间接和时间维度多角度量化差异，通过混合差异加权机制确定自适应阈值，构建差异化量化交易图谱。• 图卷积节点增强策略：在图卷积网络（GCN）中设计隐藏层增强交易节点潜在表征，引入特征加权机制放大正样本表征，强化交易节点表达能力。• 动态反事实假设机制：通过门控机制将训练参数传递至现实世界，消除现实数据因果效应生成假设世界，设计差异因子量化双世界因果关系，通过迭代重训练优化因果平衡。结论与未来工作本研究提出的基于差异量化的反事实图卷积欺诈检测模型，通过动态捕捉信用卡交易节点间因果关系，显著提升欺诈分类性能。未来将探索多模态数据融合和

  来源：Expert Systems with Applications

  时间：2025-08-09

• 基于数据归因的多变量时间序列无监督异常检测新方法

  在当今数据驱动的世界中，从金融交易到工业传感器网络，多变量时间序列（Multivariate Time Series, MTS）异常检测已成为保障系统安全运行的核心技术。然而传统方法面临三大困境：异常定义因场景而异，标注数据极度稀缺，且动态数据分布使静态模型失效。更棘手的是，现有技术如自编码器（Autoencoder, AE）和生成对抗网络（Generative Adversarial Network, GAN）往往需要纯净训练集，而预测偏差方法则易受训练数据中异常样本干扰。为突破这些限制，意大利罗马"智慧"大学（University of Rome "La Sapienza"）信息工程系的研

  来源：Expert Systems with Applications

  时间：2025-08-09

• 可见光催化用凹面镜光反应器的创新设计与性能优化研究

  在可持续发展成为全球共识的今天，光催化技术因其利用太阳光驱动化学反应的特性备受关注。然而传统光反应器存在光能利用率低、反应条件控制困难等瓶颈，严重制约了该技术的实际应用。特别是在可见光催化（visible-light photocatalysis）领域，如何高效捕获光子能量并实现反应过程的精准调控，成为研究者亟待解决的核心问题。针对这一挑战，Faculty of Chemistry, University of Belgrade（贝尔格莱德大学化学系）的Marko Slijepcevic团队创新性地提出了一种具有球形反射镜结构的凹面镜光反应器设计。研究人员通过精心设计的反射光学系统，使反应器能

  来源：European Journal of Organic Chemistry

  时间：2025-08-09

• 基于局部通道与粗粒度空间注意力融合的极光图像增强分析方法：Loosen Attention机制研究

  亮点• 我们提出了一种更具适应性和灵活性的注意力机制，通过整合局部通道注意力（localized channel attention）和粗粒度空间注意力（coarse-grained spatial attention）来适应极光的流体状（fluid-like）和不可预测特性。这种整合有效捕捉了关键的极光变化，同时保持了对抗固有随机性和变异性的鲁棒性。• 我们设计了一个轻量级即插即用（plug-and-play）的注意力模块（LA），专为极光图像分析优化。受通道和空间注意力启发，LA能轻松集成到现有框架中，以最小的计算和参数开销提升性能，特别适合处理极光图像。• LA在复杂极光分析中超越传统方

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-09

• 基于自适应邻域粗糙集与混合正弦余弦优化的双相特征选择方法在复杂分类任务中的应用研究

  亮点本研究开创性地将自适应邻域粗糙集与混合正弦余弦算法结合，通过双相（横向特征选择+纵向样本优化）处理机制，攻克了高维不平衡数据分类的核心难题。参数δ（邻域半径）和λ（包含度）的动态调整策略，使模型能像"智能显微镜"般自适应不同数据粒度。自适应邻域粗糙集特征选择在第一阶段横向处理中，我们构建了基于k折交叉验证的自适应NRS模型。通过动态优化δ和λ这对"黄金参数"，系统筛选出最具判别力的特征子集。实验显示，该方法在医疗影像数据集上特征维度降低72%时仍保持94%分类准确率。混合正弦余弦算法优化第二阶段引入增强型SCA算法，其独特的反向学习机制像"分子剪刀"精准剪除噪声样本。在乳腺癌基因数据集测试

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-08-09

• 化学修饰虾青素衍生物：生物基光伏供体材料的创新设计与性能突破

  亮点• 首次实现天然虾青素向高效光伏供体的定向改造• 卤素取代精准调控HOMO/LUMO能级（-5.21/-3.42 eV）• 双卤化分子使器件效率较天然原料提升240倍材料与表征所有化学试剂购自国药集团、毕得医药等供应商，PEDOT:PSS（Clevios PVPAI4083）购自贺利氏公司，受体材料BTP-eC9和PDINN由Solarmer公司提供。1H/13C核磁共振（NMR）和基质辅助激光解吸飞行时间质谱（MALDI-TOF）由合作实验室完成测试。合成与化学结构通过生物源角黄素（canthaxanthin）的氧化反应制备虾青素，随后与邻苯二胺衍生物缩合获得DQC及其卤化变体。非对称卤

  来源：Dynamics of Atmospheres and Oceans

  时间：2025-08-09

• 基于稀疏贝叶斯学习与离网模型的多辐射源自定位方法研究

  亮点针对自定位问题构建了基于稀疏信号表示（SSR）的模型，并引入稀疏贝叶斯学习（SBL）技术，仿真验证其在有限采样数据下的优异性能。采用离网模型解决网格失配问题，通过一阶泰勒展开逼近真实位置与最近网格点的偏差。推导了自定位问题的克拉美罗界（CRB）作为理论基准，实验表明算法性能接近CRB下限。数值仿真通过蒙特卡洛实验评估性能，均方根误差（RMSE）和成功率（SR）作为核心指标。当定位误差阈值ε设为0.5米时，算法在低信噪比（SNR=-5dB）下仍保持85%以上的成功率，显著优于传统网格法。结论本研究将SBL框架拓展至自定位领域，结合离网修正技术，在卫星拒止环境中实现了亚米级定位精度。所提方法为

  来源：Digital Signal Processing

  时间：2025-08-09

• 基于宽带压缩感知的超短基线水下定位算法：突破奈奎斯特采样限制的高精度声源定位新方法

  亮点速览信号模型假设阵列含M个接收器，接收信号含N个快拍，存在L个声源（Mw，其中A=[α(θ1,φ1),...,α(θL,φL)]∈ℂM×L为阵列导向矩阵，α(θi,φi)对应第i个声源的导向向量。Y∈ℂM×N为接收信号，Nw∈ℂM×N为高斯白噪声，S∈ℂL×N为理想发射信号。超短基线结构图1展示四接收器USBL阵列结构：(a)空间位置测量示意图中S为声源位置，θ和φ分别代表俯仰角与方位角，S′为S在XOY平面投影；(b)接收器呈两两对称分布在X/Y轴正负半轴。WCS-USBL水下定位框架本方法通过三步突破传统局限：1）采用改进二维相干信号子空间(2D-CSM)对亚奈奎斯特采样的宽带信号进行

  来源：Digital Signal Processing

  时间：2025-08-09

• 基于迭代自适应方法与协方差矩阵重构的多径相干接收鲁棒波束成形算法

  亮点提出重构复合导向向量（SV）与非相干干扰加噪声协方差矩阵（INCM）的新方法，基于IAA和相干判决估计相干干扰的衰落系数。设计基于子空间正交性和级联乘法运算的新型检验统计量，在低信噪比（SNR）和阵列误差下仍能精准判别信号相干性。通过子空间投影修正复合SV与非相干干扰SV，显著提升算法在阵列误差下的鲁棒性。仿真结果采用10阵元半波长均匀线性阵列进行实验。假设存在1个期望信号（θ0=0°）、1个多径相干干扰（θ1=-30°）和2个非相干干扰（θ2=30°，θ3=50°）。相干干扰衰落系数βq=ρqejΔϕq，其中ρq服从均匀分布。结论本文提出的基于IAA和INCM重构的波束成形算法，通过级联

  来源：Digital Signal Processing

  时间：2025-08-09

知名企业招聘：