• 基于骨链先验知识的扩散模型BCDPose在三维人体姿态估计中的创新应用

  在计算机视觉领域，三维人体姿态估计（3D Human Pose Estimation, HPE）一直是学术界和工业界关注的焦点。这项技术能够从单目二维图像或视频中重建人体关节的三维空间位置，在运动分析、人机交互、医疗康复等领域具有广泛应用前景。然而，现有的基于扩散模型的方法虽然展现出强大的生成能力，却普遍存在一个关键缺陷——忽视了人体固有的生物力学约束。想象一下，当我们在观看网球运动员发球的动作时，手腕的旋转并非孤立发生，而是受到肩关节和肘关节的联动制约。这种骨链结构的层级关系，以及不同关节的自由度（DoF）差异，恰恰是现有Transformer架构在建模时容易忽略的重要先验知识。针对这一技术

  来源：iLIVER

  时间：2025-07-16

• 基于不变提示与分类器校正的持续学习方法iPrompt-CR突破特征噪声与尺度偏差难题

  在人工智能领域，如何让模型像人类一样持续学习新知识而不遗忘旧技能，是持续学习（Continual Learning, CL）的核心挑战。现有基于预训练模型的提示学习（Prompt Learning）方法虽能通过冻结主干网络缓解灾难性遗忘，但提示组件训练会引入旧任务特征噪声，而分类器尺度偏差更导致跨任务误判。这些问题严重制约了智能系统在动态环境中的长期部署能力。针对上述瓶颈，国内研究机构的研究人员提出了创新性解决方案——不变提示与分类器校正方法（iPrompt-CR）。该方法通过双阶段训练框架：在提示学习阶段，强制新任务键向量与旧任务查询原型正交，抑制无关组件干扰；在分类器校正阶段，基于高斯分布

  来源：iLIVER

  时间：2025-07-16

• 基于不变提示与分类器校正的持续学习方法研究

  在人工智能领域，持续学习（Continual Learning, CL）致力于让模型像人类一样不断吸收新知识而不遗忘旧技能，但这一目标长期受困于“灾难性遗忘”（catastrophic forgetting）问题。随着预训练模型（如ViT）的普及，基于提示学习（prompt learning）的方法成为研究热点，但现有技术面临两大挑战：训练新任务时旧任务查询特征因组件混合产生噪声，以及分类器因任务间logit尺度差异导致误判。针对这些问题，国内研究机构（未明确署名单位）的研究团队提出了iPrompt-CR方法。该方法通过双阶段设计实现突破：在提示学习阶段，强制新任务组件的可学习键（keys）与

  来源：iLIVER

  时间：2025-07-16

• 基于不变提示与分类器校正的持续学习新方法iPrompt-CR突破特征噪声与尺度偏差难题

  在人工智能领域，持续学习(Continual Learning)如同人类终身学习的能力，是让模型在不断涌现的新任务中保持旧知识的关键技术。然而现有方法面临两大"记忆困境"：当模型学习新任务时，旧任务的特征空间会被新提示组件污染成"噪声游乐场"；不同任务分类器的输出尺度像错位的齿轮，导致决策边界严重偏倚。这些困境使得现有提示组件训练方法如CODA-Prompt在真实场景中举步维艰。针对这些挑战，国内某研究机构（根据CRediT声明推测为国内单位）的Chunsing Lo、Hao Zhang和Andy J. Ma团队在《iLIVER》发表创新成果。他们开发的iPrompt-CR方法通过双重机制破解

  来源：iLIVER

  时间：2025-07-16

• 基于一致性的样本加权过滤方法提升测试时域适应性能

  在人工智能模型部署过程中，测试数据分布偏移(domain shift)如同潜伏的暗礁，时刻威胁着模型性能的稳定性。传统测试时域适应(Test-Time Adaptation, TTA)方法主要依赖伪标签(pseudo-labeling)或熵最小化(entropy minimization)策略，但这些方法在面对长序列适应或复杂场景时，往往陷入误差累积的泥潭。更令人遗憾的是，自然语言处理领域尝试将一致性(consistency)作为训练目标的研究，始终未能突破性能瓶颈。这一困境引发了学术界对TTA方法论的深刻反思——是否应该重新定义一致性的角色？韩国松实大学(Soongsil Universit

  来源：iLIVER

  时间：2025-07-16

• 基于多注意力特征互增强与实例重建的类别级6D物体姿态估计方法研究

  在机器人操作和增强现实等领域，物体姿态估计是核心技术之一。传统方法依赖已知3D模型进行实例级姿态对齐，但面对同一类别中未见过的物体时性能骤降。尽管类别级方法通过归一化物体坐标空间（NOCS）提升了泛化能力，但类内物体在几何结构和纹理上的巨大差异仍导致预测偏差。尤其对于相机等形态多变的物体，现有方法难以通过简单的点云特征拼接实现精准建模。针对这一挑战，来自中国的研究团队提出创新性解决方案。通过设计多注意力互特征增强模块（MMFEM），首次实现图像、观测点云与类别先验形状的三方特征交互。该模块利用交叉注意力机制，使先验特征能动态引导图像与点云特征的学习，同时反向增强先验特征本身。实验表明，这种双向

  来源：iLIVER

  时间：2025-07-16

• 渐进式背景-前景差异增强方法在少样本3D点云语义分割中的应用研究

  在人工智能和计算机视觉领域，3D点云语义分割一直是研究热点，尤其在室内导航和自动驾驶等应用中扮演着关键角色。然而，传统方法依赖于大量标注数据，难以适应新场景和新类别。更棘手的是，少样本学习场景下存在的背景模糊问题——即某类的前景被其他类误认为背景——严重影响了模型性能。这一瓶颈问题长期未被充分解决，制约了少样本3D点云分割技术的实际应用。针对这一挑战，研究人员创新性地提出了渐进式背景-前景差异增强方法。研究发现，背景模糊仅影响背景原型，而保留的前景信息是准确的。基于这一发现，团队开发了背景-前景差异增强策略（BFDE），通过强化查询数据中前景与背景的差异来消除模糊性。当不存在背景模糊时，该方法

  来源：iLIVER

  时间：2025-07-16

• 综述：绿色建筑与数字技术：可持续发展的路径

  绿色建筑与数字技术的协同进化在应对气候变化的全球背景下，建筑行业作为碳排放"大户"正经历着深刻变革。本文通过混合研究方法，揭示了数字技术如何重塑绿色建筑的发展轨迹。行业4.0的绿色革命以工业4.0（Industry 4.0）为核心的技术集群正在推动建筑行业向循环经济转型。数字孪生（Digital Twin）技术通过实时数据镜像，实现了对建筑能耗、室内环境等关键指标的动态监控。研究显示，结合物联网（IoT）传感器的数字孪生系统可降低建筑能耗达15-30%。BIM技术的多维突破建筑信息模型（BIM）已从单纯的设计工具进化为全生命周期管理平台。最新案例表明，BIM与生命周期评估（LCA）的整合，使建

  来源：Green Technologies and Sustainability

  时间：2025-07-16

• 基于混合QoS感知的Web服务组合优选方法：新型模式与改进进化算法的双重突破

  随着云计算和微服务架构的普及，Web服务组合技术成为构建复杂业务系统的关键。然而，面对同一业务功能的海量候选服务组合（如6节点系统存在206种可能），如何选择质量（QoS）近优的组合成为NP难问题。现有方法存在三大瓶颈：传统模式聚合仅支持基础结构（顺序/并行/条件/循环），进化算法易陷入局部最优，且单目标优化难以平衡多QoS指标的冲突。针对这些挑战，伊朗卡尚大学（University of Kashan）的Narjes Zahiri与Seyed Morteza Babamir团队在《Future Generation Computer Systems》发表突破性研究。他们首创"双基聚合+改进进

  来源：Future Generation Computer Systems

  时间：2025-07-16

• 基于全局-局部对抗学习与掩码图像一致性的深海养殖鱼类跨域计数方法研究

  深海养殖作为应对资源短缺的重要方向，其精准鱼类计数对饲料投放、捕捞规划至关重要。然而，多变的水下光照条件、摄像机视角差异以及不同养殖笼环境，导致传统基于监督学习的密度估计模型面临两大困境：一是密集鱼群标注成本极高，二是跨场景部署时存在严重的"域偏移"现象。现有方法如多列神经网络或YOLOV4检测框架，虽在单一场景表现良好，却难以适应未标注的新环境。针对这一挑战，山东某研究机构团队在《Engineering Applications of Artificial Intelligence》发表研究，创新性地将无监督域适应技术引入鱼类计数领域。该工作构建了包含"深蓝1号"和"国信1号"两大养殖笼的四

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-07-16

• 基于全局-局部对抗学习与掩码图像一致性的深海养殖鱼类无监督域自适应计数方法

  在深海养殖领域，精准的鱼类计数对饲料投放、捕捞规划等管理决策至关重要。然而，变幻莫测的深海环境给传统计数方法带来巨大挑战：水下光照条件差异显著，摄像机视角多变，鱼群密度分布复杂，导致现有依赖标注数据的深度学习模型难以泛化。更棘手的是，为每个新场景标注密集鱼群图像不仅耗时费力，还可能因采样偏差影响模型鲁棒性。面对这一行业痛点，山东某研究团队在《Engineering Applications of Artificial Intelligence》发表创新成果，提出首个面向鱼类计数的无监督域自适应（Unsupervised Domain Adaptation, UDA）框架。该研究突破性地将全局-

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-07-16

• 基于轻量化U-Net与自适应缩放的天城文手写词分割方法研究

  在数字化浪潮席卷全球的今天，手写文档的机器可读转换成为文化传承与信息检索的关键环节。然而，当这项技术遇上拥有独特水平基线(Shirorekha)和复杂变音符号的天城文(Devanagari)手写体时，传统分割方法便显得力不从心。这种用于印地语、梵语等的重要文字系统，其字符间粘连、书写风格差异以及著名的"头顶横线"特征，使得词分割成为文档分析领域的"珠穆朗玛峰"。面对这一挑战，研究人员开发了名为LUNet的轻量化U-Net模型。这项发表在《Engineering Applications of Artificial Intelligence》的研究，通过三方面创新攻克了技术瓶颈：首先是对经典U-

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-07-16

• 评估不同的机器学习方法，以估算巴西半干旱地区的日蒸发蒸腾量

  摘要腕足动物超科Chonetoidea在古生代广泛分布，在生物地层学和古地理学研究中发挥着重要作用。本研究报道了属Sanjuanetes首次出现在巴拉那盆地东部边缘的Pragian-Emsian时期，并讨论了其在Zlíchov生物事件背景下的意义。研究方法包括详细的分类分析，使用了壳的大小和横向长度等定量参数。埋藏学分析重点关注了肢解、破碎和方向，从而推断古环境和古水深情况。Sanjuanetes出现在过渡性海域，表明在泥盆纪期间存在特定的环境条件。该属在Ponta Grossa地层中的存在表明其具有在海水侵入高峰期间的扩散模式，这与Gondwana西南部与Zlíchov事件相关的重大古环境和

  来源：Journal of South American Earth Sciences

  时间：2025-07-16

• 通过空间主成分分析和指示克里金方法对卡斯蒂利亚-拉曼查（西班牙）地区的空间人口减少风险进行评估

  农村人口减少是一个影响人口空间分布的慢性现象，近年来已经成为公共政策讨论的热点问题。传统的研究通常通过人口减少量或发展指数来衡量农村人口减少的风险，但这些方法往往忽略了这一领域中的一个关键维度：空间依赖性。本文的主要目标是通过两种新的方法将空间依赖性纳入分析，以更准确地评估农村人口减少的风险。首先，我们提出了一种基于空间主成分分析的农村人口减少风险指数（sDRI），利用一组广泛的人口和经济社会变量。其次，我们提供了一种农村人口减少风险概率图（DRPM），展示了整个区域的风险分布情况，采用指标克里金法（Indicator Kriging）进行计算。我们以西班牙的卡斯蒂利亚-拉曼查地区为案例，该地

  来源：Journal of Rural Studies

  时间：2025-07-16

• 动态海岸脆弱性指数：一种利用机器学习方法预测气候变化和人类活动对海岸环境未来影响的研究

  在当前全球气候变化和人类活动日益加剧的背景下，沿海地区正面临前所未有的挑战。这些挑战不仅包括海平面上升、海岸侵蚀等自然因素，还涉及城市化扩张、旅游开发以及工业活动等人为因素。为了更有效地评估和应对这些风险，研究者们正在探索新的方法和技术，以提高预测的准确性和适应性。本研究旨在开发一种动态的沿海脆弱性指数（Dynamic Coastal Vulnerability Index, DCVI），通过结合遥感、地理信息系统（GIS）和机器学习技术，提供一种更科学、更全面的沿海脆弱性评估工具。沿海地区作为陆地与海洋的交界地带，具有重要的生态、经济和社会价值。然而，这些地区也最容易受到环境变化的影响。随着

  来源：Journal of South American Earth Sciences

  时间：2025-07-16

• 通过跨尺度微磁模拟方法评估多源磁器件中永磁体的实际磁性能

  在多源磁性装置（MSMDs）中，永磁体（PMs）的磁化状态受到周围磁体产生的叠加磁场影响，使得对其实用磁性性能的准确评估和选择变得极具挑战。这种干扰在复杂的磁系统如Halbach阵列中尤为显著，传统的非线性磁化模型往往无法准确捕捉到全局磁矩旋转与局部磁化反转机制共存的现象。为了应对这一问题，我们提出了一种基于磁矩动力学的跨尺度数值方法，用于评估MSMDs中永磁体的实际磁性性能。该方法建立了一个参考框架，使得微磁模拟可以应用于宏观、设备级别的永磁体磁性能评估。通过将Maxwell方程与Landau–Lifshitz–Gilbert（LLG）方程结合，并引入热磁相互作用，我们开发了一个内在磁化模型

  来源：Journal of Science: Advanced Materials and Devices

  时间：2025-07-16

• 农村创新、区域发展的推动因素与阻碍因素：来自卡斯蒂利亚-莱昂（西班牙）地区的经验教训

  在当前社会经济结构不断演变的背景下，农村创新成为了一个日益受到关注的研究领域。这一概念不仅仅局限于技术或商业创新的范畴，而是涉及到农村地区在社会、经济和环境等多个维度的综合发展。特别是在西班牙的卡斯蒂利亚-拉曼查自治区，农村创新的研究和实践正逐步展现出其独特的价值与意义。该地区由于长期的乡村人口流失，形成了极低的人口密度和老龄化社会结构，这种现象对传统的社会模式和生活方式带来了巨大挑战。然而，正是在这样的背景下，一些被称为“农村创新者”的个人或集体开始采取行动，通过各种创新举措来改善农村的生活环境和社区质量。“Territorios Activos”（活跃地区）项目正是为了探索这些创新活动背后

  来源：Journal of Rural Studies

  时间：2025-07-16

• 阿根廷圣地亚哥-德尔埃斯特罗省拉斯卡尼亚斯地层（早更新世）中化石木材的矿物学特征研究，主要采用了扫描电子显微镜（SEM）、能量色散X射线光谱仪（EDX）、X射线衍射（XRD）、傅里叶变换红外光谱（FTIR）以及共聚焦拉曼光谱技术

  摘要。本研究对来自阿根廷圣地亚哥-德尔埃斯特罗省杜尔塞河（Termas de Río Hondo地区）新近纪河流沉积物中的化石被子植物木材进行了物理化学和矿物学特性分析。化学和仪器分析表明，早更新世时期的样本主要由高度矿化的二氧化硅多形体组成。研究采用了X射线衍射（XRD）技术，结合扫描电子显微镜（SEM）与背散射电子探测器（BSE），以及能量色散X射线（EDX）、共聚焦拉曼（CRS）和傅里叶变换红外光谱（FTIR）等光谱技术。研究内容不仅包括被子植物木材的物理化学特性分析，特别是Vitaceae科（Vitaceoxylon sp.）和Menendoxylon mesopotamiensis属

  来源：Journal of South American Earth Sciences

  时间：2025-07-16

• 综述：关于复杂稀土热障氧化物在极端环境下的热光性能的综述：测量方法、材料与应用

  摘要先进发动机涡轮入口处的温度持续上升，这对用于保护由超级合金或陶瓷基复合材料制成的基材的热障涂层（TBCs）提出了更大的挑战。随着航空、航天、海军舰船、能源等先进推进系统需求的增加，TBCs的隔热性能和耐用性必须得到显著提升。在极端环境中运行的稀土热障氧化物而言，测量其热导率、发射率和反射率等热光学性能至关重要。本文概述了新型稀土热障氧化物的最新进展、热光学性能的测量方法，以及两种抑制热辐射穿透TBCs的策略：通过设计新型材料和涂层结构来提高反射率，以及通过掺杂和复合技术来增强发射率。此外，本文还提供了关于稀土热障氧化物涂层在现代工业各个领域潜在应用和挑战的新见解。引言燃气轮机发动机是国家工

  来源：Journal of Rare Earths

  时间：2025-07-16

• 通过过渡金属掺杂来调整Ti₃C₂ MXenes材料的性能，以应用于RRAM（电阻式随机存取存储器）：采用从头算计算方法

  MXene作为一种具有独特物理特性的二维材料，近年来因其在光电子设备中的广泛应用而受到广泛关注。其卓越的结构、声子、热力学稳定性、机械性能、电子性能和光学性能使得它成为开发高性能设备的理想材料。本文通过理论计算的方式，系统研究了纯MXene Ti₃C₂及其掺杂变体Ti₂XC₂（X为Ni、Fe、Mn和Co）的结构、声子、热力学稳定性、机械性能、电子性能和光学性能。通过使用基于平面波的增强（PAW）方法，结合VASP代码框架，对这些材料的性能进行了深入分析。研究结果表明，当掺杂原子的大小大于Ti原子时，对应的晶格常数会增加。此外，还计算了自旋极化和非自旋极化配置之间的能量差异、结合能以及声子特性。

  来源：Journal of Molecular Graphics and Modelling

  时间：2025-07-16

知名企业招聘：