• 综述：人工智能想象塑造技术身份与数字未来

  一、引言在当今对未来的想象中，人工智能（AI）始终是核心主题。从 20 世纪 60 年代起，科学家就对 AI 发展及其影响做出诸多预测。AI 想象作为一种 “更高认知功能”，对人们将 AI 技术融入个人、专业和社会身份的方式产生重要影响。此前关于技术身份的研究，未充分探索 AI 想象在塑造技术身份和数字未来愿景方面的具体作用。本文旨在填补这一空白，提出 AI 想象概念，并探究其对用户技术身份和数字未来认知的影响。二、人工智能想象的概念框架人类的意象思维在心理功能理论中一直占据重要地位。AI 想象本质上是一种具有重要社会意义的认知能力，它能促进集体信念、价值观和认知的形成。本研究提出的概念框架，

  来源：Computers in Human Behavior

  时间：2025-05-07

• RAFNet：遥感目标检测的创新无锚框架，突破旋转与小目标检测难题

  在科技飞速发展的当下，遥感图像广泛应用于各个领域，从城市规划到灾害监测，其价值不可估量。然而，在遥感图像目标检测的世界里，却存在着诸多棘手的难题。想象一下，在一幅复杂的遥感图像中，微小的物体如同沧海一粟，很难被精准识别，比如在茂密森林中隐藏的小型建筑；而旋转的物体更是增加了检测的难度，它们的角度变化让传统检测方法束手无策，就像随意停放的车辆，其不规则的角度给检测带来了巨大挑战。传统基于锚框的方法，就像是戴着镣铐跳舞，固定的大小和长宽比，使其难以适应旋转物体的多样性，还容易在检测小物体时出现特征丢失的情况，参数调整也极为复杂，这就好比用一把固定尺寸的尺子去量各种形状和大小的物品，显然是不合适的。

  来源：Computer Vision and Image Understanding

  时间：2025-05-07

• 模态混合器：挖掘互补信息实现多模态动作识别的创新突破

  在科技飞速发展的当下，计算机视觉领域的多模态学习备受关注。人类能够通过多种感官输入感知和与环境互动，受此启发，研究人员期望计算机也能具备类似能力，从而实现更精准的视频动作识别。早期，动作识别研究主要聚焦于单一模态，如 RGB 视频，尽管取得了一定成果，但随着研究深入，多模态融合的优势逐渐显现。然而，不同传感器采集的模态数据各具特性，如何有效利用模态间的互补信息，同时结合动作的时间上下文，成为了多模态动作识别领域的关键难题。在此背景下，来自国外的研究人员展开了深入研究。他们提出了一种名为模态混合器（Modality Mixer，M - Mixer）的全新网络，旨在解决上述难题。该研究成果发表在《

  来源：Computer Vision and Image Understanding

  时间：2025-05-07

• MF-LPR2：多帧车牌图像修复与识别的创新之光，助力智能交通升级

  在智能交通飞速发展的当下，车牌识别（LPR）无疑是其中的关键一环。它广泛应用于交通执法、犯罪调查和监控等领域，就像交通管理的 “火眼金睛”，能快速准确地识别车牌，为维护交通秩序和社会安全立下汗马功劳。然而，现实却给这双 “火眼金睛” 蒙上了一层阴影。在行车记录仪拍摄的图像里，车牌区域常常面临诸多困境。即便整体图像分辨率较高，车牌自身分辨率却往往低得可怜，仅有例如 88×32 ，细节难以分辨。与此同时，运动模糊、眩光以及不准确的对焦等问题也接踵而至，让车牌识别变得异常艰难。传统的图像修复方法在处理车牌图像时也显得力不从心。大多数现有生成模型严重依赖预训练先验知识，在面对质量极差的车牌图像时，不仅

  来源：Computer Vision and Image Understanding

  时间：2025-05-07

• 生成式人工智能助力个性化电商产品描述：创新框架与实践洞察

  在当今数字化浪潮中，电子商务如同一位超级巨星，在全球经济的大舞台上闪耀，其地位逐年攀升。新冠疫情的爆发，更是让企业深刻认识到数字化转型的重要性，它就像一把万能钥匙，能灵活应对各种新机遇与挑战。在电商发展的滚滚潮流里，人工智能（AI）和机器学习（ML）的应用层出不穷，其中，基于大语言模型（LLM）的方法备受关注。LLM 就像一个知识渊博的智者，经过大量数据的 “喂养”，不仅能回答各种问题、总结信息、翻译语言，还能生成独具特色的内容。在电商领域，LLM 的应用十分广泛，可以自动生成人工智能生成内容（AIGC），用于聊天机器人、销售助手等，还能为在线商店页面填充产品描述、卖家信息等文本内容。但传统的

  来源：Computer Standards & Interfaces

  时间：2025-05-07

• 综述：揭示移动用户体验的前沿：探索用户体验的各个方面、属性及测量方法 —— 一项系统映射研究

  引言移动互联网的使用预计在 2024 年至 2028 年间，用户将增加 2.19 亿（+3.38%），达到 67 亿的新高。这促使各领域如政府、教育、医疗保健、商业、娱乐等大力发展移动应用。用户体验（User Experience，UX）作为软件应用关键质量属性，对消费者行为，尤其是在网络和移动服务领域影响重大。它不仅涵盖用户与产品和服务交互时的感知和反应，还包含情感、感官和情境维度，与单纯的可用性不同。然而，评估 UX 颇具挑战。在移动应用领域，由于应用领域和用户群体多样，明确评估内容至关重要。从业者期望有综合考虑多方面交互的定义，以及简单且具成本效益的定性评估方法。尽管存在相关标准，但在测

  来源：Computer Standards & Interfaces

  时间：2025-05-07

• 软件能耗分析利器 Pypen：精准定位热点方法，助力绿色软件发展

  在当今数字化时代，软件已深度融入人们生活的方方面面，从日常使用的手机应用到复杂的工业控制系统，软件的身影无处不在。然而，软件在为人们带来便利的同时，其对环境的影响也逐渐引起关注。软件运行过程中的能源消耗不容小觑，不同的编程语言、算法实现以及开发决策都会对软件能耗产生影响。但以往在程序员培训中，对能源高效计算的重视程度远低于性能优化，且普遍存在一种误解，认为系统运行速度快就意味着能耗低，可事实并非如此。例如，并行处理虽能提升性能，却可能因上下文切换和线程管理导致资源消耗增加。随着人们环保意识的增强，软件开发组织对软件可持续性的关注度不断提高，其中环境可持续性，即 “绿色软件”，尤为关键。从 “绿

  来源：Computer Standards & Interfaces

  时间：2025-05-07

• 基于大语言模型的检索增强生成在交互式工业知识管理中的创新应用：提升产业服务效能的关键突破

  在当今工业蓬勃发展的时代，工业数据处理与检索成为了 Industry 5.0 推进过程中不可或缺的环节。随着企业对智能化服务需求的不断攀升，传统的工业文档管理系统和服务模式逐渐暴露出诸多问题。一方面，工业领域存在大量非记录型数据库，其管理难度大，关系型数据库的评估方式难以适用，需要基于序列或句子进行数据处理。另一方面，工业数据涉及隐私，客户查询权限受限，服务中心响应效率和质量难以保证。在这样的背景下，大型语言模型（LLMs）虽在自然语言处理（NLP）领域掀起革命，但因其对领域特定术语和上下文理解的不足，在工业应用中遭遇瓶颈。为解决这些问题，研究人员开启了基于检索增强生成（RAG）的交互式工业知

  来源：Computer Standards & Interfaces

  时间：2025-05-07

• 几何布朗运动拟合优度检验新方法及其在金融时间序列模型评估中的应用

  在金融数学领域，几何布朗运动(Geometric Brownian Motion, GBM)作为Black-Scholes期权定价模型的核心假设，其有效性直接影响金融衍生品定价的准确性。然而传统检验方法存在计算复杂、功效不足等问题，特别是在处理函数型数据时缺乏有效工具。随着高频交易数据的普及，开发适用于连续时间随机过程的拟合优度检验方法成为亟待解决的统计难题。为应对这一挑战，研究人员在《Computational Statistics》发表了一项创新研究。该工作将经典的BHEP(Baringhaus-Henze-Epps-Pulley)检验思想拓展至函数型数据场景，构建了基于特征泛函距离的新型

  来源：Computational Statistics & Data Analysis

  时间：2025-05-07

• 面向缺失与区间删失数据的多重填补方法：基于半参数转换模型的阿尔茨海默病生物标志物研究

  在阿尔茨海默病(AD)研究中，生物标志物如β-淀粉样蛋白(Aβ1-42)的检测常面临双重挑战：由于定期随访导致的区间删失失效时间数据，以及因检测设备限制造成的协变量右删失。更复杂的是，脑脊液样本采集的非强制性导致关键生物标志物存在大量缺失值。传统方法如完整病例分析(CCA)会损失信息，而逆概率加权(IPW)对缺失机制模型敏感，现有技术均无法同时处理缺失和检测限问题。新加坡教育部资助的研究团队开发了基于半参数转换模型的多重填补方法。该方法创新性地将拒绝采样整合到填补过程，自动保持与失效时间模型的兼容性。研究采用AD神经影像计划(ADNI)中轻度认知障碍(MCI)患者队列数据，通过Bernstei

  来源：Computational Statistics & Data Analysis

  时间：2025-05-07

• WECAN 模型：加权网络含噪边聚类的创新突破

  在当今数字化时代，网络无处不在，从人际关系网到生物分子交互网络，它们如同复杂的拼图，隐藏着无数秘密。在网络分析领域，聚类就像是拼图的关键线索，能帮助人们发现复杂系统中隐藏的结构。社区检测作为聚类的特殊情况，一直备受关注，众多算法和模型应运而生，像 Kernighan-Lin 算法、Girvan Newman (GN) 算法等。然而，这些传统方法大多聚焦于节点聚类，忽视了边聚类的潜力。实际上，在很多现实网络中，基于边的聚类有着独特优势。例如在科学合作网络里，研究人员之间的合作关系（即边）才是构建社区的关键，基于研究主题、学术领域等形成的合作关系，能更精准地划分社区。而且，节点聚类在处理节点属于多

  来源：Computational Statistics & Data Analysis

  时间：2025-05-07

• 创新检验方法：精准探测含趋势时间序列的方差恒定性

  在当今数据驱动的时代，时间序列分析广泛应用于金融、地质、工程等诸多领域。从金融市场中股票价格的波动预测，到地震监测里地震信号的分析，再到机械系统中振动数据的处理，时间序列分析都发挥着关键作用。在这些分析中，方差恒定假设是许多统计方法的基石。它就像一座大厦的坚固地基，一旦这个假设不成立，基于此的统计结果可能会产生严重偏差。想象一下，在地震监测时，如果误判了信号方差的稳定性，可能会将正常的信号波动误判为地震的早期迹象，引发不必要的恐慌；或者相反，忽略了真正的方差变化，从而错过预测地震的最佳时机。在金融领域，错误评估股票价格时间序列的方差恒定性，可能导致投资者做出错误决策，造成巨大的经济损失。然而，

  来源：Computational Statistics & Data Analysis

  时间：2025-05-07

• 基于泊松二项分布的精确计算部分似然的新方法 —— 为 Cox 模型带来更精准的回归系数估计

  在生命科学和健康医学领域，生存数据分析是探究疾病发展、评估治疗效果等方面的重要手段。Cox 模型作为分析生存数据的有力工具，自诞生半个世纪以来，在相关研究中得到了广泛应用。然而，目前在使用 Cox 模型进行分析时，部分似然的计算却面临着诸多挑战。传统上，Cox 模型通过部分似然来估计回归系数，部分似然是一系列条件概率的乘积。但在实际操作中，这些条件概率往往基于连续时间模型，用风险评分比来近似计算，这就导致最终得到的参数估计仅仅是基于近似的部分似然，无法精准反映真实情况。而且，在现实研究中，数据打结（ties）的情况十分常见，比如由于测量精度限制或数据分组等原因，多个观测对象可能在同一时间出现事

  来源：Computational Statistics & Data Analysis

  时间：2025-05-07

• 创新量表助力哀伤研究：PGS-SEA 精准捕捉长期哀伤症状动态变化

  在人生的旅程中，亲人离世是常见且极具创伤性的事件。大多数人能逐渐适应丧亲后的生活，但仍有部分人会陷入长期的哀伤困境。当哀伤反应持续至少一个月，且在亲人离世 12 个月（《精神疾病诊断与统计手册》第 5 版修订版，DSM-5-TR 标准）或 6 个月（《国际疾病分类》第 11 版，ICD-11 标准）后仍严重干扰日常生活时，就可能患上长期哀伤障碍（PGD） 。此前研究表明，约 3% 的丧亲者可能面临 PGD 风险，且早期 PGD 水平升高是后期 PGD 的重要预测因素。然而，现有的 PGD 研究多采用横断面设计，通过一次性测量评估过去一个月的 PGD 反应，这种方式容易产生回忆偏差，还无法考量

  来源：Comprehensive Psychiatry

  时间：2025-05-07

• 儿童与青少年骨折治疗的艺术：石膏楔形矫正技术的临床价值与应用策略

  在儿童骨科领域，骨折治疗始终面临特殊挑战——既要确保骨骼正确愈合，又要最大限度保护生长板（骨骺）的发育潜力。传统手术干预虽能精确复位，却可能带来麻醉风险、医源性生长障碍等并发症；而单纯石膏固定对已错位骨折的矫正效果有限。尤其对于占儿童骨折35%的远端前臂和胫骨骨折，如何实现"无创精准矫正"成为临床痛点。奥地利圣珀尔滕大学医院Daniel Frühwirt与瑞士伯尔尼大学医院Kai Ziebarth团队在《Operative Orthopädie und Traumatologie》发表的研究，重新发掘了1936年提出的石膏楔形矫正技术(Gipskeilung)的现代价值。这项历时8年、纳入19

  来源：Operative Orthopädie und Traumatologie

  时间：2025-05-07

• 孟加拉国Haor湿地生态系统下水稻联合收割机用户的技术效率评估与影响因素分析

  在孟加拉国东北部的Haor湿地，广袤的稻田如同镶嵌在大地上的翡翠，每年贡献着全国18%的水稻产量。然而这片"鱼米之乡"正面临双重挑战：突如其来的洪涝灾害常常在稻谷成熟前将其吞噬，而农村劳动力向非农领域的大规模迁移又让收割季的人手捉襟见肘。更令人忧心的是，气候模型预测未来洪水频率将显著增加，使得这个每年生产525万吨稻谷的生态系统岌岌可危。尽管政府提供70%的购置补贴推广水稻联合收割机(RCH)，但农户们是否真正发挥了这些"钢铁帮手"的最大效能？来自Sher-e-Bangla农业大学的研究团队首次揭开了这个谜题。研究团队采用随机前沿生产函数(Stochastic Production Front

  来源：Discover Agriculture

  时间：2025-05-07

• 《Nature Methods》革新 GLORI 技术，实现低起始量样本 N6- 甲基腺苷（m6A）精准定量的新突破

  N6- 甲基腺苷（m6A）的绝对定量方法已成为表观转录组学研究的有力工具。此前报道的化学辅助方法 GLORI，虽能实现无偏差且精确的 m6A 测量，但反应时间长、RNA 降解严重，限制了其在低起始量样本中的应用。此次，研究人员带来两种改进版的 GLORI 方法。GLORI 2.0 适用于约 10000 个细胞的 RNA 样本，在转录组范围和特定基因座的 m6A 检测上，灵敏度更高；GLORI 3.0 进一步利用逆转录沉默载体 RNA，能从仅 500 - 1000 个细胞的样本中实现 m6A 定量。研究人员利用小鼠背侧海马体的少量 RNA，发现与突触相关的基因集具有较高的修饰水平。改进后的 GL

  来源：Nature Methods

  时间：2025-05-06

• GelGenie：基于人工智能的凝胶电泳图像分析框架——突破传统方法的局限性与应用前景

  在分子生物学实验室里，凝胶电泳（gel electrophoresis）堪称"老黄牛"般的存在——这种诞生于上世纪60年代的技术，至今仍是DNA、RNA和蛋白质分析的黄金标准。然而令人惊讶的是，当人工智能（AI）已经彻底改变医学影像分析领域时，凝胶图像分析却仍停留在"石器时代"：研究人员不得不手动框选条带（band），或依赖GelAnalyzer等半自动软件进行繁琐的逐层分析。这种滞后不仅导致效率低下（单个凝胶分析耗时数小时），更因人为误差影响数据可靠性，特别是在精准医学和纳米生物技术等前沿领域。面对这一挑战，爱丁堡大学工程学院的Matthew Aquilina团队在《Nature Commu

  来源：Nature Communications

  时间：2025-05-06

• 碱化渗滤液循环提升生物反应器填埋场性能：创新策略推动可持续固废管理

  在城市飞速发展的今天，大量的生活垃圾不断产生，如何妥善处理这些垃圾成为了一个亟待解决的问题。目前，卫生填埋仍是处理城市生活垃圾（MSW）的主要方式，在美国，2020 年约 51% 的生活垃圾被填埋处理，欧洲这一比例约为 44%。然而，传统填埋方式存在诸多弊端，它会排放温室气体，而且垃圾中有机成分（OFMSW）降解缓慢，导致垃圾稳定化周期延长，气体回收效率也不高。为了应对这些问题，生物反应器填埋场（BL）的概念应运而生。它主要通过密封填埋场覆盖层和渗滤液循环，来加速垃圾分解并最大化沼气产生。但渗滤液的再引入会带来新麻烦，它可能会积累持久性化学物质，影响填埋场的 pH 值，还会引入难以分解的有机物

  来源：Biomass and Bioenergy

  时间：2025-05-06

• 生物废弃物资源化利用的可持续技术：突破挑战，开启生物经济新篇

  在城市化和工业化的浪潮中，大量生物废弃物不断涌现，如同隐藏在城市角落和乡村田野里的 “定时炸弹”，给环境带来了沉重负担。据世界银行研究，2016 年全球产生约 20.1 亿吨城市固体废弃物（MSW），预计到 2050 年将飙升至约 38 亿吨，其中生物废弃物占比颇高 。这些生物废弃物若处理不当，不仅会污染土壤、水源，还可能释放温室气体，加剧全球变暖。传统的填埋和焚烧处理方式，不仅效率低下，还可能产生有毒有害物质，进一步危害生态环境和人类健康。为了寻找更加环保、高效的处理方法，来自印度等研究机构的研究人员开展了关于生物废弃物利用和增值技术的研究，该研究成果发表在《Biomass and Bioe

  来源：Biomass and Bioenergy

  时间：2025-05-06

知名企业招聘：