• 一种针对深度学习检测模型的有效且隐蔽的XSS攻击样本生成方法

  XSS检测模型易受对抗样本攻击，本文提出XA2-ES方法通过Tri-Agent框架与优化SAC模块生成高隐蔽性对抗样本，结合阴影模型和反馈机制实现高效安全评估。

  来源：Neurocomputing

  时间：2026-02-13

• 鲁索替尼治疗类固醇难治性免疫检查点相关肝炎

  一位70岁女性患者因胰腺炎复发就诊，其微囊型浆液性神经内分泌瘤（SN）生长并引发假性动脉瘤及囊肿内出血，经弹簧圈栓塞治疗成功。该病例罕见于SN同时导致反复胰腺炎和出血，提示影像学随访对大于4cm的SN至关重要。

  来源：Academic Medicine

  时间：2026-02-13

• 基于物理信息的神经网络与数字体积相关性技术，用于位移和应变测量

  三维变形测量中提出基于物理信息神经网络的数字体积相关方法PiNetDVC，通过连续空间坐标输入预测位移和应变场，建立应变-位移相容性约束机制，解决传统DVC的离散化限制和物理约束缺失问题，实验显示精度提升81%-95%，适用于复杂变形场景。

  来源：Mechanical Systems and Signal Processing

  时间：2026-02-13

• 利用深度强化学习对自动驾驶车辆进行闭环反馈优化

  高光谱图像波段选择方法提出基于谱空对比学习框架，通过图神经网络建模谱空关系，结合投影矩阵实现跨模态对齐，并采用L2,1正则化优化系数矩阵，有效降低计算复杂度并提升波段选择精度。

  来源：Expert Systems with Applications

  时间：2026-02-13

• 基于生产过程中形成的数据对锂离子电池自放电率进行估算

  锂离子电池自放电检测需长时间静置（10-30天），占用生产周期70%-90%。本文提出基于formation-stage数据的AI预测框架，通过提取充放电曲线的潜在特征、无监督聚类划分亚群、迁移学习对齐分布，实现28天自放电电压降预测。实验证明该方法显著优于现有基线，将静置时间压缩至传统工艺的1/3，为电池制造提供高效质检方案。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-02-13

• 一种通过突触-注意力机制和融合树突层得到增强的新型树突神经元模型

  针对标准Dendritic Neuron Model（DNM）处理高维数据时梯度消失的问题，提出融合层（FDL）和突触注意力机制（SAM），通过混合均值与乘积聚合缓解梯度衰减，并利用注意力机制提升特征建模效率，实验验证其在31个数据集上有效且参数更少，收敛更快。

  来源：Neurocomputing

  时间：2026-02-13

• 用于图神经网络解释的具有抗分布异常能力的评估方法

  可解释性图神经网络（GNNs）的可信度提升面临真实数据分布与解释子图不匹配的OOD挑战，本文提出OAR+框架，结合对抗鲁棒性评估、OOD重加权机制和条件图扩散模型，构建标准化评估体系，并通过实验验证其有效性。

  来源：IEEE Transactions on Pattern Analysis and Machine Intelligence

  时间：2026-02-13

• 碳纤维和AlSi10Mg增强月球表土模拟砖的直接墨水书写技术

  本文提出一种结合非奇异终端滑模控制（NTSMC）与径向基神经网络（RBFNN）的预定时控制方法，用于空间 tethered 卫星（STS）的部署，确保在预定时间内实现高精度长度调节与姿态稳定，并通过李雅普诺夫定理验证稳定性，仿真验证了其有效性。

  来源：Acta Astronautica

  时间：2026-02-13

• FGAT：一种结合模糊图注意力网络（Fuzzy Graph Attention Network）的状态标注方法，用于工业协议逆向工程

  工业互联网协议消息状态标注方法研究。本文提出FGAT模型，通过模糊逻辑与注意力机制结合的图神经网络，解决传统方法在工业协议处理中的局限性，有效捕捉消息间时序与语义关联，实验表明准确率达97.16%，优于现有方法。

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2026-02-13

• 利用社区背景和频率自适应聚合技术实现强大的欺诈检测

  针对现有图神经网络（GNN）模型在检测合谋欺诈时忽视社区高阶信息的问题，本文提出社区上下文驱动的频率自适应图神经网络（CCFA-GNN）。通过构建合谋评论图捕获欺诈者深层协作关系，引入基于社区上下文的高阶关系特征图嵌入模块，并设计频率自适应特征聚合机制，同时利用高低频特征增强节点表示。实验表明CCFA-GNN在真实数据集上具有更优的检测性能、鲁棒性和可解释性。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-02-13

• 在一级成人创伤中心和儿科创伤中心，为遭受创伤性脑损伤的青少年提供的康复服务存在差异

  本研究比较了成人创伤中心（ATC）与儿童创伤中心（PTC）对13-19岁青少年TBI患者的康复服务差异。通过回顾2013-2020年412例患者的病历，发现PTC在神经康复、多学科团队参与及转诊至急性康复设施方面更优，而住院时长和死亡率无显著差异。结论指出PTC的康复更全面，但差异原因尚不明确，需进一步探讨资源配置或服务理念的影响。

  来源：Journal of Trauma and Acute Care Surgery

  时间：2026-02-13

• 基于超分辨率生成对抗网络的双通道卷积神经网络在高光谱图像分类中的应用

  高光谱图像分类中提出SRGAN-DCCNN框架，结合SRGAN超分辨率生成对抗网络增强空间特征与DCCNN双通道卷积神经网络融合光谱信息，在Botswana、KSC、PaviaU等五个数据集上分类精度达99.29%-99.86%，验证了方法对低/高分辨率图像的鲁棒性及多模态特征融合的有效性。

  来源：Advances in Space Research

  时间：2026-02-13

• 通过结合液化天然气和生物质气化技术，对三联产系统进行夹点和㶲分析

  本研究通过实验测定了水平管道中不同管径和液体粘度下伸长气泡的速度，建立了涵盖广泛参数范围的数据库。提出融合气泡鼻位置和径向速度分布的经验模型，准确率达93.6%。并将该模型作为物理约束集成到神经网络中，形成PGNN模型，验证其误差低于传统方法的15.4%。

  来源：Energy

  时间：2026-02-13

• 通过操纵扩散模型中的语义潜在空间，实现可解释且清晰的图像编辑

  燃气轮机叶片排布优化中，提出基于Transformer与Deep Ensemble的数据驱动设计方法，通过多保真度数据融合和物理特征工程，提升总压损失分布预测精度，验证该方法可使级效率提升0.61±0.11%。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-02-13

• 基于稳态等离子体模型的ANN方法对BaSrTiO₃化合物的LIBS（激光诱导击穿光谱）研究

  激光诱导击穿光谱（LIBS）中，采用双区等离子模型结合人工神经网络（ANN）实现BaSrTiO3材料配比的高精度预测。通过合成光谱数据训练ANN，有效解决了实验光谱中自吸收和非线性问题，验证了模型在复杂基质中快速定量的可行性。

  来源：Spectrochimica Acta Part B: Atomic Spectroscopy

  时间：2026-02-13

• 祝您 holistic nursing practice（整体护理实践）成立40周年快乐！

  单次瑜伽练习显著降低心率及交感/副交感比值，提高副交感调节指标，表明可快速抑制交感神经活动。

  来源：Holistic Nursing Practice

  时间：2026-02-13

• 一种综合方法用于滑坡易发性制图：以印度西南部伊杜基区为例

  本研究针对喀拉拉邦伊都基区频繁滑坡问题，整合统计模型（FR）、机器学习（随机森林RF、分类与回归树CART）和深度学习（CNN-2D）方法，构建28因子综合评估体系，通过CNN-RF集成模型提升预测精度，验证结果与历史滑坡位置高度吻合，并利用雷达植被指数分析植被稀疏区对滑坡的影响，为区域灾害防治提供新方法。

  来源：Advances in Space Research

  时间：2026-02-13

• 一种用于材料均质化的预训练-微调计算框架

  数值同构化效率提升研究：提出PreFine-Homo框架，通过预训练阶段傅里叶神经网络算子快速生成位移场初始解，再经微调阶段迭代优化，使计算效率较传统有限元法提升千倍，并验证其在三向周期极小曲面材料中的泛化能力与超材料特性。

  来源：International Journal of Mechanical Sciences

  时间：2026-02-13

• 通过结合火焰成像和残差注意力机制的双通道神经网络，提高了生物质燃烧过程中氮氧化物的预测精度

  NOx排放预测 双通道深度神经网络 残差注意力机制 增强拉普拉斯高斯滤波 生物质燃烧

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-02-13

• 自我参照型复杂审判协议：在虚拟现实场景中识别罪犯和证人

  自我参照复杂试验协议通过虚拟现实情境区分有罪者与知情无辜者，利用早期后部 negativity（EPN）测量自我参照加工差异，结果显示有罪者与知情无辜者在EPN幅值上存在显著差异（AUC=0.90, 0.88），能有效区分两类群体。

  来源：Legal and Criminological Psychology

  时间：2026-02-13

知名企业招聘：