• 一种基于物理知识的神经网络替代模型，用于实时功率分配网络（PDN）和动态电压下降预测，在2.5维芯片集成中应用

  电源网络分析在异构2.5-D芯片系统中面临传统方法计算慢和纯数据驱动网络缺乏物理一致性的问题，本文提出嵌入电路约束的物理信息神经网络（PINN）框架，通过分层建模、PDE残差和优化策略提升精度与效率，实验显示精度达亚毫伏级且计算量减少80%，推理速度比商业工具快300倍。

  来源：IEEE Transactions on Very Large Scale Integration (VLSI) Systems

  时间：2026-02-11

• 一种结合LSTM和MPHI2的混合方法，用于长跨度预应力混凝土桥梁的时变可靠性分析

  本研究针对长跨度预应力混凝土桥的高维非线性时变可靠性分析难题，提出融合LSTM神经网络与MPHI2方法的代理驱动框架。通过构建高精度三维有限元模型模拟徐变、收缩、开裂和预应力损失耦合效应，训练LSTM模型高效近似非线性时变响应，结合MPHI2方法实现可靠度计算，验证表明其预测的失效概率与蒙特卡洛模拟误差小于6%，且显著降低计算成本，为桥梁长期性能评估提供有效工具。

  来源：Structures

  时间：2026-02-11

• 温度驱动的多模态/单驱动软指

  基于深度学习的软抓取系统研究及实验分析|软机器人|自适应控制|卷积神经网络|非破坏性抓取|Obj10数据集

  来源：Robotics and Autonomous Systems

  时间：2026-02-11

• 基于激光超声的多特征信息以及贝叶斯神经网络的Nimonic 80A超级合金温度依赖性晶粒尺寸预测模型

  Nimonic 80A超合金晶粒尺寸的高温激光超声检测与贝叶斯神经网络预测研究。通过制备不同晶粒尺寸的样品，在室温至1000°C温度范围内进行激光超声检测，分析温度和晶粒尺寸对超声衰减的影响，构建基于贝叶斯神经网络（BNN）的多特征预测模型，并对比GPR和QRF方法，验证BNN在晶粒尺寸预测中的优越性，最大误差+7.29μm，预测精度符合工业标准。

  来源：NDT & E International

  时间：2026-02-11

• 基于学习的磁性可控软吸装置建模，用于内镜鼻内介入治疗

  磁驱动软吸盘建模框架通过3D打印生物相容材料实现微型化设计（4mm外径），集成FBG传感器实时反馈形状，利用贝塞尔控制点进行低维几何表示。实验表明随机森林模型预测误差优于神经网络（均方根误差0.087mm），有效解决非线性材料行为建模难题，为神经外科手术机器人提供实时精准控制方案。

  来源：Mechatronics

  时间：2026-02-11

• 铁电AlScN/Si异质结构的自供电神经形态光响应

  AlScN/Si异质结构通过铁电极化与内置电场的协同作用实现自供电光响应，正向极化下光电流具有持久特性，可模拟生物突触的短期和长期可塑性，为神经形态光电子系统提供新途径。

  来源：Current Applied Physics

  时间：2026-02-11

• 胰腺神经内分泌肿瘤射频消融后的影像学特征：早期经验

  胰腺神经内分泌肿瘤射频消融后影像学特征及治疗反应分析显示：17例18个<3cm非功能panNET经EUS-RFA治疗，平均肿瘤尺寸从1.4±0.5cm降至0.3±0.5cm（P<0.0001），SUVmax从17.3±11.2降至3.1±6.0（P<0.001）。83.3%肿瘤术前呈高强化，术后仅27.8%保留强化，66.7%达完全缓解（肿瘤消失或形成无强化腔），27.8%部分缓解。1例无应答者经二次消融后SUVmax显著下降，1例出现术后胰腺炎。平均随访650天，影像特征与病理响应高度相关。

  来源：Journal of Computer Assisted Tomography

  时间：2026-02-11

• 通过简单的1T1R结构配置来改善基于HfO₂的RRAM的模拟开关特性

  模拟开关、电阻随机存取存储器、人工神经网络、自加速离子迁移、多级特性

  来源：Solid-State Electronics

  时间：2026-02-11

• 从相似性拉普拉斯能量视角出发，研究复杂网络中关键节点的识别方法

  本文提出基于相似性拉普拉斯矩阵的中心性度量方法Similarity Laplacian Centrality（SLC），通过局部路径指数构建相似性矩阵，结合节点删除对谱图能量的扰动分析，有效捕捉二、三阶路径结构信息，在计算效率与全局结构分析间取得平衡，实验验证其在大规模网络中的优越性能。

  来源：Physica A: Statistical Mechanics and its Applications

  时间：2026-02-11

• 基于变异性鲁棒的CMOS单稳态多谐振荡器的脉冲神经元及脉冲神经网络

  脉冲神经网络中基于CMOS单稳态多谐振荡器的神经元设计，具有低功耗、高鲁棒性和紧凑布局优势，在模拟和实际工艺仿真中均表现出良好的性能稳定性，适用于多种时序编码的大规模应用。

  来源：Microelectronic Engineering

  时间：2026-02-11

• A-CLA：一种新型的自适应细胞学习自动机方法，用于揭示复杂网络中的社区结构

  社区检测算法研究：提出自适应细胞学习自动机（A-CLA），结合双反馈机制和节点自适应学习率，在复杂网络中有效检测社区结构，评估模块化、NMI、F1等指标，在模块化强的数据集表现优异但计算时间高于快速算法。

  来源：Computer Networks

  时间：2026-02-11

• 一个统一的深度学习框架用于研究固化动力学：在准确性和泛化能力方面超越了现象学模型

  环氧树脂固化动力学建模中，提出基于深度神经网络的统一模型，通过DSC数据融合非等温和等温过程，实现R²=0.9998的高精度预测，并验证其在有限元仿真中的优越性，突破了传统普鲁特-汤姆金斯和Kamal模型在跨热历史泛化中的局限。

  来源：Thermochimica Acta

  时间：2026-02-11

• 利用位置信息来理解人类活动和习惯的家庭机器人

  该研究提出一种整合位置估计、人类活动识别（HAR）和计划识别的智能系统。通过融合ResNet50-Places365场景分类模型与基于物体距离的自创位置估计器，结合AL-GCN模型将骨骼数据与位置信息进行图卷积神经网络融合，并构建可更新的知识库实现计划预测。实验表明位置估计准确率达92.83%，AL-GCN模型在跨主体评估中达94.33%，计划识别通过习惯学习显著提升准确率。系统已部署于自制家庭机器人进行实景验证。

  来源：Robotics and Autonomous Systems

  时间：2026-02-11

• 乙酰胆碱通过调节簇状神经网络中的临界性来优化感觉编码过程

  通过计算模型揭示乙酰胆碱（ACh）调控神经集群活动，发现ACh浓度与感官响应延迟呈U型关系，临界点时网络呈现间歇性集群爆发，增强多集群信息整合能力，为神经调制机制与临界动力学关联提供理论支撑。

  来源：Physica A: Statistical Mechanics and its Applications

  时间：2026-02-11

• 综述：物理康复中的马术疗法模拟器：一项系统评价

  本研究通过系统综述评估马术模拟器（HRS）作为传统马背理疗替代方案的效果，纳入45项研究显示93.3%有效改善平衡、姿势及运动功能，但证据质量低（37.8%高风险偏倚），设备设计存在仿真能力不足等问题。分隔符：

  来源：Mechatronics

  时间：2026-02-11

• 机器人辅助的压电卵泡穿刺术与胞浆内精子注射技术

  卵子渗透与胞内注射的机器人系统研究：提出集成深度神经网络分层分割与模型预测控制技术，有效降低细胞损伤（存活率82.8%），实现±5像素精度的精子定位，渗透变形控制在±2.34μm。

  来源：IEEE Transactions on Reliability

  时间：2026-02-11

• 一种多层建筑物理参数识别方法，该方法结合了刚度-响应协同采集技术与分阶段的粒子群智能优化（PINN）算法

  结构参数识别|刚度响应协同获取|分阶段物理信息神经网络|鲁棒性验证|噪声抑制|参数辨识误差|结构健康监测|数值实验|多场景适应性|建模不确定性

  来源：Structures

  时间：2026-02-11

• 通过图神经网络将多头注意力机制与无细胞大规模MIMO信号检测器相结合的方法

  CF-mMIMO系统中提出基于图神经网络（GNN）、二维多头注意力机制（2D MHA）和期望传播（EP）的联合检测算法GNN-MHA-EP，有效消除多用户干扰并提升检测性能，同时保持低计算复杂度。

  来源：Physical Communication

  时间：2026-02-11

• SMOTrojan：一种基于无模型图神经网络（GNN-SMOTE）的自动化硬件木马检测框架，通过合成节点-边数据实现高效检测

  硬件特洛伊木马（HT）检测框架SMOTrojan结合SMOTE oversampling与拓扑保持边合成模块，利用图神经网络（GNN）实现无需金参考模型的节点级HT定位，在17个Trust-HUB基准测试中显著提升TNR（99.99%-99.58%）、TPR（91.02%-94.90%）和F1（94.21%-90.40%）。

  来源：Microelectronics Journal

  时间：2026-02-11

• 一种基于多尺度池化的新型视觉系统，用于真丝纱的高速缺陷检测

  绒面纱线缺陷检测的高效在线视觉系统研究，提出优化阈值二值化、多尺度池化特征提取及随机青蛙-PLS联合优化算法，实现99.10%精度与6.18ms/样本速度，支持11.33m/s高速质检且无需GPU。

  来源：Measurement

  时间：2026-02-11

知名企业招聘：