• 利用位置平均收敛束电子衍射技术确定超薄材料的厚度

  该研究系统性地探讨了在透射电子显微镜（TEM）中利用位置平均的收敛束电子衍射（PACBED）技术定量测定二维材料厚度的可行性。研究以石墨烯、石墨和二硫化钼（MoS₂）为对象，通过对比两种不同的数据分析方法（差异值法与卷积神经网络）以及光学对比测量的结果，验证了PACBED技术在宽厚度范围（1至50层）的可靠性。**研究背景与意义** 二维材料因其独特的物理化学性质，在电子器件、能源存储等领域具有广泛应用。然而，其厚度直接影响电学、光学性能，而传统TEM成像技术难以精确测量厚度。例如，高角暗场扫描电镜（HAADF-STEM）在超过100纳米的样品中精度显著下降，而电子能量损失谱（EELS）受信

  来源：Micron

  时间：2025-11-27

• 连续社会决策中合作与竞争的自发涌现：基于动态觅食游戏的机制解析

  在现实社会互动中，人们常常需要动态权衡合作与竞争策略，例如在共享资源狩猎、经济交易等场景中。然而，传统研究多依赖离散的博弈任务（如囚徒困境、猎鹿游戏），将复杂决策简化为二元选择，难以捕捉真实互动中连续时空调整、动作可见性及实时反馈的影响。这种脱节限制了我们对自然社会行为机制的理解。为此，德国马克斯·普朗克动力学与自组织研究所等团队在《Communications Psychology》发表研究，通过创新性“合作-竞争觅食（CCF）游戏”，揭示了连续动态互动中合作与竞争策略的自发涌现规律及其计算基础。研究采用透明OLED屏幕构建面对面双人互动平台，参与者通过鼠标控制虚拟代理在二维空间收集三类目标

  来源：Communications Psychology

  时间：2025-11-27

• 基于部分逆转GABA支流的代谢工程改造：大肠杆菌利用葡萄糖生物合成γ-氨基丁酸的新策略

  在生物医学和工业领域，γ-氨基丁酸（GABA）作为一种重要的四碳非蛋白质氨基酸，不仅在中枢神经系统中扮演着抑制性神经递质的角色，对失眠、阿尔茨海默病、帕金森病等神经退行性疾病具有潜在治疗价值，还是合成生物可降解聚酰胺尼龙4的关键前体。然而，传统GABA生产主要依赖化学合成或谷氨酸脱羧酶（GAD）催化的生物转化法，这些方法存在原料成本高、工艺复杂等局限性。面对这些挑战，俄罗斯科学院生物技术基础研究中心的Skorokhodova等研究人员在《Applied Biochemistry and Microbiology》发表创新性研究，通过精巧的代谢工程设计，在大肠杆菌中构建了一条全新的GABA合成途

  来源：Applied Biochemistry and Microbiology

  时间：2025-11-27

• 快速眼动睡眠剥夺诱导的基因调控机制，用于调节大鼠大脑区域中的去甲肾上腺素水平：其与慢性睡眠不足相关病理生理状况的关联

  ### 对快速眼动睡眠剥夺（REMSD）与去甲肾上腺素系统分子机制研究的解读#### 1. 研究背景与意义睡眠是维持生理和心理健康的关键生理过程，其中REM睡眠（快速眼动睡眠）具有独特的神经生物学特征。研究表明，REM睡眠的缺失或紊乱与多种神经系统疾病相关，包括焦虑、抑郁、认知障碍和心血管疾病等。去甲肾上腺素（NA）作为重要的神经递质，其水平与REM睡眠的调节密切相关。当REM睡眠被剥夺（REMSD）时，NA水平显著升高，这可能通过影响神经递质的合成、释放和降解机制来引发病理生理变化。然而，目前对REMSD相关分子机制的系统性研究仍存在不足。尽管已有研究揭示了REMSD对NA水平的影响，但缺乏

  来源：Neuroprotection

  时间：2025-11-27

• 侧颈部清扫术后出现的颈部痉挛：一项针对头颈部癌患者的研究

  摘要 背景 颈部痉挛或肌阵挛是头颈部癌症（HNC）治疗后的常见但未被充分报告的并发症，通常在放射治疗后出现。颈部清扫术后发生颈部痉挛的频率尚不清楚。 方法 对接受颈部清扫术的头颈部癌症患者进行了电话调查，使用宾夕法尼亚痉挛频率量表（Penn Spasm Frequency

  来源：Head & Neck

  时间：2025-11-27

• 机器学习在太空甲烷检测与量化中的应用综述：从传统方法到深度学习革命

  甲烷（CH4）作为第二大重要的人为温室气体，其全球增温潜势在20年内可达二氧化碳（CO2）的86倍，且会形成对流层臭氧，加剧空气污染。尽管甲烷在大气中的存留时间相对较短（约9±1年），但其高效的辐射强迫能力使其成为短期气候减缓的关键靶点。农业、能源和废弃物处理等行业排放的“超级排放源”（排放速率超过25 kg/h）对甲烷预算贡献显著，例如美国天然气供应链中超级排放源占比超过60%。因此，精准、快速地检测和量化这些点源排放对实现《全球甲烷承诺》2030年减排30%的目标至关重要。传统上，甲烷检测主要依赖卫星搭载的短波红外（SWIR）光谱仪，通过物理反演方法（如波段比值、多波段多时相MBMP法）或

  来源：IEEE Geoscience and Remote Sensing Magazine

  时间：2025-11-27

• 基于学习的自动化程序修复技术：研究进展、挑战与未来展望

  在软件定义世界的时代，每一行代码都可能成为系统崩溃的导火索。传统软件调试如同大海捞针，开发人员平均需要花费数小时甚至数天定位并修复一个缺陷。随着软件规模呈指数级增长，人工调试已难以满足现代软件开发需求，自动化程序修复（APR）技术应运而生。然而，早期的基于规则或模板的APR方法存在明显局限性——它们只能处理特定类型的错误，缺乏适应复杂软件环境的灵活性。正是在这样的背景下，深度学习技术为APR领域带来了革命性突破。将程序修复视为神经机器翻译（NMT）任务，让模型从海量代码库中自主学习错误修复模式，这一创新思路开辟了APR研究的新纪元。在《Complex System Modeling and S

  来源：Complex System Modeling and Simulation

  时间：2025-11-27

• 基于改进鲸鱼优化算法与BP神经网络的低纯度低覆盖率CNV检测新方法

  在基因组学研究领域，拷贝数变异(CNV)作为重要的结构变异类型，与癌症、阿尔茨海默病、白化病等人类疾病的发生密切相关。然而，当前基于下一代测序(NGS)技术的CNV检测方法在面对低肿瘤纯度（如0.2-0.4）和低测序覆盖率（4x-6x）数据时，仍存在检测精度不足、易受GC含量偏差和测序噪声干扰等挑战。特别是传统的BP神经网络方法虽然具有强大的非线性映射能力，但容易陷入局部最优解且收敛速度较慢，这严重限制了其在复杂基因组数据分析中的应用效果。针对这些技术瓶颈，发表在《Complex System Modeling and Simulation》的研究论文提出了一种创新的解决方案——CNV_IWO

  来源：Complex System Modeling and Simulation

  时间：2025-11-27

• 基于深度迁移学习与时间感知卷积Transformer的电动汽车电机定子绕组故障诊断数字孪生方法

  随着电动汽车行业的快速发展，电机作为核心动力部件面临着严峻的可靠性挑战。定子绕组故障特别是匝间短路（ITSC），是电机最常见的故障类型之一。这种故障往往从微小的匝间短路开始，若不及时检测，会迅速演变为相间或对地短路，导致永磁体退磁甚至电机完全损坏。传统诊断方法如电机电流特征分析（MCSA）虽有一定效果，但在电动汽车非平稳运行条件下，其诊断性能会因训练数据分布变化而显著下降。现有深度学习方法包括卷积神经网络（CNN）和长短期记忆网络（LSTM）也存在明显局限。CNN擅长捕捉局部时间相关性但难以理解全局上下文，LSTM虽然专为序列数据设计，但计算成本高且仍难以捕捉真正的长程依赖关系。这种缺陷对于早

  来源：Complex System Modeling and Simulation

  时间：2025-11-27

• 基于CNN与维度情感模型的在线课堂实时情绪检测与分析方法研究

  随着新冠疫情的爆发，全球教育系统经历了向在线学习的重大转型。在线课堂的普及虽然解决了时空限制问题，却带来了新的挑战——教师难以像传统课堂那样直观感知学生的情绪反应。研究表明，情绪对学习效果具有决定性影响：积极情绪如好奇和兴趣能促进知识吸收，而消极情绪如焦虑和无聊则会阻碍认知处理。然而，在数十人同时参与的在线课堂中，教师根本无法实时观察每个学生的面部表情变化，更无法根据情绪反馈及时调整教学策略。现有技术多基于分类模型（Categorical Model）识别六种基本情绪，但这种方法在在线学习场景中存在明显局限。学生可能因非学习因素（如与同学社交）表现出快乐情绪，这并不能真实反映其课堂参与度。更重

  来源：Complex System Modeling and Simulation

  时间：2025-11-27

• 基于学习活动特征与CNN-LSTMAE混合神经网络的MOOC辍学预测模型研究

  随着数字教育的蓬勃发展，大规模开放在线课程（MOOC）以其开放性和灵活性吸引了海量学习者，但宽松的学习环境却伴随着高达23%的辍学率难题。这种中途退出行为不仅影响学习者成效，更会导致平台用户流失和收益下滑。现有预测模型普遍依赖点击次数构建行为特征矩阵，却忽视了"伪勤奋"学生群体——那些点击频繁却最终辍学的学习者，以及点击量低但坚持完成学业的反例群体。为解决这一痛点，北京信息科技大学的科研团队在《Complex System Modeling and Simulation》发表最新研究，创新性地提出融合双维特征的学习活动特征构建方法。该方法通过计算学习时间与点击次数的比值，形成包含14个维度的行

  来源：Complex System Modeling and Simulation

  时间：2025-11-27

• 基于神经网络数据驱动加权最小二乘的BLE-AoA室内定位方法研究

  在当今数字化时代，室内定位技术正成为智能建筑、智慧医疗和工业物联网等领域不可或缺的基础支撑。与室外环境中广泛应用的全球导航卫星系统（GNSS）相比，室内环境由于墙体遮挡造成的非视距（NLOS）条件，使得定位精度急剧下降。蓝牙低功耗（BLE）因其低功耗特性被视为物联网（IoT）技术中极具潜力的通信方案，特别是在蓝牙5.1版本引入定向探测功能后，基于到达角（AoA）的定位方法能够实现亚米级精度，成为目前BLE定位技术中最受关注的方案。然而，现实室内环境中无线电波的反射、衍射以及家具遮挡等现象，严重影响了AoA测量的准确性。传统的加权最小二乘（WLS）算法虽能通过调整权重系数来抑制不可靠测量值的影响

  来源：IEEE Transactions on Communications

  时间：2025-11-27

• 面向神经形态计算的异构集成与信号完整性协同优化前沿进展

  随着人工智能进入第三波发展浪潮，传统冯·诺依曼架构在处理复杂并行计算任务时暴露出能效瓶颈，神经形态计算作为突破性技术范式受到广泛关注。这种模拟大脑信息处理机制的计算方式，特别适合高性能AI应用场景，但其硬件实现需要协同设计传感器、存储器、计算单元等多元电路组件，并整合RRAM（阻变存储器）、异构集成、多技术节点等前沿技术。当前神经形态系统的发展面临多重挑战：智能材料与器件创新、模数混合电路架构设计、多维系统集成工艺、非理想化可靠性问题以及软硬件协同设计方法等关键难题亟待攻克。发表于《IEEE Transactions on Components, Packaging and Manufactu

  来源：IEEE Transactions on Components, Packaging and Manufacturing Technology

  时间：2025-11-27

• 动态闭环神经形态轨迹插补模型：硬件仿真与软件模拟的协同实现

  在机器人技术领域，实现精确平滑的轨迹控制一直是个重要挑战。传统机器人手臂控制器在执行特定位置定位时，往往只能产生分段式、阶梯状的运动轨迹，缺乏人类运动中特有的流畅性和连续性。这种非平滑的运动方式不仅影响工作效率，还可能导致机械磨损和安全隐患。正是基于这一背景，神经形态工程领域的研究人员开始从生物大脑中寻找解决方案，试图将生物神经系统的计算原理应用于机器人控制系统。近日发表在《IEEE Transactions on Circuits and Systems II: Express Briefs》上的研究论文，由Daniel Casanueva-Morato等学者共同完成，提出了一种创新的动态闭

  来源：IEEE Transactions on Circuits and Systems II: Express Briefs

  时间：2025-11-27

• 一种具有片上学习功能的双模式神经形态控制器，用于机器人运动控制

  摘要：运动控制是机器人技术中的一个重要问题，它涵盖了两种典型的控制场景：重复的点对点运动控制和动态随机轨迹运动控制。本文提出了一种具有片上学习功能的双模神经形态控制器。该控制器可以在自适应控制模型（ACM）模式下配置用于重复的点对点运动控制，也可以在脉冲比例积分微分（S-PID）模式下配置用于随机轨迹运动控制。在ACM模式下运行时，控制器通过规定的误差敏感性（PES）规则实现片上学习，从而能够通过连续的误差信号反馈实时更新突触权重。因此，控制器可以通过学习动态补偿外部干扰，实现亚毫米级的精度和毫秒级的延迟，相比传统方法，控制精度和收敛速度分别提高了2.9倍和2.0倍。在S-PID模式下，通过脉

  来源：IEEE Transactions on Circuits and Systems II: Express Briefs

  时间：2025-11-27

• 针对全状态受限非线性多智能体系统的预定性能自适应控制：基于干扰观测器的设计策略

  摘要：本文重点研究了一类具有未知扰动和全状态约束的非线性非严格反馈多智能体系统（MASs）的预定性能自适应包含控制问题。首先，采用径向基函数神经网络（RBF NNs）技术来逼近系统中的未知非线性函数，并通过使用动态表面控制（DSC）技术解决了由于重复推导虚拟控制而导致的“复杂性爆炸”问题。然后，设计了非线性扰动观测器来估计外部扰动，并结合屏障李雅普诺夫函数（BLFs）和预定性能函数（PPF）来实现预定性能的控制目标，同时不违反全状态约束。理论结果表明，闭环系统中的所有信号都是半全局均匀最终有界的（SGUUB），且局部邻域包含误差可以收敛到指定的边界。最后，两个仿真示例展示了所提出方法的有效性。

  来源：IEEE Transactions on Automation Science and Engineering

  时间：2025-11-27

• 2025年IEEE国际电路与系统研讨会精选论文：电路与系统前沿进展特刊

  在电子工程日新月异的今天，电路与系统设计作为信息技术的基石，持续面临着高性能、低功耗与智能化集成的严峻挑战。每年一度的IEEE国际电路与系统研讨会（ISCAS）是该领域研究者进行学术交流、展示最新成果的重要平台。然而，会议论文通常受篇幅所限，难以充分展开深入的理论分析与实验验证。为了弥补这一不足，并将最前沿的研究成果以更凝练、更深刻的形式传播给全球学术界，IEEE电路与系统学会（CASS）与ISCAS会议组织方延续了其优良传统，在《IEEE Transactions on Circuits and Systems II: Express Briefs》（TCAS-II）上推出了本年度的特刊。2

  来源：IEEE Transactions on Circuits and Systems II: Express Briefs

  时间：2025-11-27

• 面向低功耗AI的近似计算与存内计算架构创新——IEEE电路与人工智能系统汇评2025年第四期综述

  随着人工智能技术在医疗诊断、自动驾驶和边缘计算等领域的深入应用，深度神经网络（DNN）模型尤其是Transformer架构的算力需求呈指数级增长，这对硬件能效提出了严峻挑战。传统基于CMOS工艺的通用处理器在执行大规模矩阵乘法和注意力机制时面临内存墙和功耗墙的双重制约，难以满足实时性、低功耗的应用需求。特别是在心电图（ECG）实时监测、微型机器人自主导航等场景中，既要保证高精度推理，又需严格限制能耗与体积，现有技术方案往往捉襟见肘。为解决上述问题，2025年12月出版的《IEEE Transactions on Circuits and Systems for Artificial Intel

  来源：IEEE Transactions on Circuits and Systems for Artificial Intelligence

  时间：2025-11-27

• Vp3CNN：基于VOLE-ZKP的可验证隐私保护三方CNN推理方案

  在人工智能技术广泛落地的今天，机器学习即服务(MLaaS)已成为重要的计算范式。用户将敏感数据发送至云服务器，云端完成计算后返回推理结果。然而这种模式面临双重挑战：用户既担忧数据隐私在传输和处理过程中遭泄露，又无法验证云端返回结果的正确性。特别是在医疗影像分析、金融风控等高风险场景，错误的推理结果可能导致严重后果。现有零知识证明(ZKP)技术虽能验证计算正确性，但存在内存开销大、验证效率低等问题。更关键的是，传统方案往往忽视用户隐私保护，无法有效防御恶意服务器的数据窃取行为。针对这一痛点，山东大学与济南大学联合团队在《Chinese Journal of Electronics》发表研究，提出

  来源：Chinese Journal of Electronics

  时间：2025-11-27

• 一种统一的超图框架，用于基于会话的社交推荐中的会话间和会话内动态分析

  摘要：由于用户交互的动态性和时间性，基于会话的推荐在社交媒体平台中变得越来越重要。图神经网络（Graph Neural Networks, GNN）在这些系统中的使用也日益增加，因为它们擅长整合节点信息和结构拓扑。然而，当前使用图的推荐方法主要关注单个会话内的推荐，忽略了不同会话之间更为复杂的依赖关系。这种忽视限制了推荐准确性的提升。此外，现有的基于GNN的方法通常只关注简单的二元连接，未能捕捉现实世界中复杂且异质的交互情况。另一个显著的问题是超图（hypergraph）中超边（hyperedge）的节点位置信息缺失。因此，不同的项目顺序可能导致相同的超边，这限制了精确的会话向量表示的构建。本

  来源：IEEE Transactions on Big Data

  时间：2025-11-27

知名企业招聘：