Year: 2025

本研究来自西北工业大学动力与能源学院魏鹏飞课题组。在可靠性工程中，如何利用实验数据校准计算模型以实现高精度预测，是当前亟待解决的关键问题。贝叶斯模型更新（BMU）作为新兴方法框架，在计算效率与精度间存在权衡难题，本研究提出一种基于主动学习的近似贝叶斯积分方法，通过高斯过程模型对似然函数平方根进行解析近似，创新性地设计后验方差贡献（GPVC）采集函数，综合利用后验均值与协方差信息实现参数空间的智能探索，研究结果为高维复杂系统的可靠性模型校准提供了兼具高效性与鲁棒性的解决方案。 文章介绍 Probabilistic Calibration of Model Parameterswith Approximate Bayesian Quadrature and Active Machine Learning Pengfei Wei（魏鹏飞），Masaru Kitahara, Matthias G R Faes and Michael Beer 通讯作者： 魏鹏飞，西北工业大学动力与能源学院   研究背景： 当前，基于物理失效模型的可靠性评估与设计优化技术面临双重挑战：一方面，复杂服役环境与多物理场耦合效应导致数学模型难以精确表征所有失效机制；另一方面，数值求解过程中的离散化误差与假设简化会引入额外的预测不确定性。这种模型预测与真实物理响应的偏差，使得模型校准成为提升可靠性评估精度的关键环节。当前主流的模型校准方法可分为确定性框架与不确定性框架两大类，其中非确定性方法通过概率模型或证据理论量化认知不确定性，近年来成为研究热点。在概率参数校准领域，贝叶斯模型更新（BMU）方法取得显著进展，但如何在保证全贝叶斯精度的前提下突破计算效率瓶颈，仍是多模态BMU问题亟待解决的难题。本研究聚焦概率框架下的参数校准问题，将模型参数视为确定性未知量，其认知不确定性通过主观概率模型进行表征，提出基于改进贝叶斯积分框架的新型校准范式，为复杂系统的可靠性模型校准提供了新方案。   研究内容： 本文针对BMU方法在计算效率与精度间的权衡难题，提出一种基于主动学习的近似贝叶斯积分方法，创新性体现在三方面： 1）高效近似贝叶斯积分框架：提出基于高斯过程代理模型的贝叶斯积分方法，通过对似然函数平方根进行解析近似，结合主动学习的自适应采样策略，在降低计算成本的同时，达到与全贝叶斯方法相当的校准精度，突破了传统高精度方法计算复杂度高的瓶颈； 2）智能采集函数设计突破：创新性构建后验方差贡献（GPVC）通用采集函数，通过融合概率回归模型的预测均值与协方差信息，动态量化参数空间的信息熵分布，实现全局探索与局部开发能力的协同优化。实验表明，GPVC函数在多模态问题中的收敛速度较传统方法有显著提升； 3）多模态后验估计的高效性：针对复杂系统可靠性分析中的多模态后验密度估计难题，所提方法通过贝叶斯积分与GPVC函数的协同作用，能够高效求解多模态后验密度函数。 通过数值与工程案例验证，本文所提方法在多模态后验密度估计中展现出显著优势，同时保持与全贝叶斯方法相当的校准精度。   Fig.1 Comparison of results for posterior density of the first example, where PVC and VUS are used under...

本期内容来自 Environmental Research Letters (ERL)、Environmental Research: Climate (ERC)、Environmental Research: Water (ERW) 与 Environmental Research: Infrastructure and Sustainability (ERIS) 期刊，涵盖甲烷超级排放事件的健康风险、天然气行业NMVOC排放估算、农业甲烷与气候政策的公平性问题、跨界水资源治理中的利益相关方参与，以及澳大利亚锂供应链的绿色转型等热点话题。 >>点击此处链接，订阅环境领域最新资讯。 精选文章 Not just a climate problem: the safety and health risks of methane super-emitter events Sofia Bisogno, Chowdhury G Moniruzzaman, Nick Heath, Christos Efstathiou, Jeremy K Domen, Lee Ann L Hill, Jasmine Lee, Drew R Michanowicz, Quintin Munoz, Yanelli...

IOP出版社旗下期刊JPhys Photonics近日宣布山东大学陈峰教授加入该刊编委会，担任编委。我们在此表示热烈欢迎！ 编委介绍 陈峰  教授 山东大学 陈峰，山东大学教授。国家杰出青年科学基金获得者，入选教育部“新世纪优秀人才支持计划”，享受国务院政府特殊津贴专家，入选国家百千万人才工程，山东省泰山学者攀登计划专家，英国物理学会会士，国际光学工程学会会士，美国光学学会士。研究方向为光学晶体波导、离子束材料改性、超快激光微纳加工、微纳光子结构与器件、铌酸锂单晶薄膜、拓扑光子学等。先后主持国家自然科学基金重点项目、国家重点研发计划课题等国家、省部级科研项目20余项，获得省部级科技奖励5项。在Phys. Rev. Lett.、Nat. Commun.、Sci. Adv.、Light Sci. Appl.、Laser Photon. Rev.等期刊上发表SCI收录论文400余篇，并连续十年（2014-2023年）入选中国高被引学者榜单。撰写学术专著一部，由Springer-Nature出版集团出版。在国际学术会议上做主旨报告、邀请报告70余次。担任Chinese Optics Letters执行主编、ChemPhysMater副主编、Opto-Electronic Science、Scientific Reports等期刊编委。 期刊介绍 JPhys Photonics 2024年影响因子：8.4  Citescore: 11.4 JPhys Photonics（JPPHOTON）是一本新出版的开放获取期刊，面向物理学中应用于光子学各个领域的高质量研究。期刊包含光子学研究中最重要和最激动人心的进展，着重关注跨学科和多学科的研究。涵盖领域包括：生物光子学和生物医学光学；能源和绿色技术应用，包括光伏；成像、检测和传感；光物质相互作用；光源，包括激光器和LED；纳米光子学；非线性和超快光学；光通信和光纤；光数据存储；光电子学、集成光学和半导体光子学；光子材料、超材料和工程结构；等离子体技术；传播，相互作用和行为；量子光子学和光学等。

本研究来自浙江大学潘纲、林芃、陈鹏课题组。本文提出了一个簇编码神经元电路设计及其在忆阻器系统中的应用；首次考虑了大规模电路下制备工艺波动对时序学习稳定性的影响；首次发现了复杂神经元动力学可以提高脉冲神经网络硬件实现鲁棒性。 文章介绍 Variation-resilient spike-timing-dependent plasticity in memristors using bursting neuron circuit Yize Liu（刘毅泽）, Jiayi Zhao（赵家艺）, Yu Xiao（肖宇）, Peng Chen（陈鹏）, Haisong Chen（陈海松）, Enhui He（何恩慧）, Peng Lin（林芃） and Gang Pan（潘纲） 通讯作者： 潘纲，浙江大学 林芃，浙江大学 陈鹏，浙江大学   研究背景： 尖峰时间依赖性可塑性（STDP）作为生物突触的经典学习机制，被认为参与了生物大脑中广泛的学习和记忆过程。STDP功能也被认为是神经拟态计算中可被借鉴的网络无监督训练方法。相较于纯软件实现，神经形态器件及电路可以更高效的实现STDP训练。然而，STDP机制的有效性高度依赖于突触前后神经脉冲的精确时序匹配，模拟电路中固有的电路及器件差异会导致脉冲信号产生显著失真，进而严重影响学习性能，甚至让该功能在规模化集成电路中彻底失效。现有研究中，研究者们大多聚焦在如何通过不同材料与器件机制实现STDP功能，而忽略了在规模化集成过程中遇到的均一性对STDP性能的影响。本研究通过分析复杂编码神经元模型中脉冲行为来评估工艺波动下STDP训练的鲁棒性，这一研究对于构建规模化类脑计算硬件，推动类脑计算发展具有重要的现实意义。   研究内容： 在这项工作中，我们提出了一种基于Ta2O5忆阻器突触和CMOS神经元的STDP硬件实现方案。研究发现，当传统LIF神经元模型应用于大规模神经电路网络时，工艺波动引起的电路变异会导致神经元脉冲行为产生显著差异，进而造成STDP机制和脉冲神经网络的不稳定性，最终导致网络训练性能下降。 受大脑复杂动力学的启发，我们发现具有多样化动力学特征的神经元（如簇发放脉冲行为）能够有效抑制电路波动带来的负面影响。具体而言，这类复杂神经元通过双离子通道协同调控脉冲响应：在电路工艺波动时，双离子通道产生的变异方向相反，从而在宏观上维持了脉冲行为的相对稳定。动态分析表明，在快变环境下神经元通过增加簇发脉冲数量来补偿单个脉冲的短时性，而在慢变环境下则呈现相反特性。 实验结果表明，采用复杂动力学神经元的系统对电路变异表现出更强的鲁棒性。与LIF神经元相比，STDP的时间/数值波动显著降低，脉冲神经网络的分类精度和稳定性均获得明显提升。该方案不仅为神经形态硬件设计提供了稳定、统一的新思路，同时为理解大脑突触可塑性机制提供了硬件层面的新见解。 作者介绍 潘纲  教授 浙江大学 潘纲，浙江大学求是特聘教授、博导，脑机智能全国重点实验室主任，国家杰出青年基金获得者，入选国家“万人计划”科技创新领军人才，计算机系统结构与先进计算研究所所长，中国人工智能学会会士、常务理事、脑机融合与生物机器智能专委会主任委员，中国自动化学会机器人智能专业委员会副主任委员，中国神经科学学会类脑智能分会副主任委员、脑机接口与交互分会副主任委员等。主要研究方向为人工智能、脑机接口、类脑计算、计算机视觉、普适计算等。已发表学术论文200多篇，获授权发明专利60多项。获CCF-IEEE CS青年科学家奖(2016)、IEEE TCSC Award for Excellence (Middle Career Researcher, 2018)，入选2016年中国高等学校十大科技进展、2020年世界互联网领先科技成果等。获两次国际会议或期刊的时间考验论文奖（Test-of-Time Paper...

为了帮助青年学者顺利度过学术出版的早期阶段，我们邀请了期刊编委会成员分享他们的经验与建议。 本期内容来自中国海洋大学的李建平教授（Environmental Research: Letters期刊编委），李教授给出了以下几点建议： 第一，选择一个你真正感兴趣的明确研究方向。这对职业发展非常重要。 第二，建立一个支持性的学术网络。找到能够为你提供指导的资深科学家，帮助你成长。 第三，要尽早并持续发表论文。学习如何撰写学术文章，重视研究的质量和影响力。 第四，保持韧性并拥抱失败。成功需要坚持和适应。 >>您可以点击此处链接，查看更多编委的见解。 期刊介绍 Environmental Research Letters 2024年影响因子：5.6  Citescore: 11.1 Environmental Research Letters（ERL）以金色开放获取模式出版，作者可选择将原始数据作为补充资料与文章一起发表。所有研究人员可以免费获取这些研究成果。ERL汇聚了关注环境变化及其应对的研究团体和政策制定团体的意见，涵盖了环境科学的所有方面，出版研究快报、综述文章、观点和社论。ERL顺应了环境科学的跨学科发表的趋势，反映了该领域相关的方法、工具和评估战略，得到了来自不同领域的广泛贡献。

Fundamental research on two-dimensional (2D) magnetic systems based on van der Waals materials has been rapidly gaining traction since their recent discovery. With the increase of recent knowledge, it has become clear that such materials have also a strong potential for applications in devices that combine magnetism with electronics, optics, and nanomechanics. Nonetheless, many challenges...

本研究来自电子科技大学机械与电气工程学院黄洪钟课题组。本文系统探讨了可能性理论与证据理论在工程系统可靠性分析与设计优化中的核心作用。针对工程设计中的随机不确定性与认知不确定性，研究了传统概率方法在认知不确定性和混合不确定性方面的理论局限，提出了基于可能性理论与证据理论的可靠性分析和设计优化框架。通过全面梳理不确定性量化方法、分析理论特性与工程案例，不仅对比两种理论下可靠性分析与设计的方法范式，还揭示了其在航空航天、船舶工程等复杂系统中的应用潜力。最终提出了融合多源不确定性建模、智能算法集成等五大未来研究方向，为可靠性工程领域提供理论拓展与工具支撑。 文章介绍 Theory and application of possibility andevidence in reliability analysis and design optimization Hong-Zhong Huang(黄洪钟), He Li(李贺), Yan Shi(石岩), Tudi Huang(黄土地), Zaili Yang(杨再励), Liping He(何俐萍), Yu Liu(刘宇), Chao Jiang(姜潮), Yan-Feng Li(李彦锋), Michael Beer and Jin Wang(王津) 通讯作者： 黄洪钟，电子科技大学机械与电气工程学院   研究背景： 不确定性量化与传播是工程设计的核心问题之一。实际工程在空间尺度、时间尺度和设计阶段均面临多重不确定性，按照属性来源的不同，不确定性可分为随机不确定性（固有随机性）和认知不确定性（主观认识不足、知识与数据缺乏）。通常，前者可用概率分布或随机场表征，后者可用概率方法（如贝叶斯理论）或非概率方法（如可能性理论、证据理论、概率盒理论等）表征，如图1所示。 图1 典型不确定性量化理论 忽略工程设计中的不确定性会导致系统对输入变化敏感，导致性能下降或违反关键设计约束。为了实现设计优化，必须对不确定性属性和形式进行量化，如概率论用冲突（Conflicting）和互斥（Exclusive）信念度来量化不确定性，而机会理论用非一致性（Non-specificity）来描述。不确定性下的工程设计方法也存在不同的研究范式：（i）稳健设计旨在通过减少输入变化对系统性能的影响来提高结构可靠性；（ii）基于可靠性的优化设计旨在确保设计在一定可靠性要求水平。传统的基于概率的工程设计优化方法忽视了认知不确定性；而非概率方法具备强大的不确定性建模能力，在工程设计优化方面受到青睐。本文系统综述了认知不确定性的量化方法，重点探讨证据理论和可能性理论在可靠性分析与设计优化中的应用。   研究内容： 1）基于可能性理论的工程设计优化：可能性理论通过可能性分布与必要性度量量化认知不确定性，突破了传统概率方法对数据完备性的依赖，特别适用于输入数据有限或模糊的场景，例如结合专家知识构建弹性约束条件的方法已应用于航空航天等的多目标优化设计，通过模糊安全指数和性能测度方法显著提升了计算效率与保守性，为信息不完整条件下的复杂系统可靠性分析提供新范式。 2）基于证据理论的工程设计优化：证据理论通过置信函数与似然函数量化认知不确定性，该理论创新性地引入基本概率分配和Dempster组合规则，解决了传统贝叶斯方法难以处理部分已知概率分布的局限性，尤其在安全关键领域（如核工程与海洋平台结构）中，通过证据拓扑优化与多焦点元素搜索策略，显著降低了高维不确定性传播的计算成本，为混合不确定性问题提供了系统化解决方案。 3）认知不确定性下工程设计优化的未来趋势：本文提出需构建统一认知不确定性量化框架整合可能性、证据理论和其它理论。开发自适应算法以提升工程设计优化方法计算精度与稳定性，强调软计算策略（如模糊逻辑与机器学习的协同）及跨学科协作的重要性。研究指出，通过动态误差补偿机制与全局不确定性传播技术，可进一步突破小失效概率问题的瓶颈，推动多失效机制非线性系统的优化设计。 图2 基于可能性/证据理论的工程设计优化模型：(a)可能性理论；(b)证据理论。 作者介绍 黄洪钟  教授...

IOP出版社每月从年度重点期刊中精选两个主题的研究文章供大家阅读，本月的主题为Climate Finance, International Year of Quantum和Structural Health Monitoring。这些文章体现了IOP期刊的高质量和创新性，并呈现了一些受关注的研究工作。欢迎大家阅读下载！ 您可以扫描下方二维码，查看IOP出版社环境、量子和工程领域的最新资讯；还可以点击此处链接，订阅该领域的最新研究进展以及相关期刊的最新信息。 环境： 量子： 工程： 精选文章 Climate Finance Environmental Research Letters Who leads, who lags? Inter-urban inequities in European climate adaptation funding and financing Kayin Venner, Marta Olazabal, Melissa García-Lamarca, Aldo Treville, Luca Costantino Arbau and Paolo Bertoldi   Attributing global impacts of local extremes to climate change...

特刊详情 客座编辑 Ramzy Kahhat，秘鲁天主教大学 Vanderley John，巴西圣保罗大学 Bernhardus Van Hoof，哥伦比亚安第斯大学   主题范围 The informal sector plays an important role in the economic and socio-cultural structures of Latin America. The sector provides a significant employment opportunity and primary income for many families around the region. Their activities are diverse, including waste collection and recycling, extraction of raw...

中国物理学会秋季学术会议（以下简称秋季会议，英文名称为CPS Fall Meeting）是由中国物理学会主办的年度学术会议，始于1999年。会议旨在增进国内外物理学界的学术交流，提高学术水平，推动物理学科的全面发展和提升人才培养质量。经过20多年的发展，秋季会议已从最初的200人壮大至今的6000多人，成为中国物理学界规模最大、综合性最强的品牌学术盛会。  中国物理学会2025秋季学术会议由哈尔滨工程大学承办。本届秋季会议围绕物理学相关专业领域设立21个分会专题，届时将以大会特邀报告、分会邀请报告、口头报告和墙报展示等形式进行学术交流。欢迎广大物理学工作者踊跃报名参加2025年秋季学术会议，共同为物理学科的繁荣发展献计献策。 IOP出版社作为本次大会的参展商之一，将携旗下众多产品，包括期刊、会议论文集、杂志，以及同行评审和作者服务等参加会议，同来自海内外的研究人员和学者相聚一堂。除了在展位上展示我们的产品之外，我们还设计了许多精彩的互动环节，您将有机会赢取小礼品，期待您的莅临指导！ 展位号：A048和量子信息分会场外场2号展桌 量子信息专题分会 与此同时，英国物理学会（IOP）将与中国物理学会在大会期间（9月13日和14日）共同举办“量子信息”专题分会。由中国科学技术大学徐飞虎教授、陈宇翱教授以及IOP出版社Tim Smith博士共同担任分会主席。 支持期刊

将您的研究成果投稿至Nano Express (NANOX) 特刊，您的论文将有机会与高质量的专题论文合集一同发表，展示这一快速发展领域中的前沿进展。   除了在一个具有包容性与值得信赖科学保障的期刊发表，投稿至NANOX特刊还能帮助您： 💥 通过开放获取扩大研究影响； 💥 让您的研究成果被学术界广泛关注； 💥 与纳米科学与技术领域的高质量文章并肩，展示您的研究成果。   🌟目前开放投稿的专刊包括： Focus on 30 Years of Nanoimprint—From Invention to Transformative Impact Focus on Van der Waals Heterostructures: Electronic and Optoelectronic Properties Focus on Cathodoluminescence and Electron Beam Induced Current of Semiconductor Nanostructures Focus on Nano-Architected Twisted 2D Materials   >>您可以点击此处链接，查看所有正在开放的特刊。 期刊介绍 Nano Express...

当前，人工智能技术正深度融入科研与学术出版领域，既为知识生产与传播带来革新动能，也对科研规范、学术诚信及行业生态提出全新命题。如何在技术革新中坚守科研初心，平衡效率与诚信，探索人机协同的可持续路径，已成为全球科研共同体与出版界共同关切的核心议题。 在此背景下，由在华国际出版商联盟（IPCC）指导，英国物理学会出版社（IOP）、威科集团（Wolters Kluwer）、英国爱墨瑞得出版社（Emerald）及意得辑（Editage）（排名不分先后）共同发起【AI时代科研现状与未来大调研】！。历经数月行业研讨与筹备，本次调研旨在汇聚全球科研与出版从业者的实践经验与前瞻思考，为行业在 AI 时代的健康发展提供系统性参考，推动构建更具活力、更守初心的科研出版新生态。   调研核心目标聚焦于： AI工具应用现状： 识别科研人员当前使用的AI工具类型及其支持的具体研究活动（如文献检索、数据分析、论文撰写与润色、实验设计等）。 挑战与认知： 揭示科研人员在使用AI工具过程中遇到的主要技术性、操作性挑战，并深入探讨其对AI应用的伦理关切、潜在局限性的认知。 人机协作模式： 探究科研人员如何看待人类专业知识与判断力在AI辅助研究过程中的核心作用，以及理想的人机协同工作模式。 未来科研诚信： 调研科研人员对如何构建有效机制，确保未来人机协作环境下研究数据可靠性、过程透明性及成果原创性的观点与建议。   您的见解至关重要！  无论您是活跃于科研一线的学者、研究员，还是深耕学术出版领域的专业人士，您的真实体验与专业洞见，都将为理解AI对科研生态的影响、引导相关工具与政策的负责任发展提供不可或缺的实证依据，共同推动学术研究的严谨性与创新性。 【点击此处链接，或扫描下方二维码，填写问卷调查表】 为感谢您的宝贵时间与贡献： 完成并成功提交有效问卷后，您将自动参与抽奖，有机会获得意得辑Editage学术服务通用折扣券、科研采购基金等科研支持：   参与流程： 点击下方链接填写问卷（预计耗时约10分钟）。 ‍请提供有效的电子邮箱地址（作为后续联系及发放奖品的唯一凭证）。 成功提交问卷即完成抽奖登记。 获奖者名单将于2025年8月-10月分批通过电子邮件通知，并告知具体奖品详情。 您的专业洞察，塑造负责任的AI科研未来。期待您的参与！   温馨提示： 请确保填写的电子邮箱地址准确有效，以便接收可能的获奖通知及奖品发放信息。 如对本次调研或抽奖安排有任何疑问，请邮件联系：fabiao@editage.cn   让我们携手，共同探索并推进人工智能在科研领域负责任的应用与发展。