#论文

更新托斯卡纳天坑清单，用遥感和GIS-XGBoost建模评估易发性。

评估几内亚金矿开采对植被与土壤退化的影响。

利用历史与现代卫星影像对比分析基什恰伊河谷数十年动态变化。

集成遥感、多目标优化与智能体模拟，评估上游造林对雨洪的缓解效果。

研究AI能力如何通过绿色精益六西格玛推动可持续供应链转型。

该论文探讨数字孪生的数学基础，聚焦模型与物理系统间双向信息流中的数学与统计挑战。

综述沙特数字服务平台中基于物联网的预测分析如何支撑实时决策。

批判分析AI在环境可持续中的双重角色，揭示其生态收益可能被硬件生命周期成本抵消。

综述AI监控系统的技术、应用、挑战与部署，涵盖多领域并展望未来趋势。

综述视频目标检测与分类从手工特征到深度学习方法的演进、模型、数据集与挑战。

综述正畸诊疗路径中AI与影像技术的应用证据，覆盖评估、转诊与治疗决策。

介绍Springer Nature新创开放获取期刊Discover Computer Vision的

开发深度学习模型自动识别和量化乳腺植入物并发症（破裂、包膜挛缩、血肿）。

构建HireStream自动化ETL流水线，整合校园招聘多源数据并生成就业智能分析。

Thank you to reviewers。Biosystems Engineering

构建可解释机器学习模型预测汉族单胎头位孕妇巨大儿风险并内部验证。

基于EM-DAT数据构建累积风险指数，评估2013-2023年全球灾害风险并发布高风险区遥感数据集。

基于Landsat 8遥感影像分析阿塞拜疆三座城市的热岛效应及其空间分布。

分析茂物市城市蔓延空间动态及跨界治理挑战。

用SAW-WP混合方法评估Zoom、Google Meet和Teams，选出最佳免费数字会议平台。

构建基于ICZM框架的复合可持续性指数，评估胡志明市海岸带可持续性并空间制图。

提出模块化胰腺分割与多模态融合框架，结合临床与CT数据预测急性胰腺炎风险。

该论文用U-Net深度学习模型对伪装目标进行分割，在MCSIK数据集上平均准确率达70.14%。

利用多时相遥感量化二叠纪盆地油气开发导致的土地覆盖与生物物理变化。

用AHP与Web决策支持系统实现印尼一中学优秀学生评选的客观化与自动化。

提出资源高效智能视觉导航定位方法，统一模型、算法与资源约束。

综述并构建AI用于尼日利亚东北部安全威胁检测的分层框架。

提出MDAViT模型，结合现代数据增强与视觉Transformer提升图像分类精度。

比较四种聚类算法在客户细分中的表现，提出面向决策的算法选择框架。

Applying Artificial intelligence and Big data analysis in predicting the effectiveness of Strategic decision-making in the Hotel Industry - Decision Support System。Research Square

提出知识图谱语义驱动的城市更新推荐框架GeoCaseRec，自动检索相似历史案例并推荐演化特征。

分析巴淡岛PT X行政人员照明、屏幕时间与工龄同计算机视觉综合征的关联。

提出单腔双梳穆勒矩阵偏振激光雷达，无需外部偏振器件即可快速获取全穆勒矩阵并识别材料。

综述神经形态计算架构、学习范式与应用，面向超低功耗智能系统。

构建集成数字孪生框架，用LSTM与IQR-LSTM实现核系统在线监测与异常检测。

提出YOLO车载视觉框架，实现路面病害实时检测、PCI估算与GIS退化制图。

提出融合YOLO、边缘计算与数字孪生的框架，实现城市交通基础设施缺陷实时检测与可视化。

综述联邦学习、TinyML与可解释AI在IoT/IIoT入侵检测中的进展，并提出统一框架。

用遥感生态指数与OPGD评估采石采矿区生态质量时空演变。

用Transformer融合PET/CT多模态影像，术前预测肺腺癌气腔播散并分层预后。

提出以社区为中心的大型基建项目事后社会影响评估框架，用于尼日利亚。

Research on Optimization Paths for Enterprise Decision Support Systems Based on Big Data and Artificial Intelligence。Research Square

检索结果与巴比伦三角学、Plimpton 322 完全无关，未找到任何相关内容。

开发基于RIASEC性格与正向推理的专家系统，为高校专业选择提供决策支持。

综述方案：梳理AI/ML在初级卫生保健组织与系统层面的非临床应用。

提出动态加权ROV多准则决策方法，用于候选人或方案排序评估。

研究伊拉克油气行业AI应用与可持续发展的关系，并提出实施路线图。

用三维声学定位追踪非洲树蛙，揭示其跨时空尺度的嵌套行为策略。

将QFD结合简化LCA，用于食品产品开发中消费者需求与碳足迹的权衡决策。

构建杭州湾城市群2000-2024年RSEI序列，揭示生态质量的多尺度动态与非线性驱动关联。

提出starU-Net，用星操作和多视角融合提升血管分割连续性。

综述大语言模型可解释性技术SHAP、LIME与注意力框架及其在敏感领域的应用。

综述AI与生态创新融合的多学科研究，提出四层分析框架并指出未来方向。

结合卫星数据与机器学习改进毛里塔尼亚实时GDP预测。

综述2015-2026年各类二氧化碳去除路径的监测、报告、核查与核算框架及其科学完整性问题。

研究巴基斯坦吉德拉尔地区雪崩与冰湖溃决洪水对生计和基础设施的影响及社区风险认知。

提出基于ResNet的损失感知残差学习模型，解决糖尿病视网膜病变多分类中的类别不平衡问题。

综述医疗大模型应用，提出多维评估与治理框架。

用迭代图像分类模型识别祖先普韦布洛居住遗址，半自动调查超1.6万平方公里区域。

研究AI决策支持系统对多行业决策效果的影响，发现使用越多效果越好。

检索提交摘要，确认其中没有关于Rashba自旋轨道耦合、绕数或莫比乌斯动量空间拓扑的研究。

用TOPSIS多准则决策系统评估20名学生的职业准备度并排序分类。

提出TEKNO多准则决策方法，统一归一化、加权与优化，实现稳定排序。

分析墨西哥托卢卡谷MODIS AOD与地面PM2.5的时空相关性及气象影响。

分析巴西圣保罗两都市区NDVI与PM10、PM2.5、NO2的时空关联。

评估卢旺达Kamonyi区人为活动对土地利用/覆盖变化的影响，发现建设用地增加、植被减少。

开发富含树莓果泥和黑胡萝卜浓缩物的果冻糖果，研究基质组成和包装材料对品质的影响。

Remote sensing and Community perception evidences on the Impacts of land use/cover change on natural resources in Rungwe Volcanic Province in Tanzania。Research Square

探讨儿科传染病领域通过数字转型实现One Health，连接人类、动物与环境健康。

探讨产权话语如何被右翼运动利用，将农业政策争议转化为生存冲突。

北京市智慧农业创新团队柴秀娟研究员团队提出基于VR的专家经验捕获与行为建模框架，融合高保真虚拟环境与人类作业动作知识，显著提升机器人在复杂农业场景中的自主决策能力，相关成果入选 IJCAI 2026 国际人工智能联合会议并将在德国会议期间进行现场展示，也是中国智慧农业团队在国际 AI 顶会上的重要亮相。技术上，机器人先用RGB-D相机高精度扫描真实温室，在Unity引擎中利用视觉感知与3D建模算法重建番茄空间分布及果实成熟度信息；专家知识虚拟化方面，多位专家穿戴27节点高精度动捕设备+VR头盔在高保真虚拟温室中执行多种难度采摘任务；机器人行为智能化方面，用高质量专家数据训练多任务强化学习模型，再通过逆运动学算法将人类动作映射到机械臂运动空间。综合评估显示该"专家数据驱动"方法在收获效率、避障能力、任务成功率、运行稳定性等核心指标显著优于现有主流方法，特别在遮挡严重、果穗密集场景下表现出接近人类专家的适应性与低损伤率（注：目前以番茄采摘为验证场景）。

《华南农业大学学报》"智慧农业关键技术"专题征稿优先发表栏目 2026-07-24 收录"基于数据、算法和应用多层协同的大豆智慧育种研究进展与展望"（DOI: 10.7671/j.issn.1001-411X.202606026）。大豆是兼具粮食、油料和饲用价值的战略作物，长期受单产提升缓慢与遗传基础狭窄制约。文章围绕数据层、算法层和应用层梳理大豆智慧育种研究进展，分析数据向算法传递、算法向应用转化、应用向数据回流中的主要障碍，归纳数据、算法、应用、平台与治理5个方面关键挑战，提出未来工作应补齐层间衔接断点，使预测、验证和数据回流进入常态化流程，并将评价标尺由模型预测精度转向实际实现的遗传增益。

Levinkopf E、Morin E 与 Goldman CV 在 arXiv 提交预印本"Context-Aware Concept Distillation for Trustworthy Flood Prediction"（arXiv:2607.23237 [cs.LG]，2026-07-25提交）。研究面向公共安全高风险场景下深度学习"黑箱"阻碍信任与问责的难题，提出 Context-Aware Concept Distillation（CACD）框架，将 LSTM 蒸馏为可解释的水文学感知代理模型：通过无监督流程发现"水文学语言"，并用残差超网络（Residual Hypernetwork）根据静态流域特征动态调节这些概念。在全球 5,203 个流域上，模型中位 NSE 0.70，显著优于多层感知机等黑箱基线在未见过未来数据上的表现。

Hagbe JTM、Gounou GK 与 Zimé SK 在 arXiv 提交预印本"Safety-Aware Cascaded Inference for Crop Damage Assessment with Controlled Error Trade-offs"（arXiv:2607.25468 [cs.CV]，2026-07-28提交）。针对基于图像的农业保险中漏检成本远高于误报的非对称代价结构，提出 CascadeCropNet 两阶段级联架构：通过阈值选择满足目标召回约束（Rec-Damaged ≥ 0.95），轻量 Sentinel 模型先做二分类健康分诊，超过损伤概率阈值 τ 的样本升级到专家 Expert 模型做精细诊断。在 Eyes on the Ground 数据集（肯尼亚小农户玉米田 23,804 张图像）上，τ=0.5 时 Rec-Damaged 达 0.974，相对单模型基线漏检减少最多54%。注：该方法可靠性取决于阈值与部署条件，并非任意分布漂移下的绝对保证。

Mustafa MS（卡拉比克大学计算机工程系）与Kutucu H（土耳其）在Frontiers in Sustainable Food Systems发表的原创研究"Enhancing Water Management with Intelligent Irrigation Systems Using Edge Computing, Machine Learning and IoT"于2026-07-28接受。针对农业占全球淡水取用量约70%、传统灌溉水耗大、效率低的现实，研究构建将物联网、机器学习与边缘计算融合的智能灌溉系统：物联网传感器和边缘设备实时采集环境数据并估算灌溉需求，机器学习模型与土壤监测单元（SMU）和水管理单元（WMU）协同，在边缘本地部署实现可扩展、实时、高效灌溉管理。研究比较决策树（DT）、随机森林（RF）、支持向量机（SVM）、K近邻（KNN）、随机梯度下降（SGD）和多层感知机（MLP）六种监督学习模型，其中决策树和随机森林分类准确率达93%、R²回归得分0.98，显著优于SVM（准确率58%、R²=0.18），为不同农业场景下水资源高效管理提供可复用方案。原文：Enhancing Water Management with Intelligent Irrigation Systems Using Edge Computing, Machine Learning and IoT

论文提出Persona-as-Configuration生成式报告框架，针对农业洪涝灾害场景中需要同时向农民、地方政府、保险公司、应急管理部门等多类利益相关方传递差异化信息的痛点。框架通过将利益相关方的需求特征参数化配置，结合大语言模型生成定制化、结构化的灾害报告文本，提高沟通效率与决策支持效果。

研究提出基于自监督3D卷积自编码器（3D-CAE）的时空胁迫网络STS-NET，利用Planetscope高分辨率影像的NDVI、GNDVI、RECI和NDRE四种植被指数进行作物胁迫检测。模型在Barnala时空（BSPT）数据集训练，并在印度北方邦Lakhimpur-Kheri地区2.5英亩甘蔗试验田的真实数据集（一年期）上评估。STS-NET在水胁迫检测上达到97.98%精度、氮胁迫85.08%精度、复合胁迫83.47%精度。结果表明该网络能以最少标注数据有效检测甘蔗作物胁迫，并可作为简单模型的稳健特征提取器。

Agri-SAGE是一个闭环框架，旨在通过将检索增强的多智能体LLM推理与基于APSIM的生物物理模拟相结合，生成并验证农艺建议，从而解决静态农艺指南"对季节内变化和动态不确定性视而不见"以及LLM驱动咨询系统"生成农艺上可信但生理上不可信的建议"两个核心矛盾。研究评估了三种推理方法——规划与求解、思维树和反思法，进行了为期10年的回顾性分析。结果显示三种推理方法均优于静态基线，其中思维树实现最高产量，反思法以较低计算成本达到相当效果。

基于Sentinel-2光学影像的早期甜菜产量预测研究。通过紧耦合领域知识与机器学习，使用极小Vision Transformer patch size与全部Sentinel-2谱段，提升了模型表现。研究通过调整训练设置与基于排名的低产田检测方法，能在生长周期早期识别出大量低产田，为精准农业田间管理提供早期决策依据。