欧洲复合风雨极端事件：从气候到金融风险的不确定因素分析

伦敦大学学院 · London · 英国

该博士项目旨在研究欧洲西部因复合风力和降雨极端天气导致的未来财务损失的不确定性问题。通过运用机器学习与多变量极值统计方法，该项目旨在建立一套分析框架，以揭示气候预测与天气事件如何转化为财务风险，并研究影响损失估算的潜在因素。

利用高通量操作光谱技术，解析控制碳中和转化电催化剂性能的因素

伦敦大学学院 · London · 英国

该项目致力于推动高通量操作式光谱技术的发展，以改进应用于清洁能源材料的药物发现方法，尤其是用于可再生氢气的电催化剂。申请者需开发一种自动化紫外-可见光谱电化学平台，利用机器学习技术来识别各种材料的关键性能特征。要求申请者具备扎实的化学或相关领域的背景。

MSCA博士网络EMANAIRE项目博士研究生DC11：混合知识密集型工作中的人机交流

慕尼黑工业大学 · Munich · 德国

该项目旨在研究法律与新闻等领域的知识工作者如何与生成式人工智能互动，并探讨其中涉及的动态沟通机制与适应策略。研究重点在于理解这些专业人士与人工智能输出之间的关系，同时构建有效的人机交互框架，并分析其对设计与治理的影响。

MSCA博士研究网络 EMANAIRE 项目 DC13 的博士研究生：探讨年轻专业人士之间人类与人工智能协作所需的技能

慕尼黑工业大学 · Munich · 德国

本研究项目旨在探讨年轻专业人士如何培养必要的技能，以在工作中与生成式人工智能有效协作。将采用调查与行为实验等跨学科方法，研究合作机制、任务分工以及对人工智能能力的理解。申请者应拥有相关的硕士学位及良好的英语水平。

第二语言表达中母语的识别

巴黎理工学院 · Palaiseau · 法国

该博士项目致力于开发技术，以根据作者用第二语言撰写的文本来识别其母语，特别是在网络安全领域。研究旨在揭示语言特征在不同形式中的持久性，从而帮助抵御虚假信息攻击。

开发用于电磁智能的基础模型（ROEM）：在微波信号相关下游任务中的应用

巴黎理工学院 · Palaiseau · 法国

该项目致力于开发用于处理微波电磁信号的基础模型，涵盖信号检测与信号源分离等任务。通过利用深度学习的最新进展，该方法能够降低各种应用需求及适配成本，例如无线电和雷达辐射分析领域。 申请者需具备人工智能与电磁信号处理的专业知识。

船舶交通监测人工智能博士候选人

挪威科技大学 · Trondheim · 挪威

该博士研究项目专注于利用机器学习方法分析航运业中的船舶轨迹与交通模式。通过利用丰富的历史数据，申请人将开发用于异常检测与未来预测的模型，并将人工智能与实时航运数据相结合，以提升对态势的感知能力及导航性能。

主题研究系环境科学博士研究生

林雪平大学 · Linkoping · 瑞典

该研究聚焦瑞典农业的可持续转型，通过探讨利益相关者对可持续融资的认知与沟通情况展开研究。博士研究生将采用定性研究方法，包括访谈与研讨会，并与农民及银行部门合作，共同制定有效的融资方案，以推动气候转型与生物多样性保护。

用于高效重建X射线断层图像的深度均衡机器学习模型

南安普顿大学 · Southampton · 英国

该项目旨在开发先进的机器学习算法，将真实的X射线测量数据转化为清晰的3D图像，从而解决X射线断层成像因数据收集有限而产生的噪声与伪影问题。研究将采用深度均衡模型，并与南安普顿大学X射线计算机断层成像中心开展合作。

对迭代重建工业X射线计算机断层扫描数据的缺陷可检测性进行评估

南安普顿大学 · Southampton · 英国

该项目旨在研究先进的优化与机器学习算法如何提升工业部件内部缺陷检测的X射线计算机断层扫描3D图像质量。研究过程中，将利用真实及模拟X射线数据，对不同物体几何形状下的图像重建技术进行评估。

多智能体强化学习用于多机器人安全导航

南安普顿大学 · Southampton · 英国

该项目研究机器人群体如何在考虑人类个体偏好及共享空间中的社会期望的前提下，协调执行集体任务。将采用多智能体强化学习与人机交互技术，设计能够确保机器人在人类周围表现出安全且符合社会规范行为的算法。

用于CO2利用的非均相催化剂预测设计

中文翻译处理中，暂显示英文原文

南安普顿大学 · Southampton · 英国

This project utilizes computational methods to assess the key properties of CO₂-conversion catalysts, focusing on how their structure affects performance. Insights gained will be modeled to enhance catalyst efficiency for converting CO₂ into valuable chemicals, contributing to sustainable manufacturing practices. A background in chemistry, especially in catalysis, is recommended.

风扇／OGV宽频噪声建模的高保真CFD

南安普顿大学 · Southampton · 英国

该项目旨在解决超高旁通比（UHBR）航空发动机产生的宽带噪声问题。通过采用高保真计算流体动力学（CFD）技术，如大涡动模拟（LES），研究团队旨在解析风扇尾流中的湍流现象，并优化叶片设计，从而完善噪声预测模型。申请者应具备工程学、数学或物理学的背景，且最好具有CFD相关的实践经验。

动态水下环境中用于地点识别与变化检测的机器人监测技术

南安普顿大学 · Southampton · 英国

该项目致力于开发机器人测绘与人工智能技术，以在具有挑战性的水下环境中监测海底变化。通过整合先进的定位技术、高分辨率传感技术与概率数据分析方法，旨在实现长期环境监测及海底基础设施检查。申请者应具备机器人技术、传感技术及人工智能方面的技能。

湍流中的最优扰动

南安普顿大学 · Southampton · 英国

本研究项目开发数学与计算方法，以揭示湍流流动如何放大扰动并形成有序模式。通过运用流体力学、动力系统及混沌理论，该研究将分析湍流轨迹对扰动的敏感性，从而提出新的计算工具，并获得关于湍流动力学的新见解。

通过传递意图并理解多机器人行为来实现人类与群体间的互动

南安普顿大学 · Southampton · 英国

该博士项目致力于提升人类与群体机器人的互动效果，旨在帮助操作人员向自主机器人群传达高层目标，并理解其行为表现。项目将探索直观反馈机制，并利用仿真或物理机器人平台开发相关方法，以测试创新的界面及互动方式。

用于自主空间智能的抗辐射忆阻器基储库计算技术

南安普顿大学 · Southampton · 英国

该项目旨在研究基于忆阻器的储库计算硬件在空间应用中的高效计算系统应用。通过研究空间辐射对忆阻器的影响并制定缓解策略，本研究旨在为未来任务提供可靠的机载智能系统。申请者应具备纳米电子学与计算领域的相关背景。

机器人群体中的自适应集体决策机制

南安普顿大学 · Southampton · 英国

该项目旨在研究在动态环境中运行的机器人群体中的自适应与分散式集体决策机制。研究重点在于探讨机器人群体如何根据环境条件的变化，通过算法与模拟技术来确定参与方式、信息需求及决策更新。申请者应具备对机器人学或人工智能的浓厚兴趣，并具备编程能力。

航空航天钛材料的循环生命周期知识

南安普顿大学 · Southampton · 英国

该项目研究如何通过先进的粉末冶金与数字技术，将高价值钛废料转化为航空航天级原料。其目标是建立一种可追踪的体系，包含生命周期数据及材料护照信息，以应对废物回收方面的挑战，并增强对回收材料性能的信心。

用于汽车 WBG 转换器的人工智能增强 EMC 数字孪生

考文垂大学 · Coventry · 英国

该项目旨在开发一种预测性电磁兼容数字孪生框架，以评估汽车电源转换器产生的高频辐射。通过整合电磁建模、人工智能技术及实验验证，本研究旨在简化对汽车标准的符合性评估过程，从而降低成本并缩短研发时间。申请者应具备工程或计算机科学背景，并具备较强的分析能力。