-
纤维 - 基质不变耦合主导的软组织扭转 Swift-Poynting 转变
# 摘要
软组织在扭转作用下的轴向变形通常被归因于普兰特效应(Poynting effect)或斯威夫特效应(Swift effect),但这两种响应之间的转换机制尚不明确。本研究开发了一个解析模型,用于描述纤维增强型软生物组织中这种转换现象,并考虑了纤维—基体不变量耦合。
来源:Extreme Mechanics Letters
时间:2026-09-05
-
FocusMotion:用于姿态引导人体视频生成的自动细节区域感知
## 摘要
姿态引导的视频生成是一种利用参考图像和姿态序列生成时间连贯视频的方法。然而,该方法面临生成细节密集区域的挑战,因为现有方法依赖全局图像信息来指导视频生成。本文提出了一种新颖的扩散框架 FocusMotion,能够实现高频信息的自动感知和重建。具体而言,我们首先提
来源:Expert Systems with Applications
时间:2026-09-05
-
面向少样本遥感分割的语义一致性与结构边界解耦
- 解耦的语义流与结构流提升了小样本遥感分割性能。
- CCS通过级联自上而下的空间门控抑制背景噪声。
- CMSA使用深度可分离交叉注意力保留空间结构。
- CLAD结合DSR细化多尺度特征并恢复物体边界。
- 在iSAID-5i、PASCAL-5i和COCO-20i上取得
来源:Expert Systems with Applications
时间:2026-09-05
-
一种面向CBCT下颌管拓扑保持分割的全景展平与感受野增强框架
摘要在下颌管(MC)的锥形束计算机断层扫描(CBCT)上进行精确分割,对于预防牙科种植、第三磨牙拔除及颌面外科手术中的下牙槽神经损伤至关重要。现有的深度学习方法受到基于体素块训练的限制,这导致感受野与下颌管细长弯曲的轨迹之间存在不匹配,从而在低对比度区域造成拓扑碎片化。本研究
来源:Expert Systems with Applications
时间:2026-09-05
-
比特币跨机构反洗钱的图蒸馏:效用-隐私-通信评估
摘要
区块链上的反洗钱本质上具有跨机构特性:洗钱链条通过多个虚拟资产服务提供商(VASP)转移资金,而任何单个 VASP 只能看到模式的一个片段。交易级别的反洗钱义务需要一定的信息交换,但法律、保密和运营约束限制了跨机构的客户交易图直接池化。联邦学习(FL)是一种自然的应对方
来源:Expert Systems with Applications
时间:2026-09-05
-
SERank:面向基于大语言模型的文档推理重排序的句级证据选择
•一个用于LLM重排序的无训练查询感知句子过滤框架。
•句子过滤在列表式重排序前提高了证据集中度。
•SERank在提高nDCG@10的同时减少了token使用量和延迟。
引言
文档重排序是现代信息检索(IR)系统的核心组件。给定用户查询,第一阶段检索器(如BM25)高效地
来源:Expert Systems with Applications
时间:2026-09-05
-
WindowKV:基于任务自适应的群体级KV缓存窗口选择机制,用于高效实现大型语言模型(LLM)推理
```
摘要
随着大型语言模型(LLMs)在长上下文推理能力方面的进步,键值(KV)缓存已成为其基础组件之一。尽管近期研究集中在优化KV缓存占用的内存上,但它们忽视了两个关键因素:保持语义连贯性和在压缩过程中考虑任务特定特征。为了解决这些局限性,我们提出了一种新颖的任务自适应KV
来源:Expert Systems with Applications
时间:2026-09-05
-
面向接受放射治疗老年患者的跨部门老年综合评估及管理干预在基层医疗中的实施
与特定研究问题/主题相关的现有研究知识(关于该主题已知的情况)•建议对老年癌症患者进行老年评估与管理•现有证据来源于专科医疗服务•碎片化的医疗服务是协调高质量护理的障碍•跨部门干预的潜在影响尚待探索本研究新增知识的总结(本文的贡献)•测试了一种跨部门的老年评估与管理干预措施•
来源:European Journal of Oncology Nursing
时间:2026-09-05
-
一种用于鲁棒非视距分类与测距误差缓解的双通道超宽带Transformer模型
摘要超宽带(UWB)技术凭借其精细的时间分辨率能力,已成为高精度室内定位的有前景候选技术。然而,由普遍存在的非视距(NLoS)传播引起的严重测距偏差,仍然是复杂环境中实现稳健定位的关键障碍。现有的NLoS抑制方法主要依赖手工设计的信道冲激响应(CIR)特征,限制了其在多样化场
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-05
-
从数字岩石到地质碳封存决策:基于深度集成模型的时间分辨二氧化碳饱和度预测
摘要
准确预测瞬态孔隙尺度二氧化碳(CO2)迁移对于地质碳封存的不确定性量化和快速筛选至关重要。本研究开发了一种时间因果的深度学习工作流,用于预测孔隙尺度CO2饱和度,并比较了四种代理模型族:深度卷积神经网络(DeepCNN)、U型编解码网络(U-Net)、残差U型网络(R
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-05