当前位置:首页 > 今日动态 > 科研动态/国外
  • 特定或一般生物参数化方案在地中海鳀鱼和沙丁鱼幼体输运模型校准中的影响

    摘要 海洋物种早期生命的浮游期在塑造种群动态方面起着关键作用,因为它受到一系列时空环境和生物因素的影响。在过去几十年中,众多研究制定了描述幼虫性状随时间演变的经验关系和数学公式,有时还纳入了环境驱动因素。这些公式通常用于参数化拉格朗日模型,以在现实的海况条件下模拟早期生命阶段

    来源:Progress in Oceanography

    时间:2026-09-03

  • 欧洲鲈个体性特征:行为、认知及端脑基因表达

    摘要行为和认知的个体差异越来越被视为动物认知过程的核心组成部分,然而,其在鱼类中的神经生物学基础仍知之甚少。在此,我们采用一种结合抑制控制测试(圆柱体测试)中的行为评估和端脑基因表达分析的综合方法,调查了幼体欧洲海鲈(Dicentrarchus labrax)的行为和认知个体

    来源:Physiology & Behavior

    时间:2026-09-03

  • RealTalk:基于 3D 先验引导身份对齐的实时音频驱动人脸生成

    • 实时说话人脸生成,引入改进的人脸先验引导。 • 音频与人脸历史信息联合提升唇形同步精度。 • 高质量人脸生成,强身份保持。 **引言** 近年来,音频驱动的人脸生成因其在实际应用中巨大的潜力而备受关注。生成逼真且富有表现力的说话人脸面临的主要挑战包括:(1) 确保唇音

    来源:Pattern Recognition

    时间:2026-09-03

  • 用于信息密度驱动图像表示的最大熵极坐标谐波变换

    - 基于信息密度的MEPHTs自适应重新分配径向基函数的零点。 - 映射后的径向变量在[0,1]区间上达到最大微分熵。 - 自适应零点重分配改善了低阶能量紧致性。 - MEPHTs在非线映射下保持正交性和几何不变性。 - 重建、识别和零水印实验验证了其鲁棒性。 ## 引言

    来源:Pattern Recognition

    时间:2026-09-03

  • DeferredSeg:面向医学图像分割的多专家延迟框架

    •DeferredSeg,一种用于医疗图像分割的像素级移交框架。•一种移交协作损失学习模型与专家分支之间的像素级路由。•一种聚合移交预测器鼓励空间连贯的移交区域。•一种负载均衡惩罚缓解了多专家设置下的路由崩溃。•使用合成专家掩码和离线临床医生注释的实验评估了协作分割。引言医疗

    来源:Pattern Recognition

    时间:2026-09-03

  • 用于高光谱图像分类的基于混合多跳图卷积的多粒度融合网络

    •双分支 MGF-Net 桥接了粗粒度上下文和精细空间细节。 •带有并行 0-hop 路径的混合 k-hop 块解决了深度 GCN 中的过平滑问题。 •空洞蓝图可分离卷积实现了高效的多尺度提取。 •轻量级 HFFM 在没有重型注意力机制的情况下桥接了空间 - 语义差距。 •在

    来源:Pattern Recognition

    时间:2026-09-03

  • 面向运动红外小目标检测的无监督自优化学习

    •提出了一种用于 MISTD 的新型端到端无监督框架。•设计了一种新的时空伪标签生成方案。•制定了一种运动引导的标签过滤策略以优化伪标签。引言红外小目标检测 (ISTD) [1] 因其独立于外部照明且提供全天候可见性而被广泛采用,使其在军事系统、环境监测、火灾监控和动物观察等

    来源:Pattern Recognition

    时间:2026-09-03

  • Alexithymia(情感识别障碍)在纤维肌痛患者抑制 negative emotions(负面情绪)的过程中对大脑功能起到调节作用

    纤维肌痛与大脑功能改变和情绪调节困难有关。在纤维肌痛患者中,述情障碍很常见,这可能进一步影响他们的情绪调节能力。本研究探讨了述情障碍和纤维肌痛在抑制负面情绪过程中对大脑功能的影响。27名患有纤维肌痛的女性参与者和30名对照组参与者在功能性磁共振成像(fMRI)检查期间完成了情绪调

    来源:PAIN

    时间:2026-09-03

  • 点耦合模型:稀疏窗口注意力与状态空间建模的混合分割架构

    •一种新颖的点耦合模型(PCM)混合分割架构,将稀疏窗口注意力与 Mamba 的线性时间全局感知能力相结合。 •设计了一个高效的全局选择门(GSG)模块,通过利用全局潜在 Δ 补偿非显著状态来细化全局上下文。 •PCM 在 S3DIS (79.3% mIoU) 和 ScanN

    来源:Pattern Recognition

    时间:2026-09-03

  • ViLID: 基于互补输入级与理由级不一致信号的多模态虚假信息检测

    •ViLID 通过利用跨模态不一致性来检测多模态虚假信息。•该模型将原始多模态表示与嵌入层和推理依据层级的不一致性线索相结合。•由大型语言模型生成的文本和图像推理依据提供了互补信号,改善了错误平衡和真实样本的保留。•真值对齐正则化减少了对真实内容的过度标记。•ViLID 通过

    来源:Pattern Recognition

    时间:2026-09-03


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康