-
预期更新理论可以预测暴露疗法对焦虑症状的缓解效果:来自一项随机临床试验的预测性分析
托米斯拉夫·D·兹博津内克(Tomislav D. Zbozinek)|本杰明·M·罗森伯格(Benjamin M. Rosenberg)|迈克尔·特雷纳(Michael Treanor)|米歇尔·G·克拉斯克(Michelle G. Craske)
美国加利福尼亚大学洛杉矶分校
来源:Behaviour Research and Therapy
时间:2026-04-28
-
综述:标量九重态质量之谜的解决方案
米哈伊尔·奇佐夫(Mihail Chizhov)、
埃马努伊尔·奇佐夫(Emanuil Chizhov)、
丹妮拉·基里洛娃(Daniela Kirilova)
以及
莫姆奇尔·纳伊登诺夫(Momchil Naydenov)
摘要:我们简要回顾了低能介子态的相关研究。我们介绍了所有由上夸克、下夸克和奇异轻夸克组成的介子九重态,并将标量九重态作为基本模型进行研究。我们的分析基于无质量Nambu–Jona-Lasinio 𝑈𝑅(3)×𝑈𝐿(3)夸克模型。这些介子态最初由裸夸克-反夸克对构成,其
来源:Particles
时间:2026-04-28
-
将用过的漂白土作为部分粘土替代品,用于生产可持续的轻质骨料
埃姆娜·法赫法赫(Emna Fakhfakh)|贝希尔·穆西(Bechir Moussi)|约翰·扬斯(Johan Yans)|阿尔贝托·洛佩兹-加林多(Alberto López-Galindo)|法赫尔·贾穆西(Fakher Jamoussi)水资源与技术中心(CERTE),
来源:Applied Clay Science
时间:2026-04-28
-
综述:基于镍的碱性氢氧化电催化剂:从关键中间体到实际应用
李俊健|罗子云|容嘉福|林聪
香港理工大学应用生物与化学技术系,中国香港特别行政区999077
摘要
在碱性介质中,氢氧化反应(HOR)的极慢动力学成为阻碍阴离子交换膜燃料电池(AEMFCs)商业化的主要瓶颈。虽然铂族金属(PGMs)仍是基准材料,但其高昂的成本和稀缺性迫切需
来源:Applied Catalysis A: General
时间:2026-04-28
-
内在尺寸效应决定了FeAlOx催化的CO2加氢反应中催化剂的稳定性
Sheraz Ahmed|Tae-Hyun Kim|Seung-Min Yang|Wonjoong Yoon|Muhammad Zubair|Jaehoon Kim
韩国成均馆大学机械工程学院,2066 Seobu-Ro, Jangan-Gu, Suwon, Gyeonggi-d
来源:Applied Catalysis B: Environment and Energy
时间:2026-04-28
-
通过相邻的Bi原子对Fe位点进行电子调控,以降低二氧化碳还原为甲烷过程中的过电位
赵亚飞|王克|梁一辰|王欣欣|何亮
河南科技大学物理与工程学院,洛阳471023,中国
摘要
开发高效稳定的催化剂以电化学还原二氧化碳(CO2)为甲烷仍然是一个挑战。在此,我们使用第一性原理研究系统地探讨了Fe单原子催化剂(SACs)和FeBi双原子催化剂(DACs)上的CO
来源:Applied Catalysis A: General
时间:2026-04-28
-
通过工程化设计Co3O4/CeO2异质结构的界面电子相互作用,实现富氧条件下稳定的CO-SCR(一氧化碳选择性还原)反应
刘晓莉|张建北|程艳|史江宁|李建军|刘永军
四川大学建筑与环境学院,中国成都610065
摘要
在 aerobic 条件下,开发高效且低成本的催化剂以实现 CO 对 NO 的选择性催化还原(CO-SCR)仍然是一个关键挑战。异质结构催化剂,特别是在稀土氧化物和过渡金属氧化物
来源:Applied Catalysis A: General
时间:2026-04-28
-
面向古典音乐的“Spheres数据集”:用于源分离与信息检索的多轨管弦乐录音
为应对复杂管弦乐场景中音乐源分离(source separation)的挑战,研究人员针对古典音乐领域,创建了名为“The Spheres”的数据集。该数据集基于Colibrì Ensemble在专业录音室录制的柴可夫斯基与莫扎特作品,包含超过一小时的多轨录音(含23个麦克风信号)及房间脉冲响应,支持监督式分离模型的训练。实验展示了该数据集在声部家族分离与麦克风串音消除等任务上的应用价值,为管弦乐源分离、声源定位、去混响等MIR任务提供了重要的基准数据,推动了古典音乐的沉浸式渲染研究。
来源:Artificial Life
时间:2026-04-28
-
基于唤醒度-效价与文本多模态融合的双人交互行为共情分类及可解释性研究
为解决现有共情感知模型过度依赖文本而忽视非语言行为的问题,本文开展了基于音视频多模态线索的共情分类研究。通过融合面部表情、头部姿态的 arousal/valence 值与文本特征,构建了 pattern-based 分类器及 ranking 模块,在实验室与真实学校场景下均实现了优于深度学习基线、媲美 LLM 的性能,且无需重训练。
来源:IEEE Access
时间:2026-04-28
-
基于高斯过程回归的变频供电下电机高频谐波损耗建模与预测
针对变频器供电电机高频谐波损耗依赖开关频率、调制指数、负载及瞬态电感等多变参数,传统建模方法可靠性不足的问题,本文研究人员开展了一项基于机器学习的高频谐波损耗建模与预测研究。他们通过高斯过程回归(GPR)建立数据驱动的代理模型,利用对三台额定功率分别为15 kW、37 kW和75 kW的感应电机在相同相对负载条件下的实测数据进行训练与验证。结果表明,该模型能够高精度预测脉宽调制(PWM)供电引入的附加高频谐波损耗,为设计更高效率的逆变器驱动系统提供了关键工具。
来源:IEEE Access
时间:2026-04-28