-
物理信息神经网络建模圆柱形纳米流体冷却通道用于电子和生物医学设备
本研究创新性地采用物理信息神经网络(PINN)结合SHAP(Shapley Additive Explanations)分析,以理解三杂化纳米流体在两个同轴圆柱之间的流动行为,其中外圆柱以固定角速度旋转,内圆柱为水平拉伸圆柱。三杂化纳米流体由金(Au)、铜(C
来源:International Journal of Thermofluids
时间:2026-08-17
-
数据驱动的矩形肋与正弦腔微通道散热器优化设计:三元混合纳米流体冷却剂
摘要
对于三元混合纳米流体(THN)冷却剂在微通道散热器(MCHS)中的应用兴趣,源于对电子设备更有效热管理的需求。然而,优化这些散热器伴随着高昂的成本和大量的时间需求,促使人们寻求更高效的方法。本研究旨在通过采用一种新的混合方法,优化带有正弦腔和矩形肋的
来源:International Journal of Thermofluids
时间:2026-08-17
-
基于异构功能图的可扩展相互依赖基础设施系统关键性分析
关键基础设施系统(例如电力、饮用水、废水、交通等)已从孤立系统转变为高度互联、相互依赖的系统,支撑基本服务、经济生产力与公共安全。这些网络间的强相互依赖性导致扰动不再局限于本系统,而是作为级联失效跨基础设施传播。此外,社区生命线(如医院、消防站、警察局等)需要
来源:International Journal of Disaster Risk Reduction
时间:2026-08-17
-
硅PIN探测器与摩擦纳米发电机(TENG)集成用于自供能无线AI智能识别
在本研究中,研究人员探索了一种成本效益高的摩擦纳米发电机(TENG)与大型硅PIN探测器(直径:12 mm)的集成,用于智能无线识别应用。无线通信消除了物理连接的需求,从而在部署中实现更大的灵活性和可扩展性。它允许AI系统无缝集成到各种环境中,不受布线限制,降
来源:Electronic Materials
时间:2026-08-17
-
利用线性响应理论改进机器学习静电模型,用于酶的多尺度模拟
打开图形查看器 摘要 为加快计算成本较高的量子力学计
来源:Journal of Chemical Theory and Computation
时间:2026-08-17
-
在CHARMM中利用反应特异性Δ-机器学习势进行准确且高效的凝聚相自由能模拟
将机器学习势应用于准确模拟酶促反应仍然具有挑战性。这主要是由于酶系统的高维性和结构异质性,以及需要将非平衡态和过渡态构象纳入训练数据的需求。通过直接学习或Δ-学习,将机器学习势整合到量子力学/分子力学框架中,并结合反应特异性的训练策略,可以帮助克服这些局限性。
来源:Journal of Chemical Theory and Computation
时间:2026-08-17
-
基于结构等变图神经网络预测酶pH最优值
酶的活性与稳定性受pH值的强烈调节,这使得催化最适pH值成为酶开发与生物技术应用中的关键参数。然而,通过实验确定pHopt耗时且费力,这促使研究人员开发准确的计算预测方法。在此,研究人员引入了pHoptNN,这是一种旨在直接从三维蛋白质结构预测酶pHopt的E
来源:Journal of Chemical Information and Modeling
时间:2026-08-17
-
对称量子算子扩展类与保不等式统一人工神经网络框架
对称量子微积分为研究各类函数提供了动态框架,然而既有对称量子算子在若干点处失效。为克服现有微积分局限,有限区间上的算子已被广泛探索。为构建更一般且适用的体系,研究人员引入由任意点控制的对称量子导数与积分算子,讨论其结构性质及与已有文献关联的特殊情形。进而借助广
来源:Mathematics
时间:2026-08-17
-
机器学习应用于热塑性淀粉质量预测
热塑性淀粉(TPS)已成为传统塑料的可生物降解替代品。然而,文献表明其功能性能随组成和加工条件的变化而变化,传统的试错法难以实现高效的材料设计。为满足这一需求,本研究开发了基于机器学习的预测模型,以估算TPS的力学、热学、渗透性、阻隔性和生物降解性能与配方及加
来源:Artificial Intelligence Chemistry
时间:2026-08-17
-
使用分形物理信息神经网络预测化疗对癌性肿瘤状态的影响
摘要翻译:理解化疗下的肿瘤动力学对于改善癌症进展预测和评估治疗效果具有重要意义。本文提出了一种基于分形物理信息神经网络(fPINN)的数值建模方法,旨在求解描述癌症治疗过程中细胞群体相互作用的非线性分数阶微分方程组。该数学模型使用Caputo意义下的Atang
来源:Applied Sciences
时间:2026-08-17