-
作为量子化学中神经网络量子态方法的对称性阻塞矩阵乘积态
打开图像查看器 摘要 神经网络量子态为多电子波函数提
来源:Journal of Chemical Theory and Computation
时间:2026-08-15
-
MMGNN:用于分子性质预测的多层多色图神经网络
打开图像查看器 摘要 分子信息传递神经网络通常通过单
来源:Journal of Chemical Information and Modeling
时间:2026-08-15
-
镁燃烧产物决定其分解神经毒剂替代物DIMP(甲基膦酸二异丙酯)效能的关键特征
在不同气体混合物中于密闭容器内燃烧镁粉,生成了具有不同性质的凝聚产物。在独立实验中,将这些产物粉末以及包括商业煅烧MgO粉末在内的参考材料装载到流动反应器中,使其暴露于神经毒剂替代物甲基膦酸二异丙酯(DIMP)蒸气。反应器在200 °C下运行。实验研究了燃烧产
来源:The Journal of Physical Chemistry C
时间:2026-08-15
-
Odor-Sight:一种可解释的图神经网络网络平台,用于预测气味活性
理解结构-气味关系(Structure–Odor Relationships, SOR)仍因人类嗅觉数据固有的噪声和主观性而面临重大挑战。研究人员在此提出Odor-Sight 1.0,一个开源、基于图的深度学习网络平台,用于气味分子与无气味分子的二元分类。该平
来源:Journal of Chemical Information and Modeling
时间:2026-08-15
-
面向机器学习的可微热力学相平衡
相平衡的准确预测一直是化学工程领域的核心挑战。将热力学结构融入神经网络的物理一致性机器学习方法,近期在活度系数建模中展现了强大性能。然而,将这些方法扩展到由极值原理产生的平衡数据(如液液相平衡)仍然困难。本文提出了DISCOMAX,一种用于相平衡计算的可微算法
来源:Journal of Chemical Information and Modeling
时间:2026-08-15
-
结构化神经ODE用于功率变换器非线性热降阶模型
研究人员提出了一种用于电子设备热仿真的结构化神经ODE(Neural ODE)方法。该方法在精度和效率上均优于POD-DEIM(本征正交分解-离散经验插值法)。该技术实现了快速设计优化和实时控制。该模型可轻松集成到系统级平台和微处理器中。
来源:Thermal Science and Engineering Progress
时间:2026-08-15
-
采用有限元建模、人工神经网络与响应面法优化多孔六边形腔体内流体传热性能
研究人员采用有限元方法(FEM)、人工神经网络(ANN)与响应面法(RSM)研究了填充不同多孔介质与流体的六边形腔体内的传热特性。铝泡沫-机油组合获得了最高的平均努塞尔数(Nuavg)。研究人员利用ANN与RSM确定最优热性能,FEM结果与ANN预测值之间的差
来源:Thermal Science and Engineering Progress
时间:2026-08-15
-
基于深度学习的个性化体能训练方案智能生成与优化
人工智能(AI)在运动与健康管理的应用推动了健身方案向精准化与自适应方向发展。传统训练计划常缺乏基于实时生理数据的个性化与动态调整,导致有效性下降。研究人员提出一种融合拔河优化(Tug War Optimization, TWO)与智能脉冲神经网络(Intel
来源:Systems and Soft Computing
时间:2026-08-15
-
基于GNN-SOM算法的国际贸易流量预测模型研究
随着全球化加速,精确预测国际贸易流量对于有效政策制定和经济发展至关重要。传统预测方法(如时间序列分析和回归模型)难以捕捉复杂非线性关系和高维空间特征。相比之下,图神经网络(GNNs)因其强大的图结构建模能力而成为研究热点。本研究提出一种基于GNN与自组织映射(
来源:Systems and Soft Computing
时间:2026-08-15
-
基于频谱图时频表示的轻量级卷积神经网络用于多类心电图心律失常检测
目的本研究提出一种轻量级且准确的心电图(ECG)心律失常分类框架,适用于可穿戴设备、嵌入式系统和边缘AI医疗保健应用中的实时部署。方法研究人员利用从包含五个连续R峰的ECG片段生成的高分辨率短时傅里叶变换(STFT)频谱图,开发了一种轻量级二维卷积神经网络(2
来源:Systems and Soft Computing
时间:2026-08-15