-
利用柯尔莫哥洛夫-阿诺德网络预测制冷剂性质:临界温度与沸点分析
摘要
制冷剂在现代社会中得到广泛应用,从家用空调和冰箱到航天器及医疗设备,各种场景都离不开它作为核心工作介质的作用。因此,优化新型制冷剂的设计方案并建立准确的预测方法具有极为重要的意义。本文提出了一种综合预测模型,该模型考虑了含氟/氯制冷剂的关键热物理性质,如分子量、沸点、临
来源:Thermochimica Acta
时间:2026-08-15
-
基于图强化学习的可扩展去中心化协同导航控制器
摘要由于具备鲁棒性、可扩展性、高效性及恢复力等优势,大规模机器人集群在解决复杂任务方面发挥着越来越重要的作用。然而,仅依靠局部信息来控制这类系统极具挑战性。而基于全局信息的集中式方法则常常面临可扩展性问题,需要大量的计算和通信资源,实际应用性较差。本文提出了一种全新的多智能体强化
来源:Robotics and Autonomous Systems
时间:2026-08-15
-
利用双LSTM网络和跳跃运动实现手部动作震颤的实时抑制并保持轨迹结构
摘要:生理性手部震颤是微创机器人手术中亟需解决的关键技术难题之一。这类无法控制的震颤会降低运动轨迹的精确度。本文提出了一种概念验证型的有限延迟近实时系统,该系统将双向长短期记忆网络与Leap Motion 2控制器相结合,用于抑制全三维手部追踪数据中的生理性手部震颤。该系统的目标
来源:Robotics and Autonomous Systems
时间:2026-08-15
-
基于神经模糊网络的薄壳分析计算框架
摘要:薄壳分析是计算力学中一个经典且长期存在的挑战。尽管现有的数值方法——如有限元法、无网格方法,以及近期的物理信息神经网络——各自具有独特优势,但它们通常基于不同的计算范式,这限制了其在从光滑壳体到不连续或折叠几何结构等不同类型问题中的适用性。受Takagi-Sugeno神经模
来源:International Journal of Solids and Structures
时间:2026-08-15
-
通过工程化水基热储存实现连续热电发电
摘要对于分布式低功耗电子设备及物联网系统而言,持续供电仍是一个重大挑战。在此,我们展示了一种自维持的热电发电系统,该系统通过利用基于水的热存储技术来维持热电发电机两侧的恒定温度差,从而实现24小时不间断的电力输出。该系统采用一种经过设计的开闭式水循环结构,将热能存储与蒸发冷却相结
来源:International Communications in Heat and Mass Transfer
时间:2026-08-15
-
“滑动式眉提升术”:对治疗眉下垂效果的客观分析
目的:研究并绘制泪液引流系统(LDS)的神经解剖结构。方法:对10个泪小管、泪囊及鼻泪管的样本进行了前瞻性研究,这些样本来自新鲜尸体或具有正常泪液引流系统的摘除标本。评估采用组织病理学、免疫组织化学、双免疫荧光、Western blot和扫描电子显微镜等技术。所用的特殊染色剂包括
来源:Ophthalmic Plastic & Reconstructive Surgery
时间:2026-08-15
-
利用可解释的卷积神经网络通过颅骨和颈部X光片进行法医性别推断
•CNN首次被用于颅骨和颈部X光片以判断性别。•CNN在颅骨和颈部X光片性别判断中的准确率可达85%以上。•DenseNet-121在AP视角的X光片分析中准确率与F1值均超过90%。•ResNet-18在侧视图分类中的性别偏差最低,仅为2%。•加权随机采样可减少偏差,提升预测的
来源:Forensic Imaging
时间:2026-08-15
-
唾液腺癌手术报告的质量及手术治疗的充分性:GORTEC 2016-02 SANTAL试验的质量保障辅助研究
摘要引言在GORTEC 2016-02 SANTAL随机试验中,那些复发风险处于中高水平的患者接受了术后放疗以及/或顺铂治疗。这项辅助研究旨在评估唾液腺癌手术操作及报告的规范性。材料与方法研究人员对26家法国医疗机构中87例唾液腺癌患者的手术记录和病理报告进行了独立的事后分析。根
来源:European Journal of Surgical Oncology
时间:2026-08-15
-
癌症幸存者神经性疼痛症状与应激负荷的网络架构:一项横断面研究
摘要研究目的本研究旨在绘制癌症幸存者不同应激负荷水平下的神经性疼痛症状网络图,量化各网络的结构差异,并通过模拟网络扰动分析可能具有影响力的症状。研究方法这项横断面研究纳入了5,923名英国生物银行中的癌症幸存者,根据样本中位数将其分为应激负荷较低组和较高组。研究使用Ising网络
来源:European Journal of Oncology Nursing
时间:2026-08-15
-
基于图的金融时间序列预测中异构统计依赖关系的分类体系
摘要:当信噪比较低且变量间的依赖关系随时间变化时,预测非平稳多变量时间序列仍然是一项艰巨任务。本文提出了时间先验图表示法(TPGR),这是一种基于人工智能的表示增强技术,通过动态加权图来编码每个时间步长上的成对统计依赖关系。与通过复杂优化来学习图结构不同,TPGR是根据可解释的统
来源:Engineering Applications of Artificial Intelligence
时间:2026-08-15