-
混合量子循环神经网络用于涡扇发动机剩余使用寿命预测
对安全关键机械剩余使用寿命（RUL）的准确估计是现代可靠性与风险管理策略的基石。研究人员提出一种混合量子循环神经网络（HQRNN）用于NASA C-MAPSS FD001基准上的喷气发动机RUL预测。HQRNN堆叠量子长短期记忆（QLSTM）层，将每个LSTM
来源：Algorithms
时间：2026-08-11
-
基于混合神经网络模型的锂离子电池健康状态估计方法
锂离子电池健康状态（SOH）的准确估计是电池管理系统安全可靠运行的基本前提。针对现有SOH估计方法中特征代表性不足、手动依赖超参数调优以及小样本条件下泛化能力有限的问题，本研究提出了一种基于卷积神经网络（CNN）和RIME优化算法优化的双向门控循环单元（BiG
来源：Mathematics
时间：2026-08-11
-
PINN-GNN混合神经网络用于数据中心精确PUE预测
准确的能效预测是绿色计算和低碳6G基础设施的基础。由于数据中心的高能量密度和复杂的设备交互，它们代表了一个具有挑战性的测试平台。现有方法要么忽略物理定律，要么无法捕获异构设备之间的空间依赖性。为了解决这些局限性，研究人员提出了一种混合框架，将物理信息神经网络（
来源：Mathematics
时间：2026-08-11
-
嵌入式单类分类用于深度神经网络表示
人工神经网络（ANNs）基于训练期间学习的模式进行预测；然而，当数据分布或训练模型发生变化时，其可靠性可能下降。本文提出了一种嵌入式单类分类（Embedded One-Class Classification, EOCC）框架，用于监测任务信息驱动的神经网络表
来源：Mathematics
时间：2026-08-11
-
对称性引导的神经逼近与卷积非支配排序在合成双目标基准上的期权定价模型研究——面向金融数学与数量经济分析
摘要：双目标优化需要同时实现可靠的前沿逼近与可解释的非支配提取。本研究发展了一种理论与计算方法，将采样目标向量映射为栅格化目标空间图像，并通过监督神经逼近、确定性卷积提取器与探索性强化搜索处理其Pareto结构。网络I从稀疏样本重建高密度采样占据图像，而网络I
来源：Symmetry
时间：2026-08-11
-
小样本条件下由元学习驱动的轻量级动态手势识别模型
动态手势识别在小样本条件下仍具挑战性，其困难源于用户、视角、运动模式及手部构型带来的大变异。研究人员提出一种轻量级动态手势识别框架，融合元学习（meta-learning）、神经架构搜索（Neural Architecture Search, NAS）与知识蒸
来源：Symmetry
时间：2026-08-11
-
同质和混合SDN网络中快速重路由的PSA-FRR和PSAR-FRR设计与评估
链路故障后的快速重路由（Fast Reroute, FRR）对于运营商级软件定义网络（Software-Defined Networking, SDN）至关重要，然而混合部署仍由缓慢的传统路由收敛主导。本文提出了两种用于同质和混合SDN网络的端口状态驱动FRR
-
基于混合CNN-LSTM架构与情感融合的双模态语音情感识别
语音情感识别（SER）是情感计算中的基础任务；然而，传统单模态方法常难以捕捉自发对话语音中复杂的情感线索。因此，融合声学与文本信息的双模态框架应运而生，以提供互补的语义与声学表征。本研究提出一种基于混合卷积神经网络–长短期记忆网络（CNN–LSTM）架构的双模
来源：Future Internet
时间：2026-08-11
-
综述：小细胞肺癌中的T细胞激活剂：现有证据与未来研究方向——ETOP IBCSG合作伙伴基金会研讨会的立场声明
摘要T细胞衔接器是一类新型的免疫治疗分子，通过引导T细胞攻击肿瘤细胞来增强机体对癌症的免疫反应。目前已为多种实体瘤找到了相关的肿瘤相关抗原，比如小细胞肺癌中的δ样配体3（DLL3）。目前有几种针对DLL3的T细胞衔接器正在被研发用于治疗小细胞肺癌，包括塔拉塔马布、戈卡塔米格和奥布
来源：Cancer Treatment Reviews
时间：2026-08-11
-
间歇性禁食通过Alistipes finegoldii–尿酸–STING神经免疫轴缓解神经性疼痛和认知功能障碍
•间歇性禁食能够缓解神经性疼痛及认知功能缺陷。•间歇性禁食可改变肠道微生物群，增加Alistipes finegoldii的数量。•补充A. finegoldii可产生与间歇性禁食相似的镇痛效果。•马尿酸在间歇性禁食对疼痛、认知及焦虑的改善中起关键作用。•微生物群与代谢物介导的神
来源：Brain, Behavior, and Immunity
时间：2026-08-11
粤公网安备 44010602000434号