-
人工智能与统计分析驱动的生物质/树脂环氧复合材料拉伸性能预测与优化
这项研究探索了以农业废弃物(核桃壳、杏仁壳和开心果壳颗粒)为增强体,重量分数为10%、15%和25%的环氧复合材料的拉伸行为。复合材料通过手糊法制备,力学性能根据ASTM D3039标准进行评估。扫描电子显微镜(SEM)分析显示,核桃复合材料中颗粒分散均匀且基
来源:Journal of Materials Research and Technology
时间:2026-08-02
-
思维之窗:从神经生理学到驾驶舱的多模态测量
现代飞机中日益增加的自动化旨在减轻飞行员的身体和认知负荷,从而减少人为错误。借助新技术,可能设计出根据情境和飞行员需求提供定制支持的自适应辅助系统。然而,要做到这一点,系统需要关于飞行员状态和情境的信息。神经生理测量,如脑电图(EEG)和功能性近红外光谱(fN
来源:Current Research in Behavioral Sciences
时间:2026-08-02
-
新生儿疼痛暴露与COVID-19疫情期间极早产儿神经发育结局之间的关联:一项回顾性观察性研究
背景:关于新型冠状病毒肺炎(COVID-19)疫情期间早产儿发育的研究结果不一致,且未考虑疼痛暴露的影响。本项研究旨在调查COVID-19疫情期间极早产儿神经发育与疼痛暴露之间的关联。方法:这项回顾性研究纳入了2017年至2022年间出生、胎龄小于33周的极早
来源:Children
时间:2026-08-02
-
Neural STATIS:一种基于学习潜表示的非线性多块共识框架
多表数据库的多变量分析在底层结构呈现非线性和时变行为时面临显著挑战,限制了经典线性方法(如STATIS)的适用性。本研究引入Neural STATIS,一种整合神经网络表征能力与经典STATIS结构逻辑的新方法论,以捕捉多数据表间的非线性依赖。研究人员使用涵盖
来源:Algorithms
时间:2026-08-02
-
基于卷积神经网络与视觉变换器的可解释深度学习在皮肤癌计算机辅助检测中的应用
皮肤癌尤其是黑色素瘤的早期准确检测在计算机辅助诊断中仍是一项关键挑战,这推动了可靠且可解释机器学习解决方案的发展。研究人员提出了一种基于 dermoscopic(皮肤镜)图像的深度学习模型比较算法分析框架,在统一流程中集成卷积神经网络(CNN)与视觉变换器(V
来源:Algorithms
时间:2026-08-02
-
求解广义绝对值方程的预定义时间神经动力学方法
研究人员提出了一种用于求解广义绝对值方程的预定义时间稳定神经动力学方法。与传统的固定时间稳定性方法相比,该方法通过引入一个可调节的时间参数,提供了更大的灵活性和更广泛的适用性。在适当的条件下,该方法被严格证明能够在预定义的时间范围内收敛到唯一解。最后,研究人员
来源:Mathematics
时间:2026-08-02
-
基于异构图神经网络的多自动导引车生产系统柔性作业车间深度强化学习调度方法
柔性作业车间调度问题与多自动导引车(FJSP-AGV)是智能制造中具有挑战性的生产调度问题,其中工序排序、机器分配、自动导引车(AGV)分配与运输决策紧密耦合。现有的精确方法与元启发式方法虽能获得高质量解,但在大规模实例中通常需耗费大量计算时间;而传统调度规则
来源:Mathematics
时间:2026-08-02
-
保持对称性的物理信息神经网络框架用于3+1维相对论性带电粒子动力学
标准推进行器(如Boris、Vay、Higuera–Cary)用于电磁场中带电粒子的相对论运动方程时,通常不能保持底层哈密顿系统的完整辛结构,而高阶非辛格式(如Runge–Kutta)会在长时间上积累长期误差。研究人员提出了一种两阶段对称性保持框架(SP-PI
来源:Symmetry
时间:2026-08-02
-
人工神经网络能否复现大涡模拟的大气湍流通量
该研究探讨了人工神经网络(Artificial Neural Network,ANN)在计算动量与感热通量方面的潜力。研究人员将ANN应用于理想化的大涡模拟(Large Eddy Simulation,LES)数据,所用LES测试案例对应低风速部分存在及非均匀
来源:Atmosphere
时间:2026-08-02
-
不同操作条件下使用集成人工神经网络的工业机器人重复性数据驱动建模
工业机器人的位置重复性是一个关键但状态依赖的性能指标,对热调节和机械载荷高度敏感。研究人员开发了一个数据驱动框架,用于预测FANUC LR Mate 200iD (FANUC, Oshino-mura, Japan) 和 KUKA KR 6 R700 Sixx
来源:Machines
时间:2026-08-02