-
保持异质景观的空间保真度:一种基于生物物理指数的1×1卷积神经网络用于多源遥感数据融合
摘要
来源:Remote Sensing
时间:2026-07-19
-
ORIGAMI: 方向感知图神经网络用于评估蛋白质复合物结构的多聚体界面
基于深度学习的蛋白质结构预测方法已经导致了计算结构生物学的范式转变,然而可靠地评估计算预测的多聚体结构质量仍然具有挑战性。近期方法展示了使用图神经网络(Graph Neural Network, GNN)评估蛋白质复合物多聚体界面的优势,但忽略了三维蛋白质构象
来源:Journal of Chemical Information and Modeling
时间:2026-07-19
-
基于有限时间神经优化的自主柔性内窥镜机器人实时多约束控制
自主柔性内窥镜机器人在减少外科医生疲劳和提高微创手术(MIS)中的视觉稳定性方面展现出巨大潜力。然而,现有方法在同时强制执行安全可靠临床操作所需的多个运动约束方面仍面临挑战。为解决这一问题,该论文提出了一种基于二次规划(QP)的自适应神经控制框架,将多个临床约
来源:Engineering Applications of Artificial Intelligence
时间:2026-07-19
-
基于分布式声学传感的增强型地热系统中微地震候选窗口分类的深度学习:十二种架构的比较研究
在分布式声学传感(DAS)数据中进行微地震事件判别对于监测增强型地热系统(EGS)运行至关重要,然而基于短时窗与长时窗能量比(STA/LTA)的经典检测器,在本文评估的简单验证调优形式下,无法区分真实地震信号与结构噪声。本文呈现了一项比较研究,涉及十二种基于深
来源:Engineering Applications of Artificial Intelligence
时间:2026-07-19
-
洪水发生的地理响应特征:来自统计模型、机器学习模型与集成模型的启示
洪水仍然是最具破坏性的自然灾害之一,威胁人类生命、基础设施以及可持续土地管理。尽管机器学习取得了进展,但将多种元启发式优化算法与人工神经网络(ANN)系统整合以提升预测精度与稳健性的研究仍然有限,尤其是在伊朗戈勒斯坦省(Golestan Province)这类
来源:Geomatics, Natural Hazards and Risk
时间:2026-07-19
-
儿童实体肿瘤幸存者的心理社会、神经心理、学业和社交结局:一项探索性父母报告研究
背景/目的:心理社会、神经心理、学业和社交困难可能在儿童癌症治疗后持续存在。研究人员描述了父母/照顾者报告的功能和支持需求,并探索了它们与临床、家庭相关、社会经济、病前和基于地点的特征在意大利幸存者环境中的关联。方法:这项单中心横断面探索性研究纳入了2022年
来源:Children
时间:2026-07-19
-
偏微分方程神经网络模型中循环损失的若干观察:平流–扩散方程
越来越多的文献开始利用机器学习(Machine Learning,ML)技术构建逼近偏微分方程(Partial Differential Equations,PDEs)解的新方法。值得注意的是,现有文献中系统考察这些ML方法所生成解之稳定性的研究仍然缺乏。本文
来源:Mathematics
时间:2026-07-19
-
不同采样模式下基于深度学习的图像重建:直接架构与展开式架构的比较研究
由不完整测量实现图像重建是信号与图像处理中的一个基础问题,其应用范围涵盖医学成像、计算摄影等多个领域。近年来,深度学习方法已展现出良好性能,尤其是在与物理启发式(physics-inspired)建模相结合时,例如深度展开(deep unrolling)。本文
来源:Electronics
时间:2026-07-19
-
可解释机器学习模型在考古遗址预测中的应用:以重庆三峡地区为例
考古遗址预测模型(ASPM)的构建以及影响因子驱动机制的定量研究,是深入理解古代人类与环境之间多维交互的关键,也是指导田野考古调查与发掘的重要技术途径。该研究旨在为重庆三峡地区(CQTGR)开发一个高度稳定、准确且可解释的考古遗址预测模型。BP神经网络预测(B
来源:ISPRS International Journal of Geo-Information
时间:2026-07-19
-
使用对抗性样本分析基于CNN的青光眼决策标准
青光眼是导致失明的主要原因,早期检测至关重要。卷积神经网络(CNN)在青光眼诊断中展现出令人瞩目的性能,但其黑箱特性仍是临床应用的障碍。现有的可解释人工智能(XAI)方法,如梯度加权类激活映射(Grad-CAM),在识别和量化细微区域特征方面存在局限性。在这项
来源:Technologies
时间:2026-07-19