-
基于分数阶物理信息神经网络的分布式阶Cattaneo-Christov模型数值研究
摘要
来源:Fractal and Fractional
时间:2026-07-01
-
面向航天应用的脉冲神经网络(SNN)能效的硬件感知分析
摘 要:脉冲神经网络(Spiking Neural Networks, SNN)常被宣称比传统人工神经网络(Artificial Neural Network, ANN)更具能效优势,然而该优势严格依赖于底层硬件与能耗模型。本文研究SNN用于单目图像三维卫星位
来源:Acta Astronautica
时间:2026-07-01
-
有机电化学晶体管突触中可塑性与滞后现象的对应关系
有机电化学晶体管(OECTs)表现出两个显著现象:传输曲线中显著的滞后现象,以及在栅极电压脉冲序列下表现出的突触样可塑性。这两种观察结果通常使用不同的分析方案进行研究,并且传输滞后方向(顺时针/逆时针,CKW/CCW)很少被用来预测脉冲驱动权重更新(突触增强或
来源:ACS Applied Electronic Materials
时间:2026-07-01
-
价格感知人工智能用于15分钟电力结算机制下的市场对齐光伏功率超短期预测
分布式光伏发电渗透率的不断提升以及向15分钟不平衡结算机制的推进,以意大利《电力调度综合文本》(Testo Integrato del Dispacciamento Elettrico, TIDE)改革为典型代表,使得超短期功率预测成为一项关键的操作性与经济性
来源:Energy and AI
时间:2026-07-01
-
GWOEdgeNet:一种用于边缘设备上高效实时大马士革玫瑰成熟度分类的超轻量级神经网络
精确及时的大马士革玫瑰(Rosa damascena)成熟度分类对收获调度和玫瑰衍生产品质量至关重要,但在边缘硬件上部署深度模型受到计算和内存预算的限制。研究人员提出了GWOEdgeNet,这是一种通过基于灰狼优化(Grey Wolf Optimization
来源:Intelligent Systems with Applications
时间:2026-07-01
-
面向无线传感器网络的混合BiLSTM–1D CNN与特征增强输入的太阳辐照度时间序列预测
针对偏远或难以到达环境中无线传感器网络(Wireless Sensor Networks, WSNs)电池更换困难导致的能源可持续性问题,研究人员提出了一种基于20年小时级数据的综合太阳辐照度预测框架。鉴于太阳能固有的间歇性和波动性,准确的预测对于实现高效的能
来源:Engineering Science and Technology, an International Journal
时间:2026-07-01
-
利用基于卷积神经网络(CNN)的语义分割技术在农业用地中实现国家尺度的小景观特征制图
明确获取空间分布信息对于评估生物多样性和实施欧盟(EU)的共同农业政策(CAP)至关重要。然而,此类特征的测绘通常依赖人工完成,耗时且难以规模化推广。本研究评估了一种基于深度学习的分割方法,旨在自动化地绘制“田间岛屿”这一特定类别的局部定义小景观特征,该类特征
来源:Geocarto International
时间:2026-07-01
-
一种针对蝶形半导体激光器封装中焊后偏移的预补偿方法
焊后偏移(PWS)会显著降低蝶形半导体激光器在自动化封装过程中的耦合效率与一致性。本研究提出了一种基于粒子群优化-反向传播(PSO-BP)神经网络的新型预补偿方法以减轻这些影响。有限元仿真与实验分析表明,由于局部热收缩和残余应力的驱动,PWS始终呈现为负Y方向
来源:Photonics
时间:2026-07-01
-
毫米波系统中基于激光雷达辅助的波束跟踪的无数据知识蒸馏方法
摘要:我们提出了一种无数据知识蒸馏(DF-KD)框架,用于基于激光雷达的毫米波波束跟踪。该框架的目标是根据一系列过去的激光雷达测量数据来预测最优的当前及未来波束。具体而言,我们采用了一种知识反演方法,通过生成器从随机噪声中合成类似激光雷达的序列,并利用元数据损失函数来使合成数据与
来源:IEEE Transactions on Vehicular Technology
时间:2026-07-01
-
一种适用于社区环境中自闭症学习者的遥测驱动训练模拟器
摘要:对于许多自闭症青少年和年轻人来说,掌握驾驶技能仍是实现独立的重要障碍。尽管驾驶模拟器能为练习提供安全的环境,但大多数系统仅作为独立工具使用,通过统计错误次数或进行短期实验室研究来评估表现。本文介绍了一种基于遥测技术的驾驶培训框架,该框架整合了沉浸式模拟、多模态行为监测以及指
来源:IEEE Transactions on Learning Technologies
时间:2026-07-01