生物通官微陪你抓住生命科技跳动的脉搏
物理信息神经网络驱动的无铅锡基钙钛矿光伏组分—性能关联预测与逆向设计
研究人员提出了一种物理信息神经网络(Physics-Informed Neural Network,PINN)框架,用于预测无铅锡(Sn)基混合卤化物钙钛矿太阳能电池的关键光伏参数——功率转换效率(Power Conversion Efficiency,PCE
来源:Materials Today Communications
时间:2026-06-25
基于深度学习的方法应对可再生能源装机容量中的突发不确定性
Nacira Agram|Fred Espen Benth|Giulia Pucci|Jan Rems摘要我们研究了一种在需求不确定性及跳跃驱动动态条件下部署可再生能源容量的随机模型。该系统由一个多维奥恩斯坦-乌伦贝克过程控制,该过程受某种调节因子影响,可用于描述可再生能源发电量
来源:Mathematics and Computers in Simulation
CNN–Transformer–KAN:一种带可检视KAN分类头(Inspectable KAN Classification Head)的混合深度学习框架用于工业过程故障诊断
摘要:检测与识别工业化工装置的故障对安全稳定运行至关重要,现代监控系统日益依赖深度学习从多变量传感器数据中对故障进行分类。其实际推广障碍在于信任问题——大多数深度学习诊断器通过操作人员无法检视的分类层做出决策,难以观察模型如何将过程信号映射到特定故障。本研究以
来源:Information
基于神经网络控制策略的永磁同步电机驱动电动汽车在不同驾驶循环下的设计与评估
鉴于电动汽车市场的快速发展,永磁同步电机(PMSM)因其高效率、卓越的功率密度以及在宽速域内提供高扭矩的能力,正成为推进系统的关键组成部分。然而,由于系统非线性、参数变化和外部干扰,这些电机在动态条件下的优化控制仍然是一个重大挑战。传统的控制策略,如磁场定向控
来源:World Electric Vehicle Journal
一种基于60 GHz FMCW雷达的无接触式边缘AI原型,用于模拟呼吸暂停式的呼吸抑制及运动伪影检测
摘要
来源:Technologies
基于多复合Sigmoid神经网络算子的Banach空间值逼近及数值验证
来源:Mathematics
基于人工智能的工业制氢建模与多目标优化以最小化CO和CO<sub>2</sub>生成
本研究提出了一种集成方法,用于工业蒸汽甲烷重整(SMR)制氢装置反应段的建模与多目标优化。研究人员在Aspen Plus中采用详细动力学模型模拟了该过程,并针对工业数据进行了验证。研究人员开发了响应面法(RSM)和人工神经网络(ANN)作为代理模型,并与NSG
来源:International Journal of Hydrogen Energy
物理信息驱动与算子学习中的谱偏差:分析及缓解指南
西亚瓦什·霍达卡拉米|维韦克·奥门|纳扎宁·艾哈迈迪·达里亚凯纳里|马克西姆·贝肯坎普|乔治·埃姆·卡尼亚迪亚基斯摘要利用神经网络以及科尔莫戈洛夫-阿诺德网络(KANs)来解决偏微分方程(PDEs),其中包括物理信息神经网络(PINNs)、物理信息KANs(PIKANs)和神经算
来源:COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING
基于软计算的工业机器人多轴热空气加工回火玻璃工艺参数预测与优化
本研究利用多轴工业ARISTO机器人研究了回火玻璃的热空气加工性能,考察了空气压力、空气温度、喷嘴距离、喷嘴直径、玻璃厚度和进给速度对切缝宽度、材料去除率和表面粗糙度的影响。实验遵循田口L27正交设计进行,结果采用方差分析、响应面法和前馈人工神经网络进行分析。
我先按论文内容抽取标题、关键词、摘要和主体结论,再整理成你要求的四段分隔输出。接着我会严格保留专业缩写与上下标格式,并去掉文献/图表标识。机器学习驱动的碳纳米管纳米复合材料激光切割比较分析:提升表面电阻率与切缝特征
一致的激光切割质量受工艺参数与输出响应之间非线性关系的制约,尤其在先进纳米复合材料加工中更为突出。为解决该问题,研究人员以ABS/CNT纳米复合材料的CO<sub>2</sub>激光切割实验数据为基础,比较了人工神经网络(ANN)、自适应神经-模糊推理系统(A
来源:Processes
知名企业招聘: