-
基于深度学习的全景片下颌第三磨牙与下颌管关系评估——模拟多中心环境下采用局部学习、集中式学习与联邦学习(Federated Learning, FL)的方法比较
摘要:下颌第三磨牙阻生且与下颌管(mandibular canal, MC)邻近时,拔除术中下牙槽神经损伤(inferior alveolar nerve injury)风险升高。全景曲面体层片(panoramic radiograph, PR)是临床常规用于
来源:Applied Sciences
时间:2026-06-19
-
面向航空航天构件定向能量沉积(Directed Energy Deposition, DED)的基于机器学习(ML)工艺优化
为解决定向能量沉积(Directed Energy Deposition, DED)固有的实验成本高与数据稀缺问题,本研究提出一种数据高效混合优化框架,用于Inconel 718航空航天构件的精密制造。该框架采用两阶段策略衔接传统实验设计与先进机器学习(ML)
来源:Applied Sciences
时间:2026-06-19
-
UV-C处理用于食品表面脱污染:单核细胞增生李斯特菌(Listeria monocytogenes)灭活效果受菌落尺寸的影响
摘要:UV-C(ultraviolet C,短波紫外线)光是一种有前景的食品表面微生物非热灭活技术,但其效力可能受微生物菌落空间结构影响。本研究以琼脂平板模型系统考察单核细胞增生李斯特菌(Listeria monocytogenes)菌落尺寸对UV-C处理效果
来源:Applied Sciences
时间:2026-06-19
-
高速动车组车体称重调平及基于二系悬挂载荷分布优化的模型建立与方法研究
为解决高速动车组车体在称重与调平(weighing and leveling)过程中二系悬挂(secondary-suspension)载荷分布不均、传统机理模型预测精度不足及现有调平算法综合优化能力有限的问题,研究人员提出了一种融合径向基函数(radial
来源:Applied Sciences
时间:2026-06-19
-
一种融合同步挤压小波变换(SWT)与MCNN−RIME−KELM混合模型的轴承故障诊断方法
为应对滚动轴承故障诊断中存在的严重噪声干扰、线性分类器分类能力有限以及分类器参数难以自适应优化等问题,研究人员提出了一种融合多尺度卷积神经网络(Multi-Scale Convolutional Neural Network, MCNN)与经霜冰优化算法(Ri
来源:Machines
时间:2026-06-19
-
KUCHIMOJI:基于口型识别的日语元音字符输入系统用于辅助沟通
本研究开发了一种名为KUCHIMOJI的日语字符输入系统,该系统基于口型识别技术,旨在为因神经退行性疾病(如肌萎缩侧索硬化症(amyotrophic lateral sclerosis, ALS))而导致严重言语障碍的患者提供独立的辅助替代性沟通(augmen
来源:Electronics
时间:2026-06-19
-
基于改进LeNet-5优化算法的人体坐姿识别研究
人体坐姿识别对于智能座椅、人体工学监测和医疗保健系统至关重要。然而,现有深度学习方法通常依赖于高度复杂的网络架构,这些架构计算成本高昂,阻碍了其在边缘设备上的轻量级部署。此外,当前方法经常难以处理多类姿势之间的模糊边界,并且在受小样本压力传感器数据集约束时极易
来源:Processes
时间:2026-06-19
-
脑健康检测与筛查的观点:来自阿联酋全球脑健康调查(UAE Global Brain Health Survey)的启示
摘要:神经及精神(mental)障碍构成日益加重的疾病负担,而作为早期干预重要组成部分的脑健康检测(brain health testing)之公众态度——尤其在中东地区——尚鲜有探讨。研究人员旨在调查阿拉伯联合酋长国(UAE)民众对脑健康检测的态度,以为未来
来源:Cogent Public Health
时间:2026-06-19
-
基于编码器–解码器(Encoder–Decoder)代理模型加速木框架墙体屈曲载荷因子(Buckling Load Factor, BLF)预测
在结构工程中,复杂木墙构件的迭代优化受到非线性有限元分析(Finite Element Analysis, FEA)计算成本过高的根本性制约。为突破此瓶颈,研究人员提出一种基于机器学习的高效代理模型(Surrogate Model),采用卷积编码器–解码器(E
来源:Buildings
时间:2026-06-19
-
DESI巡天中的侧向星系项目(EGIDE):样本构建与测光
研究人员呈现EGIDE(DESI巡天中的侧向星系)项目——利用DESI Legacy成像巡天DR10数据构建的包含149,215个侧向星系候选体的星表。该星表规模约为前代样本的十倍,覆盖超过半个天区。星表采用自动构建方式,充分利用了GalaxyZoo志愿者的人
来源:Galaxies
时间:2026-06-19