生物通官微陪你抓住生命科技跳动的脉搏
将卷积神经网络(CNN)和变换器(Transformer)相结合,用于实现对相干信号的鲁棒到达方向(DOA)估计:一种时空深度学习方法
摘要:为了解决传统相干源到达方向(DOA)估计方法的局限性——这些方法依赖于协方差矩阵的秩恢复,在复杂环境中表现不佳,以及由于在相干DOA估计过程中时空特征提取不足导致的神经网络模型不稳定问题,本文提出了一种结合卷积神经网络(CNN)和Transformer的混合神经网络,用于
来源:IEEE Transactions on Sustainable Energy
时间:2026-06-11
级联集成学习方法用于高效且高精度的到达方向估计
摘要:针对传统到达方向(DOA)估计算法在低信噪比环境下性能显著下降的问题,以及基于深度学习的DOA估计算法依赖于大量训练数据和较长的模型训练周期的问题,本文提出了一种基于集成学习的高效且高精度的DOA估计算法。通过将DOA估计问题表述为多标签分类问题,并利用分类链范式,构建了
利用GPT3和ERA5数据的高精度全天候FY-4A水汽压(PWV)重建模型
摘要:全天候、高分辨率的可降水量水汽(PWV)对天气监测非常有益。尽管FY-4A卫星的PWV数据具有较高的时空分辨率,但它会受到天气条件的影响,从而导致数据缺失。为了获得全天候的FY-4A PWV数据,研究人员开发了两种重建模型,分别使用ERA5 PWV和GPT3生成的气象参数
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
德国神经科早期康复(ENNR)呼吸机脱机中心中呼吸治疗师(RT)与言语语言病理学家(SLP)的协作——一项在线调查结果
背景:神经科早期康复(早期神经科‑神经外科康复,ENNR)中的呼吸机脱机(weaning)是一项由医师主导的多学科团队开展的跨学科过程,团队成员包括言语语言病理学家(言语语言病理学家,SLP)以及在越来越多机构中参与的呼吸治疗师(呼吸治疗师,RT)。目的:本研
来源:Frontiers in Rehabilitation Sciences
多通道孤子神经元的设计
研究人员提出并分析了一类基于光折变介质中产生空间孤子的新型光子神经元。这些神经元被设计为完全在光学域内运行。通过设计单节点和多节点多通道架构,研究人员证明了构建平衡、可扩展且可重构结构的可行性,这些结构能够模拟对称信号分束、可塑性和动态适应等神经行为。几何参数
来源:Optics
人格特质对安全行为重要吗?安全培训有效性感知的边界作用
本研究旨在探讨人格特质(神经质和尽责性)以及感知的安全培训有效性(Perceived Safety Training Effectiveness)对安全行为(Safety Behaviour)的预测作用,采用交互作用(Interactionist)视角以考察个
来源:Safety
物理引导的图神经网络框架用于预测有机太阳能电池性能参数
有机太阳能电池(Organic Solar Cells, OSCs)已成为传统硅基光伏发电的竞争性替代品,因其生产成本低、多功能性强且能耗更低。然而,由于分子结构与器件级特征之间的复杂相互作用,准确评估其性能仍具挑战。研究人员在此研究中提出了一种物理约束的图神
来源:Algorithms
神经网络架构搜索中的双重轻量化:基于自适应模型复杂度的渐进式多任务学习(Dual Lightweighting in Neural Architecture Search: Progressive Multi-Task Learning with Adaptive Model Complexity)
摘要:神经架构搜索(Neural Architecture Search, NAS)是自动机器学习(AutoML)中的核心技术,但其面临计算成本高及候选架构评估效率低的问题。传统NAS方法需对每个候选架构进行完整训练,导致资源消耗巨大且评估耗时较长。本文提出一
基于卷积神经网络(CNN)的汽油机智能故障诊断
本研究聚焦于应用卷积神经网络(Convolutional Neural Network, CNN)对YESA 3140型汽油机点火线圈与燃油喷油器的断电故障进行检测。研究目的是设计一种能够识别火花点火发动机(Spark Ignition Engine, SIE
来源:Vehicles
基于卡尔曼增强型Transformer(Transformer)的物理信息预测性能量管理策略(Predictive Energy Management Strategy, PEMS)用于混合动力汽车(Hybrid Electric Vehicle, HEV)
预测性能量管理策略(Predictive Energy Management Strategy, PEMS)因能利用预期驾驶信息改善混合动力汽车(Hybrid Electric Vehicle, HEV)的燃油经济性与动力总成效率而备受关注。在PEMS中,数据
知名企业招聘: