生物通官微陪你抓住生命科技跳动的脉搏
角谱编码单次激发超快摄影
捕获超快时间尺度上的瞬态事件需要高达每秒万亿帧(Tfps)的成像速度。然而,现有领先方法,包括基于压缩传感(CS)的摄影、时间分辨阴影摄影及其他主动式方法,均受限于体积庞大的光学元件、高昂成本以及需要重复测量等瓶颈。本研究提出角谱编码单次激发超快摄影(Angu
来源:Light-Science & Applications
时间:2026-06-07
基于图卷积网络(GCN)的VR晕动症内置因果模型
冯乃ishi|张倩倩|陈吉驰|华成成摘要虚拟现实运动病(VRMS)对用户的身心健康和安全构成重大威胁,会导致不适和恶心,已成为一个日益紧迫的问题。目前使用脑电图(EEG)信号检测VRMS的方法往往无法提取可解释的神经标志物,并且在不同场景中的泛化能力不足。本研究旨在通过分析两种场
来源:Expert Systems with Applications
TransMark:通过神经元排列不变性实现大型语言模型(LLMs)的无损高容量水印技术
叶培根|陈卓荣|桑海伟|郑军•我们提出了TransMark,这是一个针对大型语言模型的无损水印框架,它可以在不修改模型参数或无需额外训练的情况下嵌入高容量的水印。•我们利用了Transformer中前馈层的排列不变性,通过重新排列神经元来实现水印嵌入,同时保持模型的功能。•我们设
来源:Computer Standards & Interfaces
基于坡差序列(slope-sequence)的多点拉形(multi-point stretch forming, MPSF)回弹预测与补偿深度学习框架
研究人员提出了一种由有限元仿真辅助的数据驱动深度学习框架,用以解决多点拉形(MPSF)中因回弹导致的零件精度不足问题。研究采用结构化的坡差序列(slope-sequence)表征方法,将成形后局部几何信息编码为一维序列数据以适应模型学习;在此基础上构建了结合一
来源:Engineering Applications of Artificial Intelligence
两半合一:面向交通流预测时空特征的网格–图对比对齐新框架
准确的交通流预测对于城市智能交通管理至关重要,这是智慧城市基础设施中的重要工程应用。为预测各城市区域的交通状态,需同时考虑局部与全局交通依赖性。现有研究基于网格(grid-based)或图(graph-based)范式分别处理这两种依赖性。然而,网格范式在表征
基于深度去噪与多分支神经网络的非正交多址接入协作频谱感知(Cooperative Spectrum Sensing Based on Deep Denoising and Multi-Branch Neural Networks for Non-Orthogonal Multiple Access, NOMA)
在认知无线电(Cognitive Radio, CR)系统中引入非正交多址接入(Non-Orthogonal Multiple Access, NOMA)机制可进一步提升频谱资源利用率。然而,在NOMA环境下多个主用户(Primary User, PU)共享同
来源:Digital Signal Processing
基于概率模型预测控制的灵巧手多目标操作(Multi-goal dexterous hand manipulation using probabilistic model-based reinforcement learning)
本文探讨利用基于模型的强化学习(Reinforcement Learning, RL)解决灵巧手多目标操作任务的挑战。研究人员提出目标条件概率模型预测控制(Goal-Conditioned Probabilistic Model Predictive Cont
来源:Biomimetic Intelligence and Robotics
具有愈合安全保证的并联骨科康复机器人自适应鲁棒控制
在骨科康复中,确保机械刺激的安全性和精确性对于有效骨愈合至关重要。本研究针对一种新型6自由度(6-DOF)骨科康复机器人,提出了一种安全性保证的控制策略,该机器人能够对胫骨骨折施加主动多轴机械刺激。为满足临床环境的严格安全要求,研究人员提出了一种自适应鲁棒控制
圭亚那含笑(报春花科)营养轴中分泌性特化细胞的组织化学与超微结构多样性表明其具有功能特异性
Silvia R. Machado|Zoraide Valério|Karla Bianca de D. Bento|Yve Canaveze巴西圣保罗州立大学(UNESP),博图卡图生物科学研究所(IBB),电子显微镜中心,博图卡图,圣保罗州,巴西摘要报春花科植物的化学多样性与
来源:Flora
时间:2026-06-06
高效双钙钛矿太阳能电池的数值模拟与人工智能驱动优化:基于SCAPS-1D和DFT方法
Mingze Ou|Li Zhang|Jiang Wu山东大学电气工程学院,中国济南,250061摘要传统的SCAPS-1D仿真在高维参数优化以及功率转换效率方面存在固有局限。为解决这些问题,我们创新性地提出了PINN-SQ(物理信息神经网络与肖克利-奎塞尔模型)。该模型能够高效
来源:JOURNAL OF POWER SOURCES
知名企业招聘: