-
神经肌肉型脊柱侧凸的骨科治疗:以neuroBrace系统为例的生物力学优化躯干矫形器的获益
摘要
神经肌肉疾病根据肌张力可分为低张力和高张力两类,常导致脊柱畸形。两类疾病均呈现相似的脊柱畸形模式,典型表现为胸腰段后凸侧凸或前凸侧凸。躯干矫形器在神经肌肉型脊柱侧凸的治疗中具有重要作用,可延缓疾病进展、稳定躯干并改善呼吸功能。现有文献中常提及的波士顿支具
来源:Prosthetics and Orthotics International
时间:2026-05-22
-
视觉变换器的剪枝策略:一项专题综述
摘要:视觉变换器(ViT)模型正迅速成为解决各种计算机视觉挑战的首选方案。ViT具有大量的参数,导致计算和内存需求很高,通常超过传统的卷积神经网络(CNN)。尽管压缩技术在减轻这些负担方面已被证明是有效的,但由于CNN和ViT在架构结构、特征提取机制以及输入依赖性等方面的根本差
来源:IEEE Open Journal of the Computer Society
时间:2026-05-22
-
PruferNET:一种用于检测社交网络中具有影响力的节点的增强型图神经网络
摘要: 在社交网络中找到关键节点(或重要人物)非常重要,因为这在许多不同领域都有广泛的应用。本文提出了一种利用基于普鲁弗序列(Prufer sequence)的结构特征和图神经网络(Graph Neural Networks, GNNs)对社交媒体节点进行分类的新方法。通过使用
来源:IEEE Access
时间:2026-05-22
-
GRAFT:基于Grad-CAM和FFT的采样方法,用于高效反馈强化学习
摘要:强化学习(RL)智能体在奖励稀少或延迟的稀疏奖励环境中常常面临挑战。人类参与其中的强化学习(HiL-RL)通过利用人类反馈来训练奖励模型,从而在环境奖励不足时提供额外的学习信号,缓解了这一问题。在本研究中,奖励模型被实现为一个基于标记的状态-动作对的反馈神经网络(FNN)
来源:IEEE Access
时间:2026-05-22
-
综述:关于集成卷积神经网络建模的批判性综述:该模型用于锂离子电池全生命周期健康状态及剩余使用寿命预测,尤其适用于电流条件急剧变化的情况
王顺利|王阳|胡蓓宁|Etse Dablu Bobobee|Koukoyi Ebenezer|Carlos Fernandez
内蒙古工业大学电力学院,内蒙古,010000,中国
**摘要**
本文系统地探讨了用于预测锂离子电池健康状态(SOH)和剩余使用寿命(RU
来源:JOURNAL OF POWER SOURCES
时间:2026-05-22
-
基于机器学习的煤热解产物分布预测与帕累托前沿的多目标优化
余遵义|李洪强|刘根|杨攀西|傅克明|郝宣志|郭伟|杨博伦|张斌|谢涛|吴志强中国陕西省西安市西安交通大学化学工程与技术学院氟氮化学国家重点实验室,邮编710049摘要:煤炭在全球能源消费中占据很大比例;提高其热化学转化效率对于能源安全、低碳转型和增值利用至关重要。热解是煤炭利用
来源:British Accounting Review
时间:2026-05-22
-
金属玻璃中路径依赖性松弛的热机械控制
X.Y. 马 | Z.R. 徐 | Q. 霍 | L. 杨 | S.Y. 梁 | G.H. 星 | K.L. 吴 | S.D. 冯 | E. 皮内达 | J.C. 邱
西北工业大学力学与交通运输工程学院,中国西安 710072
摘要
结构松弛影响金属玻璃的机械稳定性,但热退火
来源:INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES
时间:2026-05-22
-
利用点云实现精确的城市场景理解:SemanticUrban 数据集
袁芳|朱勤峰|蔡远志|范磊•一个大规模的高分辨率城市场景地面点云数据集。•SemanticUrban中包含大量场景(150个场景)。•SemanticUrban中的注释非常详细,分类也非常丰富(23个类别)。•代表性网络在SemanticUrban上的基准测试表现。•Semant
来源:Expert Systems with Applications
时间:2026-05-22
-
从“黑盒预测”到“透明设计”:基于图神经网络(GNN)与人工智能(XAI)的指导,对用于环戊烯醇催化氧化反应的反应器网络结构进行优化
Zhibo Zhang|Yani Wang|Mengzhen Zhu|Xinrui Song|Jiarong Lu|Yaqian Li|Hao Yan|Xin Zhou|Hui Zhao|Xiaobo Chen|Chaohe Yang|Yibin Liu摘要普雷诺尔(prenol
来源:Chinese Journal of Chemical Engineering
时间:2026-05-22
-
基于反向传播神经网络预测混合白光发光二极管的光合作用参数
叶林宇|尹秀佳|黄佳怡|庄书燕|刘新源|蔡新云|杨家琪|廖全全|吴一卓|李子恒|夏峰|廖新勤|陈忠|郭子权•本研究提出了一种新颖的混合模型,该模型结合了遗传算法(GA)和反向传播神经网络(BP-NN),能够根据目标光学参数准确预测LED驱动电流,从而实现对植物栽培所需光照环境的精
来源:Optics and Lasers in Engineering
时间:2026-05-22