当前位置:首页 > 今日动态 > 神经科学
  • 基于锚节点的全局-局部图神经网络在多媒体推荐中的应用

    作者:齐仁 | 德胜才•在基于图神经网络(GNN)的推荐系统中,密集的交互会导致信息瓶颈和噪声。•提出了一种基于锚点的全局-局部GNN方法来缓解密集交互问题。•以锚点为中心的辅助目标增强了语义角色和跨模态一致性。•对边进行度敏感的剪枝可以提高系统在用户与物品交互密集时的鲁棒性。•

    来源:Journal of Visual Communication and Image Representation

    时间:2026-05-21

  • WellPINN:基于物理信息神经网络准确表征地下储层瞬态流体压力扩散中的井

    准确表征抽水井对于地下水流模型中可靠的储层特征描述及运行情景模拟至关重要。物理信息神经网络(PINNs)作为数值模型的潜在替代方案正逐渐兴起,它能够实现监测数据与控制物理方程的无缝集成。然而,现有的基于 PINN 的研究在使用源/汇项时,特别是在抽水开始后的早

    来源:Water Resources Research

    时间:2026-05-21

  • 中孕期胎儿脑与躯体尺寸和儿童期神经发育障碍的关联

    背景:小于胎龄儿和出生时头围减小与后续神经发育障碍(NDD)持续相关,但中孕期胎儿生物测量学是否存在类似关联尚不清楚。目的:探讨中孕期胎儿生物测量指标与后续神经发育障碍之间的关联。方法:研究人员开展了一项基于人群的队列研究,利用丹麦常规中孕期超声扫描(孕18-

    来源:Paediatric and Perinatal Epidemiology

    时间:2026-05-21

  • 光伏系统的高级最大功率点跟踪分析:鲁棒非线性控制器、无模型控制器与机器学习技术的比较研究

    实现光伏(PV)系统的最大功率点跟踪(MPPT)对于在多变环境条件下最大化能量转换效率至关重要。本研究提出一种新型混合MPPT策略,通过集成先进非线性控制器——主要是自适应屏障条件超螺旋滑模控制器(ABC-STSMC)与协同超螺旋滑模控制器(Synergeti

    来源:Renewable Energy

    时间:2026-05-21

  • 一种基于图(Graph)的多智能体(Multi-Agent)方法:利用强化学习(Reinforcement Learning)进行风电场流场控制(Wind Farm Flow Control)

    随着风力机发电,其从气流中提取能量并产生尾流(wake),即机舱后方速度较慢且湍流度较高的区域。这些尾流会遮挡下游风力机,导致功率降低。风电场流场控制(Wind Farm Flow Control, WFFC)优化了风场内所有风力机的设置,以实现场级目标,例如

    来源:Renewable Energy

    时间:2026-05-21

  • 基于深度学习与迁移学习的锂离子电池电极级退化精准诊断

    作为电动汽车和储能系统的核心组件,锂离子电池需要精确的性能退化诊断以确保其安全可靠运行。传统的健康状态(State-of-Health, SOH)评估方法主要依赖于容量衰减和电阻增加(Resistance Increase, RI)等宏观指标,无法揭示复杂的电

    来源:Next Energy

    时间:2026-05-21

  • 孤独症儿童及青少年家长对其自身福祉咨询认知的探索:一项反思性主题分析

    **摘要** **背景**:孤独症(Autism)儿童及青少年的家长表现出更高水平的焦虑、抑郁、压力、倦怠、创伤后应激障碍(PTSD)、自杀倾向以及更低的生活质量。当前的研究主要集中在以儿童为结果导向的干预措施上,包括家长培训和心理教育。针对家长心理支持的研究

    来源:Counselling and Psychotherapy Research

    时间:2026-05-21

  • S<sup>2</sup>F-GNN:一种基于动态异构图的自监督鲁棒加密流量分类方法

    加密流量分类是网络安全与管理中的一项关键任务。然而,现有方法往往忽视流量的结构性和多维相关性,且其对大规模标注数据的高度依赖限制了在动态网络中的泛化能力。为应对上述局限,本研究提出了一种基于自监督学习的小样本加密流量分类框架(S<sup>2</sup>F-GN

    来源:Digital Communications and Networks

    时间:2026-05-21

  • GraphSageNMT:一种针对印度语言的图增强型神经机器翻译技术,具备动态上下文检索功能

    摘要:将古代印度文本翻译成英语对神经机器翻译(NMT)系统来说是一个重大挑战,因为这些文本篇幅较短、语法结构独特,且解释起来具有内在复杂性。本研究提出了GraphSageNMT,这是一种基于记忆的NMT框架,它结合了多层次的语言特征和一个非参数的、可随时使用的记忆增强模块。Gr

    来源:IEEE Access

    时间:2026-05-21

  • SceneLinker:通过语义场景图从RGB序列生成组合式3D场景

    摘要: 我们提出了SceneLinker这一新型框架,它能够通过RGB序列生成具有语义场景图的可组合3D场景。为了根据每个用户所处的空间自适应地体验混合现实(MR)内容,生成一个能够反映真实世界布局的3D场景至关重要,这

    来源:IEEE Transactions on Visualization and Computer Graphics

    时间:2026-05-21


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康