当前位置:首页 > 今日动态 > 神经科学
  • 耦合强度是阈值幂律储备池中的尺度参数且不影响训练精度

    在储备池计算(Reservoir Computing)中,作为储备池的初始未训练递归神经网络(RNN)的耦合强度是一个重要的超参数,可为实现准确训练而进行调节。一种常见的启发式方法是将此参数设置在“混沌边缘”(edge of chaos)附近,即未训练储备池处

    来源:Chaos, Solitons & Fractals

    时间:2026-05-19

  • 基于学习的非线性系统识别中的神经缩放律

    摘要:由于机器学习模型能够高精度地逼近复杂的非线性动态,其在系统识别中的应用日益增多。然而,通常并不清楚训练有素的模型的性能如何随着数据、计算资源和模型规模等给定资源的增加而变化。机器学习领域的一项最新进展是引入了所谓的“神经缩放定律”(NSLs),用于描述训练资源量与模型性能

    来源:IEEE Open Journal of Control Systems

    时间:2026-05-19

  • 使用人工神经网络预测随机数生成器(RANDU)生成的随机数

    摘要: RANDU 是历史上最著名的伪随机数生成器(PRNG)之一。尽管统计测试早已揭示了其安全性漏洞,但机器学习(ML)技术尚未取得同样令人信服的结果来破解其安全性。从统计学角度来看,RANDU 显示出一些规律性特征。其中最著名的规律性体现在其三维输出格子的独特结构上。这种格

    来源:IEEE Access

    时间:2026-05-19

  • U-Sleep-RBD-KAN:结合可解释的非线性学习方法进行睡眠分期和快速眼动行为障碍检测

    摘要: 快速眼动行为障碍(RBD)是一种具有临床意义的睡眠障碍,常与神经退行性疾病相关,因此早期和可靠的检测在睡眠医学中非常重要。同样,准确的睡眠阶段分类对于理解睡眠结构和支持临床决策也是必不可少的。然而,多导睡眠图(P

    来源:IEEE Access

    时间:2026-05-19

  • 基于能量-熵的人工神经网络智能因子

    摘要:在人工神经网络(ANNs)中,超参数优化是一个计算成本高昂的过程,需要多次尝试才能确定一个可行的配置。在这项研究中,我们提出了一种新的方法,该方法使用一个独立的外部神经网络来预测第一个神经网络的超参数设置的性能并评估其可行性。我们的方法旨在通过仅使用数据集的一小部分来降低

    来源:IEEE Access

    时间:2026-05-19

  • 机器学习预测热激活延迟荧光分子的发光波长及隐式实验验证

    机器学习在材料发现领域的应用常受限于大规模、经实验验证的材料数据库的可获得性。本研究提出一种自动端到端框架,通过直接从文献中挖掘实验数据来训练材料性能预测模型,以弥补这一缺口。研究人员将该框架应用于预测热激活延迟荧光(TADF)分子的光致发光(PL)波长。通过

    来源:Journal of Chemical Information and Modeling

    时间:2026-05-19

  • 基于超声-酶法预处理协同强化发芽糙米(GBR)中生物活性化合物的研究:使用响应面法(RSM)、人工神经网络-遗传算法(ANN-GA)和人工神经网络-粒子群优化(ANN-PSO)的多目标建模

    超声-酶法预处理可增强糙米的发芽过程。然而,结构-代谢相互作用及工艺优化仍需进一步研究。研究人员系统性评估了超声时间(UT)、纤维素酶浓度(CC)和液固比(LS)对γ-氨基丁酸(GABA)、总酚含量(TPC)、总黄酮含量(TFC)、抗氧化活性(2,2-二苯基-

    来源:ACS Omega

    时间:2026-05-19

  • 下一代质子交换膜燃料电池材料与电极工程的数量化及物理信息驱动综述:桥接多尺度设计、耐久性与人工智能辅助优化

    研究人员针对氢基能源系统中的质子交换膜燃料电池(Proton Exchange Membrane Fuel Cells, PEMFCs)在商业化进程中受限于成本、耐久性以及膜电极组件内多尺度传输瓶颈的问题,提出了一种融合定量性能指标、物理模型、技术就绪度评估及

    来源:Chemical Engineering Journal Advances

    时间:2026-05-19

  • 自适应奖惩机制通过深度强化学习促进公共物品博弈中合作的演化

    研究人员指出,碳减排在工业进程中面临重大挑战。演化博弈论为分析异质主体减排策略的动态演化提供了通用框架,其中公共物品博弈揭示了“搭便车”引发的社会困境。奖惩机制已被证实可有效提升集体合作水平,但现有研究多缺乏适应性,难以在复杂系统中实现实时动态优化。基于此,研

    来源:Chaos, Solitons & Fractals

    时间:2026-05-19

  • 双忆阻器异质细胞神经网络电路实现与同步——兼具复杂动力学特性

    基于忆阻器的细胞神经网络(Memristor-based Cellular Neural Network, MCNN)在非线性动力学研究中展现出独特优势,然而现有模型多采用同构结构或单一忆阻器耦合方式,限制了系统动力学行为的多样性与适应性。针对这一问题,研究人

    来源:Chaos, Solitons & Fractals

    时间:2026-05-19


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