-
基于自组装分散氮掺杂碳量子点(N-CQDs)薄膜的光电忆阻器,用于多模逻辑运算和信息处理
摘要随着人工智能和边缘计算的快速发展,传统的冯·诺依曼架构已经无法满足高效多模态信息处理的需求。作为一种新兴的计算范式,神经形态设备受到了广泛关注,被认为是克服这一瓶颈的关键途径。在本研究中,报道了一种基于自组装分布式氮掺杂碳量子点(N-CQDs)薄膜的光电忆阻器,这种N-CQD
来源:Materials Today Nano
时间:2026-10-12
-
基于物理信息神经网络的全纳维耶 - 斯托克斯方程下受粘度张量启发的快速水动力隐身衣设计
水动力隐身衣(hydrodynamic cloak)设计旨在抑制物体引起的水流扰动,已成为一个热门的研究课题,在海洋工程、生物工程和化学工程中的减阻和隐身技术领域具有广阔的应用前景。现有方法主要利用变换光学理论(TOT)推导各向异性粘性张量的解析解,以此指导设计过程。然而,这
来源:Physical Review Applied
时间:2026-10-12
-
综述:肠-脑轴与神经退行性疾病:从机制通路到治疗干预
摘要随着全球人口老龄化,神经退行性疾病(NDDs)的发病率不断上升。神经退行性疾病病因复杂,目前尚缺乏根本性的治疗手段。肠-脑轴(GBA)通过肠道微生物群与中枢神经系统(CNS)之间的双向通讯参与NDDs的发病过程。本综述系统介绍了阿尔茨海默病(AD)、帕金森病(PD)和多发
来源:Probiotics and Antimicrobial Proteins
时间:2026-10-12
-
8周虚拟现实运动游戏后运动控制适应的神经肌肉与行为学证据
摘要目的虚拟现实(VR)运动游戏已被证明能够提升认知能力,但其对神经肌肉功能的影响仍不清楚。本研究旨在探讨长期VR运动游戏是否会引发神经肌肉协调和速度-准确性调控方面的适应性变化。方法二十八名健康年轻人(22.8±1.2岁;其中9名女性)完成了为期8周的训练项目(每周两次,每
来源:European Journal of Applied Physiology
时间:2026-10-12
-
一种基于物理知识的超图注意力网络,用于预测径流量干旱指数
•本研究提出了一种名为PI-TSHAN的新型架构,该架构结合了光谱超图卷积来模拟多个测量站之间的高阶空间相互作用,超越了标准成对图神经网络在捕捉复杂流域尺度连通性方面的 limitations。•该方法引入了一种基于物理信息的损失函数,其中嵌入了差异水文约束和质量守恒原则,确保预
来源:Physics and Chemistry of the Earth, Parts A/B/C
时间:2026-10-12
-
非晶Ga2O3/Si异质结中协同快速载流子提取与持久突触可塑性用于太阳盲光电探测与神经形态计算
摘要在无序半导体光电子学中,如何协调快速光生载流子提取与持续突触可塑性仍然是一个根本性挑战,因为高效的载流子传输和长期载流子保持需要本质上相互矛盾的载流子动力学。在此,我们设计了一种无序Ga2O3/Si异质结,通过异质界面辅助传输和缺陷介导俘获,协同集成了快速载流子提取和持续
来源:Materials Today Physics
时间:2026-10-12
-
土仑期潮汐碎屑岩储层的综合岩石物理 - 矿物学 - 地质统计分析:三维储层建模与神经网络相分类
摘要森诺曼期碎屑岩储层是北非和阿拉伯半岛地区的主要烃类目标,然而对该时期集岩石物理学、定量矿物学、地质统计学建模和机器学习于一体的综合表征研究仍然有限。本研究以埃及西北沙漠东拉斯加塔拉特许区块阿尔扎拉油田的巴哈里耶组为研究对象,运用岩心分析、电测井、人工神经网络引导的电阻率相
来源:ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING
时间:2026-10-12
-
基于物理信息学习的锂离子电池健康感知等效电路参数演化
•实现了联合SOH估计与SOC–SOH依赖的ECM参数反演。•可微电压重构实现了物理引导的参数学习。•SOH引导的正则化控制跨电芯参数分散度。•验证覆盖了标准化和非标准动态工况。引言受电动汽车和电网级储能需求日益增长的驱动,锂离子电池已成为关键的储能技术。在长期循环过程中,电
来源:Journal of Energy Storage
时间:2026-10-12
-
基于薄膜锂铌酸盐平台的波导阵列光学神经网络
光子并行计算为实现人工智能提供了重要的方法,有望在处理速度、能源效率和延迟方面带来显著提升。然而,大多数光学计算架构的集成密度和鲁棒性仍然面临重大挑战。在这里,我们报告了一种基于薄膜锂铌酸盐(TFLN)的波导阵列光学神经网络。由于波导阵列的紧凑尺寸,该架构的计算密度达到了9.48
来源:Advanced Photonics
时间:2026-10-12
-
带有硬边界嵌入和有限元插值的无量纲能量图网络:线弹性和超弹性问题的无监督变分求解框架
摘要:用于固体力学的神经求解器仍面临损失项平衡、在复杂非结构网格上的表示、本质边界条件的施加以及基于能量优化中的尺度敏感性等挑战。本文提出HiDEG-Net,一种具有硬边界嵌入和有限元插值特性的无量纲能量图网络,用于线性弹性和超弹性边界值问题的无监督变分求解。有限元网格被用作
来源:COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING
时间:2026-10-12