-
基于延迟-导数-依赖方法的延迟神经网络稳定性分析
摘要:
在延迟神经网络的稳定性分析中,时间延迟及其导数通常受到上下界的约束。为了更充分利用与延迟相关的信息,本文通过额外引入延迟导数的信息,对一些基本方法进行了改进,例如积分不等式、基于正定激活函数的交叉项以及延迟乘积Lyapunov-Krasovskii泛函。这些改进
来源:IEEE Access
时间:2026-05-08
-
喷墨打印的粗糙金色微电极阵列,用于柔性基底上的神经记录和电刺激
高分辨率图像
下载MS PowerPoint幻灯片
微电极阵列(MEA)是记录和刺激电生成组织的重要工具,但其制造通常依赖于复杂、昂贵且基于掩模的洁净室工艺。虽然喷墨打印的MEA作为低成本替代方案已受到越来越多的关注,但大多数研究都集中在心脏细胞记录上,只有少数研究显示
来源:ACS Applied Materials & Interfaces
时间:2026-05-08
-
利用U-Net卷积神经网络对平面海岸地形进行实时相位分辨波感测预测
威廉·赖特 | 约翰·克拉斯克 | 伊奥安尼斯·卡尔帕达基斯
伦敦帝国学院土木与环境工程系,英国伦敦SW7 2AZ
**摘要**
实时、相位分辨的波浪预测对于沿海地区的安全运营至关重要,例如通过启用预警系统来支持实时决策。然而,非线性变换、深度变化和波浪破碎限制了理
来源:Coastal Engineering
时间:2026-05-08
-
综述:照亮意识
摘要
意识是什么,以及它如何与身体和整个自然界相关联,是人类历史上最为持久的问题之一。许多著名思想家长期以来一直在探讨意识的定义、机制和目的。在这篇综述中,我们审视了哲学、科学、医学和实践领域中对意识的历史和当代观点。通过整合来自神经科学模型到临床应用和冥想方法的各种视角和证据,
来源:Frontiers in Psychology
时间:2026-05-08
-
在对乳腺癌组织病理学分类任务中,针对CNN(卷积神经网络)和Transformer架构进行的以患者为中心的基准测试
摘要
引言:使用组织病理成像进行乳腺癌诊断仍然是一项关键而具有挑战性的任务,需要自动化系统能够在不同患者和多样化的成像条件下可靠地泛化。尽管深度学习模型表现出强大的性能,但许多先前的研究采用了图像级的数据分割方法,这引入了患者级的数据泄露问题,导致评估结果过于乐观且可能具有误导
来源:Frontiers in Digital Health
时间:2026-05-08
-
互动式文学叙事游戏化对学龄前儿童执行功能发展的影响:一项基于神经可塑性理论的纵向混合方法研究
**摘要**
本研究采用纵向混合方法,通过神经可塑性的视角,探讨了互动式文学叙事游戏化对学龄前儿童执行功能发展的影响。共有180名4.0至5.5岁的儿童在18个月内被随机分配到实验组、主动控制组或被动控制组。实验组参与了融入游戏化元素的互动故事活动,而对照组则接受了传统的文学
来源:Frontiers in Psychology
时间:2026-05-08
-
基于物理知识的网络用于卫星激光通信中的波前无传感器校正
```
摘要:
卫星激光通信是下一代全球连接的基石,但它受到太空中接收光束波前畸变的严重影响。这些畸变既来自卫星间的热变形,也来自大气湍流。虽然基于深度学习的无传感器校正方法为基于波前传感器的自适应光学提供了一种有前景的
来源:IEEE Photonics Journal
时间:2026-05-08
-
抗体相关的中枢神经系统自身免疫中的T细胞:通过自身免疫性脑炎和副肿瘤性疾病的研究视角探索其机制
摘要
翻译成中文:
**摘要**
**平易语言总结**
**综述目的**
自身免疫性脑炎(AE)、肿瘤相关性神经综合征(PNS)和胶质抗体介导的疾病(例如AQP4-NMOSD)传统上是根据各自自身抗体的靶向抗原进行分类的。然而,来自免疫基因组学、单细胞测序和神经
来源:Current Opinion in Neurology
时间:2026-05-08
-
基于神经网络的动态到静态增量容量曲线重建方法,用于在动态条件下估计电池的健康状态
新来|肖楠石|姚毅|朱家军|黄云峰|程恩|郑月久
上海科技大学机械工程学院,上海200093,中国
摘要
增量容量(IC)曲线是分析电池退化机制和评估健康状态(SOH)的宝贵工具。然而,其传统应用仅限于低速率恒定电流(CC)条件,这限制了其在实际动态场景中的实用性。
来源:JOURNAL OF POWER SOURCES
时间:2026-05-08
-
学习如何利用基于物理知识的、不受模型约束的机器学习方法来绘制宏观基本图(macroscopic fundamental diagram)
阿玛莉·罗克(Amalie Roark)、塞里奥·阿格里埃斯蒂(Serio Agriesti)、弗朗西斯科·卡马拉·佩雷拉(Francisco Camara Pereira)、吉多·坎特尔莫(Guido Cantelmo)
丹麦技术大学,Kgs. Lyngby,2800,丹麦
来源:TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES
时间:2026-05-08