生物通官微陪你抓住生命科技跳动的脉搏
挖掘块索引:盾构隧道中岩体结构的连续分类研究
詹姆斯·摩尔 | 伊沃·班詹 编辑:Züblin AG公司,德国 **摘要** 在隧道施工中,节理岩石的存在与设计和施工风险相关。为了进行设计验证和风险缓解,需要进行地面评估。在盾构施工中,持续评估依赖于对机器数据的解读。然而,隔离岩体结构的影响并不简单,而且地面与
来源:Journal of Destination Marketing & Management
时间:2026-05-03
在认知不确定性下,用于海洋混凝土结构检查规划的贝叶斯信息价值框架
吴凌杰|倪启焕|倪旭平温州大学土木工程学院,中国温州325035摘要海洋混凝土结构的可靠性评估常常受到稀疏耐久性数据的限制,导致认知不确定性占主导地位,进而使得检查决策不够理想。本研究提出了一种基于信息价值(VoI)的集成贝叶斯框架,用于指导检查规划。该框架结合了层次贝叶斯模型(
来源:RELIABILITY ENGINEERING & SYSTEM SAFETY
神经酷儿与行人的存在:奥菲克媒体、局部麻醉效应,以及酷儿反公共空间(Neuroqueering and pedestrian presence: Orphic media, local anesthesia effects, and queer counterpublics)
伊芙·斯托 肯特大学,坎特伯雷,肯特 CT2 7ND,英国 **摘要** 在公共空间中行走既受到社会差异的影响,也受到数字技术的中介作用,这些因素共同塑造了我们所经过空间的情感共鸣。关于行人存在的注意力与情感特性的假设仍然代表着一系列规范性的期望,其中某些关于真实性
来源:Geoforum
利用径向基函数神经网络对尼日利亚拉各斯地区电离层总电子含量进行建模与预测
尤素夫·奥兰雷瓦朱·卡约德(Yusuf Olanrewaju Kayode)、尤金·奥诺里(Eugene Onori)、奥卢瓦富尼米尔拉约·奥梅坦(Oluwafunmilayo Ometan)、丹尼尔·奥科(Daniel Okoh)、哈梅德·奥佩耶米·巴洛贡(Hammed Ope
来源:Geomatica
基于依赖关系的图变换器与分层语法编码在方面级情感分类中的应用
刘少坤|Mieradilijiang Maimaiti|Nurmemet Yolwas|Nilufar Abdurakhmonova|吴乐|谢卓菲|陈家伟|Wushour Silamu新疆大学计算机科学与技术学院,中国新疆乌鲁木齐水磨沟区华瑞街777号,830017摘要方面级情感
来源:Expert Systems with Applications
分数阶因子设计与机器学习揭示了基于鹰嘴豆(Cicer arietinum)的奶酪类似物中的关键配方因素
摘要对植物基奶酪类似物(PBCA)需求的增长反映了消费者对具有理想质地和感官特性的无乳制品的兴趣日益增加。本研究采用了一种混合优化框架,结合了分数因子设计(FFD)和人工神经网络(ANN)建模方法,以确定影响鹰嘴豆基(Cicer arietinum)奶酪类似物的关键配方因素。首先
来源:Journal of Food Measurement and Characterization
基于IMU的BLDC电机时域故障诊断:采用端到端的一维卷积神经网络(1D-CNN) 王珂浩(Ke Hao Wang) 李辉圭(Hwi Gyu Lee) 柳善敏(Seon Min Yoo) 李仁洙(In Soo Lee)
摘要:由于环境复杂性和设备成本高昂,无刷直流电机中的可靠故障检测具有挑战性。为了解决这些挑战,我们提出了一种高效且经济可行的方法,该方法使用优化的端到端一维卷积神经网络。具体来说,我们开发了一个真实的实验平台,用于模拟轴承故障和偏心故障。统计t检验表明,来自低成本惯性测量单元的三
来源:Modelling
MultiSense-L2Net:人工智能在第二语言写作中调节情绪与动机的协同作用
**Qaisar Abbas|Zeyad Alshaikh|Riyad Almakki|Mubarak Albathan|Waeal J. Obidallah** **沙特阿拉伯利雅得,伊玛目穆罕默德·本·沙特伊斯兰大学(IMSIU)计算机与信息科学学院,邮编11432**
来源:Acta Psychologica
基于自适应RBF神经网络的PID自调控制技术在无刷直流电机驱动的机器人关节中的应用 薛彩霞、毕辉、朱伦
摘要
来源:Applied Sciences
基于AI增强技术的部分放电分析,用于TEV(特斯拉效应)监测 Hsien Wee Bryan Sim、 Sivaneasan Bala Krishnan 和 Kai Xian Lai
摘要 瞬态地电压(TEV)测量因其非侵入性特性和适合现场部署而广泛用于中压设备中的局部放电(PD)监测。然而,在实际环境中,基于TEV的PD分析仍然具有挑战性,因为PD特征往往与噪声特征重叠。深度学习的最新进展使得基于图像的相位分辨局部放电(PRPD)表示分析成为可能,与传统基于
知名企业招聘: