-
CAPG:基于上下文的扰动生成方法——用于多标签对抗性攻击
作者:Aidos Askhatuly、Dinara Berdysheva、Azamat Berdyshev、Aigul Adamova 和 Didar Yedilkhan
摘要
基于神经网络的动物视觉识别技术在畜牧业和畜群管理方面具有巨大潜力。然而,真实的农场环境很少能提供控制良好的视觉条件来收集高质量的训练数据集,这通常会导致模型在面对未知数据时的性能下降,因此对于可靠的应用来说,置信度估计变得至关重要。本文提出了一种基于预训练神经网络嵌入(Re
来源:Technologies
时间:2026-04-17
-
对于疼痛的共情在实时双向视频交流以及观看预先录制的视频过程中依然存在
**摘要**
数字媒介社会互动对理解他人及分享他们情感的影响尚未得到充分研究。我们探讨了实时视频互动与观看预录视频相比,如何影响疼痛共情的行为、神经及生理层面。在三十五名观察者的参与下,他们通过脑电图(EEG)观察到目标对象接受电刺激的痛苦过程。我们假设社交互动中信息传递的即
来源:COGNITIVE, AFFECTIVE & BEHAVIORAL NEUROSCIENCE
时间:2026-04-17
-
使用神经网络评估埃塞俄比亚建筑规范对钢筋混凝土梁弯曲变形预测的准确性
格什·格布雷基丹
埃塞俄比亚提格雷地区阿克苏姆,阿克苏姆大学土木工程系,阿克苏姆,提格雷地区,埃塞俄比亚,邮政信箱1010
摘要
埃塞俄比亚建筑规范标准是一种基于理论的设计流程,旨在解决某些限制问题;然而,它并未完全符合基本材料属性的要求。本研究的目的是评估埃塞俄比
来源:Scientific African
时间:2026-04-17
-
利用神经网络模型对不同金属接头进行智能焊接质量分类
集流林明职业学院,中国福建省泉州市362000
摘要
不同材料的连接越来越多地用于实现汽车、航空航天和能源系统中的轻量化、高性能结构,但由于热物理性质的不匹配,焊接完整性仍然难以保证,因为这种不匹配会导致熔池不稳定、缺陷形成以及脆性金属间化合物(IMCs)的生长。本文提出了一种
来源:Materials Today Communications
时间:2026-04-17
-
热身身心:结合认知训练与体育锻炼的预备活动能提升休闲跑步者的1英里计时赛成绩
**摘要**
结合认知和体能的热身运动比单纯的身体热身更能提高运动和锻炼的表现。目前尚不清楚这种组合热身对跑步的具体影响。因此,本研究旨在比较组合热身与标准热身对1英里计时赛表现的影响。11名男性和14名女性业余跑步者参与了三项对照实验。在每次实验中,参与者先完成一种热身方式(
来源:European Journal of Sport Science
时间:2026-04-17
-
从自然语言处理的角度来看的神经网络架构搜索:一项综述
摘要 神经架构搜索彻底改变了自动化机器学习,并在自然语言处理领域展现了巨大的变革潜力。本调查对神经架构搜索在自然语言处理(NLP)中的应用进行了全面的、以任务为导向的分析,系统地将相关研究分为三个核心领域:
来源:ARTIFICIAL INTELLIGENCE REVIEW
时间:2026-04-17
-
利用CdSe量子点-P4VP复合材料和石墨烯层的柔性RRAM
我们开发了一种用于神经形态系统的灵活RRAM(电阻式 RAM)设备,该设备采用了CdSe量子点与P4VP(聚-4-乙烯基吡啶)复合材料,并结合了石墨烯接口层,以实现更高的可靠性和灵活性。该设备表现出线性的突触更新能力,在MNIST图像识别测试中达到了87.41%的准确率,显示出作
来源:Journal of Materials Chemistry C
时间:2026-04-17
-
综述:对分数阶微分方程计算方法的关键评述:连接经典离散化技术与基于学习的近似方法
摘要
分数微分方程利用非整数阶的导数,为描述各种物理、生物或工程复杂系统的记忆效应和遗传效应提供了合适的数学模型。由于其中涉及的运算符具有非局部性,解析解极少能够找到,因此数值方法得到了迅速发展。在本文中,我们收集了经典的离散化方法以及当代的加速和优化策略,以概述解决上述类型
来源:ARCHIVES OF COMPUTATIONAL METHODS IN ENGINEERING
时间:2026-04-17
-
教育研究:神经学住院医师申请者推荐信中的种族与性别偏见的语言学分析
摘要
背景与目标
推荐信(LORs)是住院医师选拔过程中的关键组成部分,尤其是在客观指标越来越难以获得的情况下。先前针对不同专业的研究发现,叙事型推荐信(NLORs)中存在隐性的性别和种族偏见,这些偏见可能会影响对申请者的评价。本研究旨在评估神经病学住院医师申请者的NLOR
来源:Neurology Education
时间:2026-04-17
-
用于具有多种材料性质的多层边坡系统正演与反演建模的可微图神经网络模拟器
图神经网络模拟器(Graph Neural Network Simulators, GNS)已成为模拟颗粒流(granular flows)的一种计算高效工具。既有研究主要局限于仅由摩擦角表征的简化均质几何体,尚不能反映工程实践中真实边坡所具有的复杂性。本研究
来源:Soils and Foundations
时间:2026-04-17