生物通官微陪你抓住生命科技跳动的脉搏
综述:《 ubiquitous computing (普适计算)与智能系统在精神病学和神经病学疾病治疗中的应用——一篇叙述性综述》 作者:Dariusz Mikołajewski、Emilia Mikołajewska、Jolanta Masiak、Ewelina Panas 和 Urszula Rogalla-Ładniak
**摘要** 本研究通过文献计量学方法,探讨了普适计算和智能系统在精神及神经系统疾病治疗中的作用。普适计算将计算智能融入日常环境,实现患者治疗的无缝监控与支持。智能系统包括可穿戴设备、环境传感器和移动健康应用程序,能够收集关于行为、生理和环境因素的实时数据。这些系统通过情境感
来源:Electronics
时间:2026-04-16
WSNet:基于小波卷积的行人重识别技术,并在推理过程中借助图像生成辅助
摘要 在行人重新识别(ReID)任务中,现有模型面临双重挑战:首先,监控摄像头在远距离拍摄的图像分辨率低且模糊;其次,图像数据存在样本不足、姿态有限以及跨领域适应性问题。为了解决这些问题,我们提出了一个基于小波卷积的行人重新识别框架,并辅以一个基于稳定扩散
正常体重肥胖与不良的心脏代谢状况:《工人健康研究》(ESAT)的结果 费尔南多·戈麦斯·德·热苏斯(Fernando Gomes de Jesus)、 爱丽丝·佩雷拉·杜克(Alice Pereira Duque)、 格拉齐埃尔·维拉斯·博阿斯·乌格宁(Grazielle Vilas Bôas Huguenin)、 毛罗·费利佩·费利克斯·梅迪亚诺(Mauro Felippe Felix Mediano)、 马伊康·特谢拉·德·阿尔梅达(Maicon Teixeira de Almeida)、 卡拉·克里斯蒂娜·阿德·卡尔达斯(Carla Christina Ade Caldas)、 西尔维奥·罗德里格斯·马奎斯-内托(Silvio Rodrigues Marques-Neto)以及 路易斯·费尔南多·罗德里格斯·儒尼奥尔(Luiz Fernando Rodrigues Junior)
**研究亮点** 本研究的主要发现是什么? - 体重指数(BMI)正常但体脂率(%BF)升高的个体表现出更差的脂质谱、血流动力学参数、自主神经系统失衡以及更高的心脏代谢风险评分。 - 调整后,NWO表型与某些心脏代谢标志物相关,包括低密度脂蛋白胆固醇(LDL-c)、甘
来源:Healthcare
基于GRU的波束模式合成技术,用于优化均匀线阵天线 作者:阿曼多·阿尔塞(Armando Arce)、费尔南多·阿尔塞(Fernando Arce)、恩里克·史蒂文斯-纳瓦罗(Enrique Stevens-Navarro)、乌利塞斯·皮内达-里科(Ulises Pineda-Rico)、穆罕默德·雷扎·拉赫马蒂(Mohammad Reza Rahmati)和阿贝尔·加西亚-巴里恩托斯(Abel García-Barrientos)
摘要 本研究提出了一种基于深度学习的框架,用于优化均匀线阵天线的波束图案合成,该框架结合了基于差分进化(DE)的预优化技术和循环神经网络(RNN)建模方法。首先生成满足旁瓣抑制和方向性约束的辐射图案,然后用这些图案来训练循环模型,以学习辐射图案与复杂激励参
来源:Informatics
基于噪声感知的扩散算法:利用稀疏监测站数据重建城市尺度的空气质量 郑光雷(Guanglei Zheng)、 万玉才(Yuchai Wan)、 张迅(Xun Zhang)和 刘贤生(Xiansheng Liu)
摘要 可靠的空气质量监测对于城市暴露评估和环境政策至关重要,然而许多下游应用受到监测站点稀少和现实世界测量数据噪声的影响而受到限制。虽然扩散模型在概率性时空插补方面显示出潜力,但常见的条件化策略可能会遇到问题:纯基于输入的条件化可能因数据稀疏而偏离正确结果
来源:ISPRS International Journal of Geo-Information
综述:使用机器学习模型预测纤维增强复合材料的拉伸和弯曲性能的研究 Md. Mominur Rahman, Al Emran Ismail, Muhammad Faiz Ramli, Azrin Hani Abdul Rashid, Tabrej Khan, Omar Shabbir Ahmed, Tamer A. Sebaey
摘要 纤维增强复合材料(FRCs)在当代工程中发挥着重要作用,因为它们具有较高的重量与强度比以及出色的耐久性。然而,这些材料具有各向异性和异质性,因此在受到拉伸和弯曲载荷作用时,预测其力学性能是一个重大挑战。传统的技术如实验测试和有限元分析通常资源密集、耗时较长,或者存在过于
来源:Journal of Composites Science
Box–Behnken优化方法与人工神经网络(ANN)- 多项式神经网络- 改进结构模糊逻辑系统(ANFIS)集成模型在利用热活化碱性氧气炉 slag 催化剂进行酯交换反应中的应用
摘要 全球能源需求和环境问题加剧了对可再生和可持续能源来源的探索。因此,本研究重点优化了使用在850°C下热激活的基础氧气炉渣催化剂(BOF 850)进行的废弃食用油(WCO)酯交换过程。优化和建模采用了Box–Behnken设计(BBD)、人工神经网络(ANN)和自适应神经模
来源:Canadian Journal of Chemical Engineering
利用条件变分自动编码器和原子级计算方法生成用于氧还原反应的人工催化剂
摘要 我们开发了一种方法,通过结合原子级计算和条件变分自编码器(CVAE)来生成用于氧还原反应(ORR)的催化剂结构。CVAE使用过电位(η)和合金形成能(E_form)作为条件标签进行训练,并用于生成新的结构。神经网络势(NNP)用于评估所生成材料的η和E_
来源:npj Computational Materials
利用深度学习进行波束成形融合,以实现稀疏阵列下的3D超声成像
摘要: 稀疏二维阵列为三维超声成像提供了一种经济高效的解决方案,但由于旁瓣和栅瓣伪影的增加以及对比度的降低,其图像质量受到限制。传统的波束成形技术无法在抑制伪影和保留斑点噪声之间取得平衡。在这项研究中,我们探讨了不同波束成形器输出的线性组合,以增强稀疏阵列的三维成像效果。我们训
来源:IEEE Open Journal of Ultrasonics, Ferroelectrics, and Frequency Control
基于在线学习的光伏发电系统相互辅助状态估计与预测
摘要:传统的光伏(PV)预测算法严重依赖于历史发电数据或物理模型,但在实际应用中这两种数据或模型往往难以获取或不可靠。本文提出了一种基于在线学习的互辅助状态估计与预测(MASEF)算法,该算法将状态估计(SE)和光伏预测集成到一个耦合的随机系统中,无需特定的历史光伏发电数据或物
来源:Journal of Modern Power Systems and Clean Energy
知名企业招聘: