-
基于图深度学习的实时精准爆管定位技术在供水网络中的应用
实时爆管定位与图神经网络研究:提出MA-GCN框架解决拓扑依赖与数据稀疏问题,在中小型管网实现80.99%-97.2%定位精度,大型实际案例定位误差<53米,验证了基于拓扑感知的多尺度注意力机制对水力传播特性的有效建模。
来源:Journal of Hydrology
时间:2026-04-11
-
对相分离的支撑脂质双层中Trodusquemine的内禀杨氏模量及其增强效应的评估
通过Garcia和Garcia基底效应校正理论,采用力触发生物学(QI)原子力显微镜分析不同浓度trodusquemine对仿生脂双层力学特性的影响,发现1 μM浓度即可显著增强有序相和无序相的弹性模量,证实其神经退行性疾病治疗潜力。
来源:Journal of Colloid and Interface Science
时间:2026-04-11
-
基于熵的卷积层选择迁移学习用于脑肿瘤检测
本研究针对传统迁移学习(TL)在脑肿瘤分类中全微调计算量大、仅微调末层效果不佳等问题,提出基于香农熵的卷积层选择性微调方法,以ResNet18/ResNet34为预训练模型,仅对低熵(信息利用不足)卷积层进行再训练。结果表明,该方法在保持与全微调相当准确率的同时,显著减少可训练参数量(ResNet18降约10%,ResNet34降约18%)并缩短训练/推理时间,为资源受限场景下的医学影像智能诊断提供了高效解决方案。
来源:ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING
时间:2026-04-11
-
重探五大人格性别差异:基于27国代表性样本的跨文化证据
本研究采用覆盖27国、总计 N=143,313 的成人概率抽样数据,结合标准化的问卷翻译流程,系统考察了自我报告的五大人格(Big Five)性别差异及其跨国变异。研究发现,除外向性外女性在其他四个维度得分更高,神经质(d=0.40)和宜人性(d=0.35)差异最显著,且国家间个体主义程度正向预测总体差异规模——但在开放性维度呈现相反趋势,揭示文化与人格差异的复杂关联,为进化与社会化机制的整合提供了高质量证据。
来源:Personality and Individual Differences
时间:2026-04-11
-
婴儿主观体验的本质:基于比昂、心智化与情感神经科学的跨学科探究
本研究聚焦于婴儿主观体验的本质这一哲学与心理学交叉领域的核心问题。针对“婴儿的主观体验究竟是怎样的?”这一经典难题,研究者整合了比昂(Bionian)元心理学、心智化(mentalization)理论和情感神经科学(affective neuroscience)的视角。文章指出,这些理论框架一致地描绘了婴儿早期原始的感官与情感体验(beta-elements)如何首次分化为舒适与不适的二元状态,并在健康的母婴(caregiver)二元关系中得到共同调节。然而,这种描述层面的一致性并不等同于获得了婴儿体验的现象学通道。研究揭示了成熟心智与婴儿心智状态之间的认识论鸿沟,并探讨了比昂的“遐想(reverie)”和“O”概念作为应对“未知”状态的“消极能力(negative capability)”资源的效用。该研究为理解婴儿心智发展提供了重要的整合视角,并对婴儿观察(infant observation)和精神分析临床实践具有启示意义。
来源:British Journal of Psychotherapy
时间:2026-04-11
-
LED热管理:从基本原理到基于深度学习的多目标优化,以实现可持续照明
LED热生成机制与优化策略研究。通过两步逆分析法量化360W LED热生成达288W(80%),结合CFD模型、多输出DNN和遗传算法,优化热沉设计实现平均温度降低17.6%和重量减少17.2%。百万级LED应用可减少1892吨CO₂e排放和22.6万美元成本。
来源:RENEWABLE & SUSTAINABLE ENERGY REVIEWS
时间:2026-04-11
-
基于多维数据驱动模型和高分辨率电流测量技术的研究:燃料电池性能一致性的探讨
质子交换膜燃料电池堆内部电流分布预测研究提出多维度数据驱动模型,通过自建高分辨率分段测量装置获取商业规模燃料电池堆在不同工况下的内部电流分布数据,构建人工神经网络模型并验证其预测精度(绝对误差低于4.92%),优化模型结构后实现高效在线故障诊断和控制策略优化,提升燃料电池堆性能与寿命。
-
一种基于认知原理的多模态框架,用于在异步媒体中实现鲁棒的深度伪造检测
深度融合视觉与语义验证的认知启发表情包检测框架,创新性地采用视频Transformer进行时空建模与不确定性量化,结合大语言模型的因果注意力机制实现跨模态语义推理,通过动态门控自适应融合不同置信度的多源信息,并引入课程学习和神经进化优化提升模型泛化能力。实验表明该框架在9299对视频-文本对的检测中准确率达99.86%,支持异步数据输入,且在40%噪声污染下仍保持98.3%检测精度,部署延迟187ms。
来源:Expert Systems with Applications
时间:2026-04-11
-
基于自适应时空掩码预训练的交通预测
基于时空依赖的适应性掩码自编码器在交通预测中的应用
来源:Expert Systems with Applications
时间:2026-04-11
-
实时断裂几何预测:压力预测与深度学习替代模型的结合
实时诊断水力压裂裂缝传播与几何的关键技术在于构建端到端代理框架。该框架通过GPR模型实时预测井口压力并持续迁移学习更新,结合滑动窗口BHP转换和LSTM+静态特征的多模态深度代理,实现裂缝长度与高度的误差低于10%的实时预测(<3秒/窗口),并保持压力误差可控。研究突破传统物理模拟计算瓶颈,通过数据驱动方法平衡精度与实时性,支持压裂作业中的动态调整优化。
来源:Engineering Applications of Artificial Intelligence
时间:2026-04-11