-
MRTS-Boosting:一种基于质量感知的多变量时间序列分类框架,用于在云层污染条件下实现稳健的水稻检测
作者:Bayu Suseno, Guilhem Brunel, Hari Wijayanto, Kusman Sadik, Farit Mochamad Afendi, Bruno Tisseyre
**亮点**
**主要发现是什么?**
1. **识别特定压力的光谱特征**:本研究确定了马尾松在不同致命压力下的独特高光谱特征。水涝胁迫表现为在绿色波段(534–536 nm)的敏感性,而松木线虫感染则引发了蓝边到红边区域(450–760 nm)的响应。同时首次揭示了光谱指数
来源:Remote Sensing
时间:2026-04-02
-
支持性气质基础疗法的有效性:一项随机对照试验研究方案
背景:支持性气质基础疗法(Temperament-Based Therapy with Support, TBT-S)是一种基于神经生物学(neurobiologically)的、以技能为基础的进食障碍(eating disorders)干预方法,其中患有神经
来源:Frontiers in Psychology
时间:2026-04-02
-
BA-Pred和RMSD-Pred:用于精确蛋白质-配体结合亲和力和结合姿态预测的集成图神经网络模型
在基于结构的药物发现中,准确预测蛋白质-配体(protein-ligand)的结合姿态(bound pose)及其亲和力(affinity)至关重要。在此,研究人员提出一个集成的深度学习框架,该框架在互补的图神经网络(Graph Neural Network,
来源:Journal of Chemical Information and Modeling
时间:2026-04-02
-
一种邻居感知LSTM-PINN模型用于同时进行土壤水分预测和持水函数估计
在异质土壤和不确定边界条件下,从田间观测预测土壤水持水函数(SWRFs)和预测土壤水分仍然具有挑战性。现有方法通常将预测和水力参数估计分开处理,并且可能依赖合成数据或强先验假设。研究人员提出了一种混合框架,该框架耦合了邻居感知长短期记忆(LSTM)网络与物理信
来源:Advances in Water Resources
时间:2026-04-02
-
含固液两相移动界面的地下天然气水合物分解之嵌套神经网络(Neural Network / Nested PINN)建模
建模天然气水合物解离过程中的移动相界面存在显著计算挑战,尤其在考虑温度、压力和自由边界的高度非线性耦合时。为此,研究人员提出了一种新颖的无网格嵌套物理信息神经网络(Physics-Informed Neural Network, PINN)框架,用于模拟恒压及
来源:Advances in Water Resources
时间:2026-04-02
-
卷积神经网络(CNN)用于MRI多发性硬化病灶分割的可靠性:基于U-Net架构探讨数据增强(Data Augmentation)、图像模态(Image Modality)及容差(Tolerance)的影响
摘要:多发性硬化(Multiple Sclerosis, MS)是一种中枢神经系统炎性脱髓鞘疾病,其特征为脑和脊髓内存在放射学可识别的病灶,这对诊断及临床疾病监测至关重要。人工识别和分割病灶既困难又耗时,因此优化自动化分割方法具有重要价值。本研究旨在评估数据增
来源:PLOS Digital Health
时间:2026-04-02
-
自闭症不公正作为情感不正义:双重共情问题并非关于共情
研究人员在本文中论证,自闭症个体经历一种特定类型的不公正:自闭症不公正(autistic injustice)。研究人员认为,这种不公正形式与情感规范(emotional norms)密切相关,情感规范是规定例如情绪应如何适当地表达以及哪些情绪在特定情境中被视
来源:Philosophical Psychology
时间:2026-04-02
-
论神经网络倾向性得分估计中的分类-因果权衡
观察性研究是随机实验的重要替代方案,但极易受到选择偏差的影响。倾向性得分(Propensity Score, PS)方法通过平衡组间协变量来解决这一问题。尽管从理论上看包含所有相关协变量是理想的,但高维度常常使传统估计模型不稳定。本研究评估了深度神经网络(De
-
概览效应的生理反应:一项关于敬畏的虚拟现实研究
关于概览效应以及更广义上的敬畏(awe)这一情绪的生理反应,目前所知甚少。敬畏是一种复杂的认知性(epistemic)与自我超越性(self-transcendent)情绪,兼具惊奇、崇敬与恐惧。在当前研究中,研究人员结合问卷数据,分析了反映情绪唤醒度与效价的
来源:Behaviour & Information Technology
时间:2026-04-02
-
C45E钢中等车削总制造成本分析的机器学习模型开发
金属加工行业中制造技术的首要目标,是在保证产品具备规定质量特性的同时,最大化时间效率与成本效率。车削中的总制造成本取决于多种因素。分析这些因素的影响并估算总制造成本,对于工艺规划具有重要实践意义。因此,本研究采用人工神经网络(ANN)对C45E钢中等车削过程中