-
工业大麻籽提取物缓解高脂饮食诱导的氧化应激、神经炎症并改善小鼠记忆损伤
本研究比较了韩国和加拿大麻籽的营养组成和生物活性成分,并评估了韩国麻籽提取物(KHSE)在缓解小鼠高脂饮食诱导的氧化应激、神经炎症和记忆损伤方面的有效性。加拿大麻籽(CHS)的碳水化合物含量(2.6 g/100 g)高于韩国麻籽(KHS)(2.0 g/100
来源:The Journal of Nutritional Physiology
时间:2026-03-28
-
儿童脑组织疝入硬脑膜静脉窦:病例系列分析及文献综述
本研究报道3例儿童硬膜静脉窦脑疝(BHDVS)病例,通过MRI确诊,发现其与特发性颅内高压(IIH)相关,管理以保守为主,强调影像识别对避免误诊和过度治疗的重要性。
来源:Child's Nervous System
时间:2026-03-28
-
在水动力干扰下,对肌腱鞘驱动的水下柔性机器人臂进行动态建模和单神经元自适应PID控制
水下柔性机械臂的精确控制受制于腱鞘传动迟滞和水动力干扰,本研究提出单神经元自适应PID控制策略。通过Assumed Modal Method与拉格朗日方程建立动态模型,采用Manning公式等效阻力模型表征水动力扰动,实现传动特性、柔性变形和水动力干扰的综合建模。实验验证表明该策略使均方误差降低76.18%,根均方误差降低51.44%,有效抑制振动并提升末端执行器轨迹精度。
来源:Ocean Engineering
时间:2026-03-28
-
左壳核(Putamen)与前额叶皮层(ACC)之间的连接机制,是自我控制与成就动机在损失后风险行为调整过程中相互作用的基础
自我控制与成就动机的交互作用通过左腹侧纹状体-前扣带回功能连接影响损失后风险调整。
来源:COGNITIVE, AFFECTIVE & BEHAVIORAL NEUROSCIENCE
时间:2026-03-28
-
基于深度学习和机器学习的方法,用于电弧直能量沉积过程中通过声学信号进行缺陷监测
wire arc direct energy deposition(WA-DED)制造大型金属部件时,高沉积率易产生裂纹、孔隙等缺陷,传统无损检测方法存在依赖人工和专用设备等局限。本研究通过高灵敏度麦克风采集声信号,结合线切割电火花加工(EDM)分离样本,经降噪预处理和FFT特征提取后,采用CNN与多种机器学习模型进行缺陷分类,经k折交叉验证,CNN达到99%准确率和1.00 ROC-AUC值,验证了声学监测在实时制造缺陷检测中的可行性和优越性,为替代传统后处理检测提供新方案。
来源:JOURNAL OF INTELLIGENT MANUFACTURING
时间:2026-03-28
-
GGCN:结合生成网络(Generate Network)和卷积神经网络(Convolutional Neural Network)的步态识别技术
步态识别模型GGCN结合生成网络与卷积神经网络,通过监督映射模块消除多种干扰因素,在CASIA-B、OULP、OUMVLP数据集上表现优于现有方法。
来源:Journal of Visual Communication and Image Representation
时间:2026-03-28
-
利用Kolmogorov–Arnold化学反应神经网络(KA-CRNNs)研究锂离子电池正极材料的连续充电状态依赖性热分解动力学
本研究提出基于Kolmogorov–Arnold化学反应神经网络(KA-CRNN)的连续SOC依赖动力学模型,直接从差示扫描量热法(DSC)数据中学习阴极-电解液分解参数,揭示SOC对热失控机制的影响,实现多阴极体系的高精度可解释预测。
来源:Journal of Energy Storage
时间:2026-03-28
-
利用多物理信息驱动的神经网络,对水热耦合条件下分层土壤水流进行反向建模
土壤水分与温度耦合传输建模中,针对异质分层介质参数反演精度不足的问题,提出分层多物理信息神经网络(LMPINN)。通过耦合Richards方程与热传导方程,构建多物理数据融合反演框架;采用分层域分解策略与显式界面连续条件,解决梯度不连续问题;结合双支网络架构与自适应优化算法,提升非线性区域(如近饱和状态)参数反演精度达78%-88%。
来源:Advances in Water Resources
时间:2026-03-28
-
综述:面向电双层电容器宽电压窗口的电解质工程策略
本研究通过构建多尺度模型,结合人工神经网络与遗传算法,优化质子交换膜燃料电池(PEMFC)阴极催化层(CCL)的铂梯度与离子omer梯度分布,以提升电池性能及耐久性。结果表明,考虑铂降解时,铂梯度应呈正向(GDL侧至MEM侧递增)以缓解浓度损失,而离子omer梯度需反向(MEM侧至GDL侧递减)以抑制铂溶解,同时优化电流密度分布。
来源:JOURNAL OF POWER SOURCES
时间:2026-03-28
-
基于遗传算法的鲁棒图卷积网络设计,该方法利用节点分割与融合技术
针对图卷积神经网络在安全关键环境中存在的软错误容错问题,本研究提出基于神经达尔文主义的遗传算法驱动结构优化框架。通过节点分割生成冗余单元和任务驱动的节点融合实现迭代网络进化,有效缓解故障传播、降低关键错误并优化故障分布,无需增加计算开销,为构建高效可靠GCNs提供新途径。
来源:Swarm and Evolutionary Computation
时间:2026-03-28