当前位置:首页 > 今日动态 > 神经科学
  • 在周期性外部振动作用下,对气泡脱离特性及其主导机制进行了数值研究

    准确预测氢在极端温度下的热物性参数对发展核热推进系统至关重要。本文构建多尺度计算框架,结合分子间势能计算与深度神经网络,生成基准数据并推导广义Lennard-Jones势,实现碰撞积分高效计算,最终准确预测高温氢的粘度和导热系数,突破传统经验模型局限。

    来源:Annals of Nuclear Energy

    时间:2026-03-27

  • 基于BP神经网络方法对纳米颗粒聚集体阻力模型的评估

    传统纳米颗粒聚集体阻力系数模型存在精度不足问题,本研究通过结合半经验模型、形状修正和Cunningham滑移修正,构建基于BP神经网络的预测模型,并利用符号回归推导显式数学公式,实验与图像处理提取动态参数,验证模型优于传统经验公式。

    来源:Advanced Powder Technology

    时间:2026-03-27

  • 基于计算机断层扫描的Chiari 1型畸形与三叉神经痛患者卵圆孔形态学评估

    本研究通过CT图像比较Chiari type 1畸形(C1M)和三叉神经痛(TN)患者的卵圆孔(FO)形态学特征。结果显示,C1M和TN患者的FO前后径和左右径均显著小于对照组(P<0.001),且TN患者前后径更小(P=0.023)。FO位置与两组无关(P=0.337)。研究提示FO狭窄可能与C1M相关,进而影响TN发生,为两者解剖学联系提供证据。

    来源:Journal of Craniofacial Surgery

    时间:2026-03-27

  • 通过分数阶可塑性提高尖峰神经网络的鲁棒性和性能,以服务于物联网边缘智能应用

    脉冲神经网络通过分数阶塑性机制与时空反向传播算法协同优化突触权重和神经动力学参数,显著提升物联网环境下抗噪声与特征提取能力,在MNIST、Fashion-MNIST、CIFAR-10和DVS-Gesture数据集上分别达到99.67%、94.50%、93.43%和97.25%的准确率,有效克服传统静态权重网络在动态噪声环境中的稳定性缺陷。

    来源:IEEE Internet of Things Journal

    时间:2026-03-27

  • 基于概率神经网络的网络安全态势分析与预测系统

    网络安全态势分析与预测系统通过遗传算法优化概率神经网络(PNN)的平滑参数和特征权重实现评估,结合GRU的自注意力机制提升时间序列建模能力完成预测。在CIC-IoMT-2024数据集上实验显示评估准确率96.78%,预测误差低(MAE<0.0241),优于SVM-PCA等模型,验证了系统在网络安全态势评估与预测中的高精度、稳定性和泛化能力。

    来源:Journal of Cyber Security and Mobility

    时间:2026-03-27

  • HumaniNet:一种双分支神经框架,用于预测类人角色中用户的情感反应

    机器人角色设计中UVE现象的神经框架建模与实证研究。摘要:高度拟人化但存在细微缺陷的机器人角色易引发用户负面情绪(UVE),现有模型直接映射视觉特征到情感响应,忽视UVE的认知感知机制。本文提出双分支神经框架:第一分支建模人类感知先验(人类似度),第二分支融合对称性、纹理一致性等辅助感知特征预测情感响应。在HumaniFace-1K数据集验证,该框架提升情感预测准确率,可视化显示有效聚焦关键面部区域。分隔符

    来源:IEEE Transactions on Consumer Electronics

    时间:2026-03-27

  • 利用卷积神经网络预测冲击载荷作用下微观结构中晶界空洞的形核位置

    空位成核预测研究采用改进的U-Net卷积神经网络,通过晶界能量和晶粒取向等多通道输入,结合焦点损失解决类别不平衡问题,有效预测了高应变率加载下纯钽微结构的空位成核概率,并揭示了多因素交互作用机制。

    来源:ACTA MATERIALIA

    时间:2026-03-27

  • 一种基于相关性对齐的代理学习框架,用于电池剩余使用寿命的少样本预测

    电池剩余寿命预测面临标签稀缺问题,本文提出基于关联对齐的代理学习框架,通过双分支神经网络分离制造差异与退化动态,利用ΔIC等物理代理标签构建一致性匹配任务,显著提升极端少样本条件下的预测精度。

    来源:RELIABILITY ENGINEERING & SYSTEM SAFETY

    时间:2026-03-27

  • 基于社区的物联网入侵检测脆弱性预测框架,仅使用网络拓扑结构

    物联网关键基础设施网络安全中,传统入侵检测方法仅分析单个设备或整个网络,忽略社区级结构特征。本文提出AdapCVP框架,通过多算法社区检测提取内外部结构特征,结合网络密度和中心化度自适应调整漏洞阈值,有效解决不同拓扑网络中固定标准失效的问题。实验表明结构特征在多种分类器中较流量特征提升12.3%-16.7%阈值范围0.5%-3%随网络结构动态调整。

    来源:Future Generation Computer Systems

    时间:2026-03-27

  • 基于图强化学习的继电保护整定计算中极端运行条件的高效搜索

    针对可再生能源并网导致电网运行条件频繁变化的问题,本文提出基于图神经网络与深度强化学习的Graph D3QN方法,通过两阶段训练策略加速收敛,在IEEE 39和118节点系统中验证其计算效率提升10-1000倍,准确性达98%以上,有效满足继电保护选择性需求。

    来源:Expert Systems with Applications

    时间:2026-03-27


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康