-
基于物理信息神经网络(Physics-Informed Neural Network, PINN)模拟液晶弹性体(liquid crystal elastomer, LCE)人工肌肉热-力学行为的建模研究
热驱动人工肌肉因具备大变形、轻质及低功耗等特点,在软体机器人与柔性机械系统中受到广泛研究。然而,驱动温度与变形响应之间的强非线性使得在实验数据有限情况下难以建立可靠且具可解释性的模型。为解决此难题,研究人员提出一种物理信息神经网络(Physics-Inform
来源:Results in Engineering
时间:2026-03-24
-
涂层与未涂层Al6061磨损预测中基于树(Tree-Based)模型与神经网络(Neural Network)模型性能比较
本研究比较了机器学习(ML)与深度学习(DL)模型在预测未涂层Al6061、等离子喷涂粉煤灰-氧化铝(flyash-Al2O3)涂层及粉煤灰-碳化硅(flyash-SiC)涂层干滑动磨损方面的性能。研究人员采用包括随机森林(Random Forest, RF)
来源:Results in Surfaces and Interfaces
时间:2026-03-24
-
基于多目标贝叶斯优化实现具有目标声子带隙的三周期极小曲面(TPMS)点阵结构逆向设计
本研究提出一种基于机器学习的多目标贝叶斯优化(Multi-objective Bayesian Optimization, MOBO)框架,用于三周期极小曲面(Triply Periodic Minimal Surface, TPMS)点阵结构声子带隙(Pho
来源:Materials & Design
时间:2026-03-24
-
用于生物电子学的混合离子-电子导电共晶软材料(Mixed ionic-electronic conducting eutectic soft materials for bioelectronics)
生物电子设备代表了材料科学、生物学与电子学交叉领域迅速发展的前沿,有望通过实现活体组织与工程系统间的无缝通信变革医疗保健。该领域的核心挑战在于设计能够高效传输离子与电子两种载流子的软物质材料,从而弥合生物信号转导与电子信号转导之间的根本失配。研究人员认为,共晶
来源:Materials Horizons
时间:2026-03-24
-
面向高通量拓扑纽结信号处理的光学暗场神经形态视觉
具有拓扑荷和奇点的结构光束在经典和量子信息编码方面显示出巨大潜力。虽然拓扑荷的操纵已很成熟,但基于控制奇点演化的拓扑不变量(光学链接和纽结)的信息载体仍未被充分探索。根本限制在于检测带宽:通过传统强度定位来分辨表现为光学暗点的奇点需要过长的曝光时间,从而限制了
来源:PhotoniX
时间:2026-03-24
-
基于NSST引导的多尺度全连接张量网络分解方法用于厚云去除
摘要:厚云层覆盖给多时相遥感影像的分析与应用带来了巨大挑战。尽管现有的去云方法试图利用空间-光谱-时间相关性,但由于单尺度重建的局限,它们往往无法充分捕捉跨尺度的互补特征,从而导致纹理退化及颜色失真。为解决这一问题,我们提出了一种基于非下采样剪切波变换(NSST)的多尺度全连接张
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2026-03-24
-
GLMamba:一种用于高效遥感变化检测的全球-局部Mamba网络
摘要:随着深度学习的快速发展,卷积神经网络和变换器已成为遥感变化检测领域的两大主流架构。卷积神经网络擅长提取局部特征,但由于感受野有限,难以捕捉长距离依赖关系。变换器则通过自注意力机制获取全局上下文信息,但其高昂的计算成本限制了其在高分辨率遥感图像中的应用。为平衡全局建模能力与局
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2026-03-24
-
利用机器学习开发用于大气温度的全球气候模型
摘要:本研究基于COSMIC I和COSMIC II卫星任务获取的无线电掩星数据,运用人工神经网络构建了一种全新的三维全球大气温度模型。研究共使用了1470万个经过质量控制的温度剖面数据,这些数据涵盖了约95亿个数据点,能够反映不同纬度、经度、高度(0-60公里)以及时间(200
来源:IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing
时间:2026-03-24
-
考虑未知拓扑与有限测量数据的DSSE物理引导贝叶斯推断
摘要:本文提出了一种基于物理原理的贝叶斯推断方法,用于配电系统状态估计。该方法利用功率流模型来指导贝叶斯神经网络的建模与联合优化,从而解决在拓扑结构未知且测量数据有限的双重约束下的配电系统状态估计问题。首先,根据测量配置使用块矩阵重构线性化的功率流模型,构建出配电系统状态估计的贝
来源:CSEE Journal of Power and Energy Systems
时间:2026-03-24
-
ZENA:基于增强型异常检测的多层人工神经网络智能家庭自动化入侵检测系统
摘要:智能家居自动化作为物联网的一部分,让用户能够通过智能传感器和执行器来管理家居功能,从而带来便利性、能源效率以及远程监控功能。Z-Wave协议在智能家居的照明、安全、设备控制及电源管理等领域被广泛使用,但它仍然容易受到各种外部攻击,这就凸显出需要有效的攻击检测工具。现有的单层
来源:Journal of Communications and Networks
时间:2026-03-24