-
XGNN:一种用于预测水溶性的化学计量双塔模型
定量预测化合物水溶性(logS)面临分子结构多样性和实验数据质量差异的挑战。本研究提出XGNN模型,融合XGBoost全局物化特征与D-MPNN分子图局部结构特征,通过整合五个公共数据集(20,030训练样本,1,282独立测试样本),实现R²=0.940,RMSE=0.501的预测性能,优于Random Forest、LightGBM等基准模型,并验证特征互补性和模型鲁棒性。
来源:Journal of Molecular Graphics and Modelling
时间:2026-03-19
-
基于物理信息的深度自适应去噪与多尺度特征融合方法在刀具磨损预测中的应用
智能工具状态监测通过融合物理信息神经网络与深度自适应去噪方法解决工业噪声干扰和物理知识整合不足问题。采用自适应谱块信号处理增强关键频段,结合深度残差收缩网络实现特征域深度去噪,集成双池聚合通道注意力机制和多层次卷积模块捕捉多尺度特征,运用双向门控循环单元建模长时序关联,并通过PINN框架引入非线性磨损累积模型约束优化,实验表明MAE降低9.9-29.0%,RMSE下降2.0-20.1%。
来源:JOURNAL OF INTELLIGENT MANUFACTURING
时间:2026-03-19
-
神经表征的几何学:从神经调谐到流形几何
神经活动通过低维神经manifolds组织高维信息,影响连续变量编码、类别区分和行为表现。研究构建理论建模、多目标优化和大规模模拟的统一框架,揭示神经元调谐参数与manifolds几何结构(曲率、维度、局部结构)的关联,并证明结构约束下调谐模式自动成为多目标优化最优解,平衡表征精度、代谢成本和信息冗余。人工系统应用几何约束后,神经元调谐更符合生物学特性,连续表征精度和保真度显著提升。
来源:Chaos, Solitons & Fractals
时间:2026-03-19
-
I-PCIT在神经发育障碍儿童中的实施效果与结果
家长-儿童互动疗法(PCIT)对神经发育障碍儿童的效果及影响因素研究,采用时间限制的互联网PCIT(I-PCIT)对68个家庭进行干预,发现ADHD和儿童语言能力高的家庭更易完成治疗,但预治疗特征对儿童行为改善影响有限,而家长抑郁诊断与治疗参与度及育儿策略改善正相关,表明I-PCIT适用于不同诊断群体但需个体化匹配。
来源:Behavior Therapy
时间:2026-03-19
-
微型移动车辆造成的颅脑损伤:一项针对一级创伤中心内骑手和行人的回顾性队列研究
本研究对比了2020-2024年创伤中心micromobility车辆骑手与行人神经颅脑损伤的损伤模式、管理及预后,发现行人受伤更严重,涉及更多重症监护和手术干预,事故发生率显著上升,需加强安全措施。
来源:Journal of Craniofacial Surgery
时间:2026-03-19
-
基于邻居嵌入图神经网络的智慧城市人群配送交通管理
智能交通系统(SMT)面临车辆激增带来的拥堵挑战,现有方法侧重拥堵预测却忽略减碳、缩短时间和距离等核心目标。本研究提出邻域嵌入图神经网络(NeCDM)模型,包含流量预测单元(利用GNN优化节点间流量)和智能调度单元(基于CDR需求选择最优配送车辆),在L1/L2损失和计算效率上分别提升4.03%/16.66%,并减少7.64%计算时间。该模型验证了人群配送作为SMT可行路径,符合智慧城市参数(SCPs)。
来源:IEEE Transactions on Emerging Topics in Computational Intelligence
时间:2026-03-19
-
基于串联弹性执行器的缆驱动肘部康复外骨骼的有限时间模型预测力控制
提出一种轻量级、柔顺特性的bowden电缆驱动肘部康复外骨骼,采用双柔性单元系列弹性执行器(SEA)实现关节精确扭矩控制与实时安全防护。结合有限时间收敛神经动力学模型(FTCND)构建的模型预测力控制(MPFC)方案,经理论分析、数值仿真和物理实验验证,具有快速收敛、强稳定性和鲁棒性优势。实验表明,该方案使穿戴者氧气摄取量降低13.75%-15.90%,二氧化碳排放减少5.07%-28.86%。
来源:IEEE Robotics & Automation Magazine
时间:2026-03-19
-
SpikeSMOKE:一种用于单目3D物体检测的脉冲神经网络,采用跨尺度门控编码技术
针对3D目标检测能耗高的问题,提出基于脉冲神经网络(SNNs)的SpikeSMOKE架构,引入跨尺度门控编码机制(CSGC)增强特征表征,并设计轻量级残差块减少计算量。实验表明,在KITTI等数据集上IoU 0.7阈值下,相比基线SpikeSMOKE检测精度提升2.82-3.17%,SpikeSMOKE-L参数减少3倍、计算量降低10倍,显著降低能耗。
来源:IEEE Transactions on Emerging Topics in Computational Intelligence
时间:2026-03-19
-
一种用于电磁散射的机器学习中知识整合的通用框架,该框架采用准正模式(Quasinormal Modes)
摘要
神经网络已被证明能够通过作为电磁求解器的快速替代品来加速光学和电磁设备的建模与逆向设计。然而,这类神经网络可能存在不可靠性,并且通常需要大量的数据进行训练。本文表明,通过利用关于支配物理规律的先
来源:Laser & Photonics Reviews
时间:2026-03-19
-
教育研究:神经病学恐惧症综合量表(NCM)在爱尔兰医学生中的效度与信度
背景与目的 神经病学恐惧症(Neurophobia),定义为对神经病学及神经科学的恐惧,是医学教育和临床实践中公认的一个障碍。它影响着全球约三分之一的医学生,然而其测量方法仍不一致。本研究旨在验证神经病学恐惧症综合量表(NCM),这是一种用于评估医学生神经病学
来源:Neurology Education
时间:2026-03-19