-
HAVEN:分层扩散与基于价值的轨迹选择方法在离线安全强化学习中的应用
Offline RL通过静态数据集学习决策策略,但安全约束的长期与局部控制矛盾限制了其应用。HAVEN通过分层扩散架构和VALS选择机制,分解长规划为子目标层和轨迹段层,结合价值导向筛选高安全性能候选轨迹,解决单模型无法平衡全局与局部安全的问题,显著提升安全与性能平衡。
来源:Neurocomputing
时间:2026-03-18
-
利用光学图像和SAR图像进行自我监督预训练,以提取洪水淹没范围
本文提出基于光学图像掩码建模与光学-SAR对比学习的跨域自监督预训练框架,结合跨时注意力机制change detection网络,有效提取洪水淹没范围,实验表明优于现有方法。
来源:Neurocomputing
时间:2026-03-18
-
基于蒸馏条件扩散和光谱增强层次融合的多行为推荐算法
多行为推荐通过整合用户多样化交互提升预测精度,但存在语义鸿沟和不稳定波动问题。本文提出DCDRec框架,包含RRC-GCN模块通过目标引导注意力 mask 和扩散蒸馏增强嵌入鲁棒性,以及SHF模块利用谱增强层次融合捕捉多行为交互关系。在三个真实数据集上验证,H@10和N@10指标分别提升5.44%和9.19%。
来源:Neurocomputing
时间:2026-03-18
-
针对Chiari I畸形的硬膜外枕骨大孔减压术及多处表浅硬膜切口:一项涵盖91名儿科患者的多中心研究
该研究回顾性分析了2010-2024年三中心91例儿童Chiari I畸形行FMD联合MSDI手术效果,显示术后90%头痛缓解,87%脊髓空洞进展停滞,无严重并发症,证实该术式安全有效,且未发现与患者年龄、性别等因素相关的预后差异。
来源:Child's Nervous System
时间:2026-03-18
-
GraphCETF:一种经济高效且无需训练的加速方法,用于进化型图神经网络架构搜索
图神经网络架构搜索优化与训练-free评估方法研究,提出GraphCETF框架通过线性区域理论构建训练-free评分机制,结合代理模型辅助进化策略显著降低计算成本,在六个基准数据集上验证了其高效性与高性能优势。
来源:Knowledge-Based Systems
时间:2026-03-18
-
双向加速自适应矩估计在深度神经网络中的应用
本文提出双向加速自适应矩估计(BIadam)优化算法,通过在Adam框架中引入双向差分梯度估计机制,有效提升梯度估计精度与稳定性。理论分析证明其非凸优化收敛速度为O(1/T),实验表明在分类任务中准确率提升1.50%,回归任务R²值提高5.75%,物理信息神经网络(PINNs)损失降低93.71%,并优于Adam等主流优化器。
来源:Knowledge-Based Systems
时间:2026-03-18
-
孤独的人对身体有更负面的认知:自我认知与社会认知脑网络连接在此过程中起到了中介作用
本研究通过静息态功能网络连接分析,探讨孤独感与年轻群体负面身体意象的神经机制,发现默认模式网络与前额顶叶网络及边缘系统间的连接异常中介了这一关系,尤其在面部、体脂和身高维度显著。
来源:COGNITIVE, AFFECTIVE & BEHAVIORAL NEUROSCIENCE
时间:2026-03-18
-
具有未知非线性动力学和不完美流式通信的多自主水下航行器(AUVs)的有限时间协同编队控制
多自主水下机器人有限时间协同形成控制,针对未建模非线性动力学与通信延迟/故障等耦合挑战,提出分层控制框架与神经网络估计方法,通过两阶段有限时间稳定性分析实现误差系统有界收敛,并验证了离散时间通信条件下的有效性。
来源:Applied Mathematical Modelling
时间:2026-03-18
-
基于多任务神经网络的方法,用于缓解建筑能耗负荷预测中的数据不平衡问题
建筑能耗预测中提出基于多任务神经网络的解决方案,通过聚类决策树识别五种和三种运营模式,结合共享模块与任务特定模块,利用加权损失函数平衡不同模式数据量差异,实验验证该模型在数据不平衡场景下较单任务模型及数据增强模型提升预测精度和鲁棒性。
来源:ENERGY AND BUILDINGS
时间:2026-03-18
-
利用可逆神经网络快速提取平纹复合材料II型分层失效的CZM参数
基于可逆神经网络(INN)的双向建模框架实现复合材料Mode-II脱层CZM参数快速提取与结构响应预测,实验及有限元模拟验证了模型的高精度和鲁棒性。
来源:COMPOSITE STRUCTURES
时间:2026-03-18