当前位置:首页 > 今日动态 > 神经科学
  • MXenes在神经形态计算和忆阻器中的应用:从材料合成和物理机制到集成传感、记忆和计算

    本研究针对全球能源需求增长背景下住宅能源管理的效率需求,重点探讨了人工智能在识别能源负担方面的整合。研究人员采用并比较了多种机器学习模型(Machine Learning Models),如决策树(Decision Tree)、K近邻(K-nearest ne

    来源:Journal of Low Power Electronics and Applications

    时间:2026-03-06

  • 基于神经网络架构比较提高传染病预报准确性

    本研究旨在利用机器学习(Machine Learning, ML)方法提高传染病预报的准确性。本研究的主要成果包括分析2016年12月至2024年1月期间乌克兰传染病(Infectious Disease, ID)的传播情况,以及在时间序列预测范畴内对不同神经

    来源:Computation

    时间:2026-03-06

  • 基于CB2-RUL算法的压裂卡车阀体剩余使用寿命预测

    本文旨在利用机器学习(Machine Learning, ML)方法提高传染病预测的准确性。本研究的主要成果是对2016年12月至2024年1月期间乌克兰传染病传播的分析,以及不同神经网络(Neural Network, NN)架构在时间序列预测(Time S

    来源:Computation

    时间:2026-03-06

  • 基于神经网络的自适应PID控制器改进人工通气系统压力控制

    人工通气系统在呼吸护理领域,尤其是重症监护室和手术环境中发挥着关键作用,患者常因急性呼吸窘迫综合征(ARDS)或麻醉效果等需要辅助呼吸。本研究聚焦于开发一种由反向传播神经网络(BPNN)算法增强的自适应比例-积分-微分(PID)控制器,以精确跟踪机械通气过程中

    来源:Automation

    时间:2026-03-06

  • 多模态情感感知与异常过滤驱动的酒店顾客终身价值(CLV)深度预测模型——融合评论文本嵌入与扩展RFM行为特征

    摘要:研究人员提出一种多模态深度学习框架,用于预测酒店业顾客终身价值(Customer Lifetime Value, CLV),通过融合结构化交易记录与非结构化在线评论文本以提升预测精度。原始评论经情感分析转化为情感嵌入(sentiment embeddin

    来源:Mathematical and Computational Applications

    时间:2026-03-06

  • 使用深度特征提取和AES密钥优化的鲁棒图像加密框架

    本文提出了一种新颖的框架,用于加密彩色图像,以通过深度学习和人工智能技术增强数字数据安全性。该系统采用双模型神经架构:第一个是卷积神经网络(CNN),用于在用户认证过程中验证发送者身份;第二个提取独特的指纹特征。这些特征通过粒子群优化(PSO)转换为高熵加密密

    来源:Cryptography

    时间:2026-03-06

  • 综述:基于低功耗LoRa的多节点无线传感器网络及其面向落石监测的自定义通信框架

    在后摩尔时代,传统冯·诺依曼架构在处理非结构化数据时面临“存储墙”与高功耗等关键限制。受人类大脑启发,神经形态计算通过并行处理与自适应学习为突破上述瓶颈提供了可行路径。在人工突触候选材料中,基于二维MXene(特指Ti3C2Tx)的忆阻器(Memristor)

    来源:Journal of Low Power Electronics and Applications

    时间:2026-03-06

  • 综述:ICF 和 F-Words 框架的整合以支持神经发育障碍儿童的家庭中心儿科护理:一个叙事综述

    背景:家庭中心护理是当代儿科康复的核心原则,尤其对于神经发育障碍儿童。强调功能、参与和背景因素的概念框架对于在临床实践中实施这一方法至关重要。国际功能、残疾和健康分类(ICF)和F-words框架是与这些原则相符的广泛使用的模型;然而,它们的实际整合仍然具有挑

    来源:Children

    时间:2026-03-06

  • 综述:肱骨远端经骺骨折的诊断陷阱与处理:25例回顾性分析

    摘要 背景:家庭中心照护是当代儿科康复的核心原则,尤其适用于神经发育障碍儿童。强调功能、参与及情境因素的概念框架,对于在临床实践中操作化这一方法至关重要。国际功能、残疾和健康分类(ICF)以及F-words框架是与这些原则一致的广泛应用模型;然而,二者的实际

    来源:Children

    时间:2026-03-06

  • 人类-AI协同共创的Sophimatics框架与应用

    Sophimatics框架的第六阶段标志着一个综合性研究项目的顶峰,该项目将哲学智慧与计算复杂性相整合,以应对人工智能系统中的基础性挑战。基于第五阶段建立的复杂时间递归模型(Complex-Time Recursive Model, CTRM),该阶段引入了一

    来源:Algorithms

    时间:2026-03-06


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