-
芭蕉假茎衍生活性炭修饰氧化锌纳米片用于结晶紫10B(Methyl violet 10B)降解及电化学应用研究
研究人员采用化学沉淀法制备了掺入1%、2%和3%(质量分数)芭蕉假茎衍生活化炭(Plantain Pseudostem derived Activated Carbon,PPAC)的ZnO纳米颗粒(ZPC纳米复合材料),并用于水相结晶紫10B(Methyl v
来源:Next Nanotechnology
时间:2026-03-05
-
综述:理解并克服儿科癫痫手术中的延误:一项综述性研究
儿童难治性癫痫手术延迟受医患认知、系统资源等多因素影响,自动化转诊提醒、多学科诊疗团队、教育干预等措施可显著缩短治疗周期,需加强儿童专科化实施策略
来源:Child's Nervous System
时间:2026-03-05
-
综述:探索肠脑连接:益生菌是阿尔茨海默病治疗的下一个前沿吗?
这篇综述深度剖析了阿尔茨海默病(Alzheimer’s Disease, AD)研究的新兴焦点——肠-脑轴(Gut-Brain Axis)。它系统回顾了肠道菌群(Gut Microbiota)如何通过影响神经炎症(Neuroinflammation)、Aβ蛋白沉积和tau蛋白过度磷酸化等AD核心病理通路,进而参与疾病进程。文章强调了针对肠道微生态(如使用益生菌(Probiotics)、益生元)作为干预AD的潜在治疗新策略,为理解这一复杂神经退行性疾病的发病机制和开发新疗法提供了前沿视角。
来源:Probiotics and Antimicrobial Proteins
时间:2026-03-05
-
综述:基于大脑原理的柔性计算的高级设计:从材料、结构、模型到实际应用
柔性脑启发计算系统通过材料、结构与模型协同设计,结合神经形态硬件与脉冲神经网络,实现高能效、并行计算及边缘应用。该领域重点解决柔性可穿戴设备的材料柔韧性与器件稳定性,以及通过近传感器计算提升实时数据处理能力。研究进展涵盖MXene基柔性系统、多模态感知神经元构建等创新方案,为物联网、智能医疗等场景提供高精度低功耗计算平台。
来源:Materials Today
时间:2026-03-05
-
基于人工神经网络(ANN)的预测方法:通过先前研究的数据增强技术,预测高温作用后混凝土残余强度
本研究通过整合33篇文献的334组实验数据,采用SMOTE数据增强技术构建了包含3006个样本的异构数据库,创新性地以残余强度比(R/S)作为评价指标,结合超声脉冲速度(UPV)等无损检测参数,优化了基于Exhaustive Search的ANN模型架构,最终实现了R²=0.835的高精度预测和1042.1的经济效率比。XAI分析证实模型有效捕捉了温度与UPV对混凝土劣化机制的影响。
来源:Journal of Building Engineering
时间:2026-03-05
-
考虑现场剪切波速度不确定性的地铁车站结构性能评估,采用概率密度演化方法
地铁车站地震响应分析中考虑剪切波速不确定性,采用Sobol采样生成地震动与场地参数样本集,结合土-结构相互作用有限元模型训练1D-CNN建立快速响应预测模型,通过概率密度演化方法(PDEM)计算时间依赖的脆弱性曲面,发现场地参数不确定性显著影响结构响应离散性,尤其在强震下忽略该因素会导致破坏概率高估,PDEM相比传统对数正态模型更精准捕捉动态演化特性。
来源:Reliability Engineering & System Safety
时间:2026-03-05
-
针对云系统的仿生作业调度与资源管理:考虑共存攻击的影响
云计算中基于仿生学的资源管理与调度机制研究,提出BJSRM框架模仿神经系统机制,通过分布式RMA与集中式JSA协作,实现共宿攻击环境下的资源优化分配与负载均衡,实验验证了其有效性。
来源:Reliability Engineering & System Safety
时间:2026-03-05
-
构建Z型方案突触异质结以模拟单色光学抑制/兴奋性突触行为
Z型异质结突触器件单色光刺激双向突触行为研究及在CNN模型中的应用。
来源:Nano Energy
时间:2026-03-05
-
用于质子交换膜(PEM)燃料电池时空建模和热状态优化的嵌套式物理信息神经网络
质子交换膜燃料电池的时空耦合动力学建模与热优化研究提出嵌套PINN框架,通过内外循环神经网络与交替训练机制,结合物理初始化、迁移学习和变量采样策略,实现流体-热-电化学多物理场耦合的高效建模,并嵌入可训练参数优化热工况以提升最大功率密度,验证了该方法在时空建模与优化中的有效性。
来源:International Journal of Hydrogen Energy
时间:2026-03-05
-
基于等变图神经网络的颗粒流模拟器
基于等效图神经网络的颗粒流动力学仿真模型研究。提出EGNS框架,通过动态构建规范框架区分对流与剪切效应,利用内禀加速度作为学习目标,显著提升预测稳定性与跨域泛化能力,实验验证其位置均方误差降低达95%。
来源:Expert Systems with Applications
时间:2026-03-05