当前位置:首页 > 今日动态 > 神经科学
  • 融合 K 线图视觉特征与板块层级关联趋势的多模态股价预测

    •提出一种基于融合框架的股市走势预测方法。•采用基于CNN的编码器提取K线图形态特征。•提出一种交叉注意力机制来分析行业内模式。•构建一个盈利的投资组合,实现更高的收益。引言随着技术的进步,股票投资取得了巨大增长,并成为比其他投资方式更受欢迎的选择。股票投资提供短期和长期回报

    来源:Pattern Recognition Letters

    时间:2026-09-25

  • 颅内压、脑灌注压及自身调节的动态无创评估

    背景:颅内压(ICP)监测是颅脑创伤(TBI)管理中的关键环节,但侵入性方法存在风险并需要专门环境。非侵入性经颅多普勒(TCD)方法已被提出用于估计颅内压和脑灌注压(CPP),尽管现有验证研究主要评估静态一致性。临床监测依赖于对动态变化的准确复现。本研究评估了非侵入性方法复现

    来源:Journal of Neurosurgical Anesthesiology

    时间:2026-09-25

  • 军事神经创伤的多维度:波士顿创伤性脑损伤终身评估的因素结构与临床关联

    目标:检验波士顿创伤性脑损伤-终生史量表(BAT-L)的维度结构,并评估由此得出的损伤维度是否与9·11事件后美国退伍军人和现役军人的神经行为症状及功能残疾相关。设置:位于马萨诸塞州波士顿和德克萨斯州休斯顿的退伍军人事务部(VA)医疗中心,纳入创伤性脑损伤(TBI)与压力障碍

    来源:The Journal of Head Trauma Rehabilitation

    时间:2026-09-25

  • 基于物理信息神经网络的Inconel 690材料非硬化循环弹塑性本构模型

    - 提出了基于物理信息神经网络(PINN)的运动硬化模型,用于描述比例和非比例载荷路径下的循环弹塑性行为。 - 引入了背应力饱和水平 α_L 来确定所提出的基于PINN模型中背应力 α 的演化速率。 - 将来源于运动硬化理论和实验观测的物理约束嵌入到PINN的损失函数中。 -

    来源:International Journal of Fatigue

    时间:2026-09-25

  • 一种基于物理信息神经网络的 Inconel 690 非硬化循环弹塑性本构模型

    • 提出了一种基于PINN的运动强化模型,用于比例和非比例加载路径下的循环弹塑性行为。 • 引入反向应力饱和水平αL来确定所提出的基于PINN的模型中反向应力α̇的速率。 • 来自运动强化理论和实验观察的物理约束被嵌入到PINN的损失函数中。 • 该模型针对单向、比例和非比例

    来源:International Journal of Fatigue

    时间:2026-09-25

  • 一种用于治疗模式挖掘的多尺度时序超图神经主题模型

    摘要 电子健康记录(EHR)的广泛采用为建模真实世界治疗模式提供了机遇,但现有方法往往无法同时捕捉同一阶段内治疗的组合关系及其随时间的演变。我们提出了时序超图神经主题模型(THNTM),这是一个统一框架,其核心创新是一种联合生成过程,能够同时建模治疗主题、其结构共现关系以及时

    来源:Information Processing & Management

    时间:2026-09-25

  • 岩溶地层下采动覆岩破坏与含水层扰动:知识引导的神经算子预测

    • 一个喀斯特退化指数用于量化溶蚀引起的石灰岩强度弱化。 • Karst-DeepONet 将退化状态与连续的覆岩响应场关联起来。 • 应力方面的测试 R² 值达到 0.952,沉降方面达到 0.946。 • 喀斯特退化程度越大,顶板失稳发生越早,垮落范围越大。 • 液压支护

    来源:Engineering Geology

    时间:2026-09-25

  • 一个用于求解逆混合变分不等式及其应用的二阶时变投影动力学模型

    **摘要** 本文提出了一种新颖的基于投影的二阶时变动力系统(TVDS),用于求解逆混合变分不等式(IMVI)。所提出的模型在投影神经网络框架中嵌入了两个时间依赖参数。在底层算子强单调性和Lipschitz连续性的假设下,我们建立了系统轨迹的存在性、唯一性和全局渐近稳定性。

    来源:Communications in Nonlinear Science and Numerical Simulation

    时间:2026-09-25

  • 一种用于求解逆混合变分不等式的二阶时变投影动态模型及其应用

    # 摘要 本文提出了一种新颖的基于投影的二阶时变动力系统(TVDS)来求解逆混合变分不等式(IMVIs)。所提出的模型在投影神经网络框架中引入了两个时间相关参数。在底层算子强单调性和Lipschitz连续性的假设下,我们建立了系统轨迹的存在性、唯一性和全局渐近稳定性。通过对

    来源:Communications in Nonlinear Science and Numerical Simulation

    时间:2026-09-25

  • 在变化的工作条件下测试学习到的电池退化动态的可靠性

    • 导数复制精确满足所测试的残差,无需学习任何定律。 • 冻结预测器对照实验揭示了解依赖的动力学一致性。 • 有限区间退化预测需要超出紧凑初始状态之外的信息。 • 基于速率的决策需要超出当前健康精度之外的验证。 **引言** 电池健康度估计支持更换、检查和继续运行等方面的

    来源:RELIABILITY ENGINEERING & SYSTEM SAFETY

    时间:2026-09-25


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