-
接触可靠性感知的神经残差卡尔曼滤波框架及其在足式机器人状态估计中的应用
摘要
-
动态行为特征预测器（DBFP）：基于消费者行为分析的软件产品功能需求预测
本研究提出了动态行为特征预测器（Dynamic Behavioral Feature Predictor, DBFP），一种基于消费者行为分析（consumer behavioral analytics）来预测软件产品功能需求的机器学习模型。该模型利用了深度卷
来源：Frontiers in Big Data
时间：2026-09-24
-
心率变异性生物反馈对退伍军人耳鸣、创伤后应激障碍与慢性疼痛的影响及其应用前景：一项范围综述
背景：耳鸣、创伤后应激障碍（post-traumatic stress disorder, PTSD）和慢性疼痛是退伍军人中普遍存在的慢性疾病，且常共同发生。这些疾病与自主神经系统（autonomic nervous system, ANS）功能改变相关。心率
来源：Frontiers in Audiology and Otology
时间：2026-09-24
-
基于肌肉协同的多因素评估框架用于髋部外骨骼辅助对功能性任务影响的分析
基于肌肉协同的多因素评估框架用于评价髋部外骨骼辅助在功能性任务中的效果
摘要：可穿戴下肢外骨骼不仅提供机械辅助，还建立了一种人机交互关系，双方必须动态适应。尽管生物力学和能量学指标成功量化了机械性能和减力效果，但它们并未直接捕捉人类使用者潜在的神经肌肉协调策略
来源：Human Movement Science
时间：2026-09-24
-
基于MOS传感器阵列的混合深度学习神经网络用于小分子有机胺气体识别与预测
碳捕集、利用与封存（CCUS）是化石能源行业实现双碳目标的关键技术。以单乙醇胺（MEA）、甲基二乙醇胺（MDEA）和2-氨基-2-甲基-1-丙醇（AMP）为代表的有机胺吸收法是当前应用最广泛的二氧化碳捕集方法。若泄漏的有机胺浓度超过安全阈值，吸入后将导致严重的
-
NanoPhotoNet-Lase：物理信息神经网络加速相干超表面纳米激光器设计
人工智能与物理建模的融合为加速有源纳米光子器件设计提供了变革性途径。研究人员提出NanoPhotoNet-Lase，一种物理信息神经网络（physics-informed neural network, PINN）框架，将激光发射的电磁方程和速率方程直接嵌入学
来源：Nanomaterials
时间：2026-09-24
-
高性能石墨烯-沥青复合传感材料及AO-AM-CNN损伤识别方法研究
制备了高性能石墨烯-沥青复合传感材料，并优化了分散工艺与传感网络的嵌入布局。
提出了面向应用的注意力机制-卷积神经网络（AO-AM-CNN），并融合了特征选择模块。
石墨烯传感信号的综合误差仅为0.028，比传统石墨烯传感低47.2%；疲劳损伤定位误差控制在0.045 m以内
来源：Results in Engineering
时间：2026-09-24
-
自动图神经网络设计：图结构学习与图神经架构搜索的统一综述
摘要图被广泛用于描述物理驱动的真实世界网络场景中的对象及其相互作用，包括交通、网络和能源等领域。图神经网络（GNN）是处理图结构数据的最新深度学习（DL）模型，广泛应用于各种任务，例如预测、分类/故障检测和决策问题。然而，基于GNN的任务仍面临两大挑战。首先，GNN在学习表达
来源：ARTIFICIAL INTELLIGENCE REVIEW
时间：2026-09-24
-
胎盘-脑黏连：基于病例报告与文献回顾的形态学分类
背景：胎盘-脑黏连是一种极为罕见的先天性颅脑畸形，其解剖表现多样且术语不统一。研究人员报道了一例血管化胎盘-脑黏连新生儿，回顾了已发表病例的形态学特征，并提出一个描述性解剖框架。方法：研究人员对已发表的人类病例进行回顾，评估胎盘附着结构、组织连续性、血管沟通、
来源：Child's Nervous System
时间：2026-09-24
-
基于物理模型与数据挖掘技术的锂离子电池健康状态预测方法
针对混合健康状态（State of Health, SOH）估计模型中物理参数利用不足的关键局限性，研究人员提出了一种加权健康因子集成框架，有别于先前工作中简单的特征拼接。研究人员引入自适应移动平均滤波器（Adaptive Moving Average Fil
来源：Results in Engineering
时间：2026-09-24
粤公网安备 44010602000434号