-
调制先验增强的跨模态图学习框架用于低信噪比自动调制识别
自动调制识别（Automatic Modulation Recognition，AMR）是智能频谱感知、非合作无线信号分析和通信监测的关键使能技术。然而，在低信噪比（Signal-to-Noise Ratio，SNR）条件下，其可靠性显著下降，此时噪声会削弱局
-
**面向Walker低轨传感器星座纯角度几何可跟踪性评估的对称约简可微分神经信息场**
在Walker低地球轨道（LEO，Low Earth Orbit）星座中进行持续纯角度跟踪（Angle-Only Tracking，仅利用角度测量信息进行目标跟踪）需要反复进行几何评估，但最优传感器子集的选择计算代价高昂。为支持高效评估，研究人员提出了一种对称
-
营养对认知功能与大脑网络的调控：一项综合性评述
大型脑网络和神经可塑性过程支持整个生命周期的认知功能，并可能受到营养的影响。本综述整合了流行病学研究、随机饮食干预、分子神经科学和多模态神经影像学证据，以检验饮食模式、营养素组成、脑网络组织与认知表现之间的关联。现有证据表明，坚持地中海饮食（Mediterra
来源：Brain Science Advances
时间：2026-09-18
-
术中MRI（ioMRI）在儿童脑肿瘤手术中的应用：优化手术决策与切除程度（EoR）
目的：评估术中MRI（ioMRI）对儿童脑肿瘤手术切除程度（EoR）的影响，并评价其常规应用的优势与局限性。
方法：本研究为观察性单中心研究，纳入2013年5月至2022年10月期间在苏黎世大学医院实施的118例ioMRI引导颅内肿瘤切除术的前瞻性收集数据（
来源：Child's Nervous System
时间：2026-09-18
-
基于图神经网络从稀疏 NMR 数据预测分子结构的概念验证
打开图形查看器
我们证明了基于图的神经网络能够直接从实验可测量的核磁共振（NMR）光谱特性中推断有机分子的分
来源：Digital Discovery
时间：2026-09-18
-
具有三角切割流道设计的空冷电池热管理结构仿真与多目标优化
电池热管理系统（Battery Thermal Management Systems, BTMSs）仍是电动汽车（Electric Vehicles, EVs）的关键组成部分，必须进行优化以扩展电动汽车的运行极限。为优化BTMSs的设计，已开展了广泛研究。
来源：Next Energy
时间：2026-09-18
-
基于不确定性量化的机器学习预测核废料玻璃中霞石（Nepheline）形成
摘要专业翻译
将高放废液（HLW）玻璃化为硼硅酸盐玻璃是核废料管理的关键环节，然而，在高铝废液物流的玻璃配方设计中，一个关键挑战是霞石（Nepheline）在罐体冷却阶段析出。过量霞石形成会损害玻璃耐久性，威胁玻璃固化体的长期稳定性。因此，能够根据玻璃组成准确
来源：International Journal of Applied Glass Science
时间：2026-09-18
-
口腔菌群失调与神经退行性病变：从牙周炎、种植体周炎到系统性低度炎症的"口-脑"致病通路
研究背景/目的：越来越多的证据表明，人体微生物群（microbiota）的失衡及宿主免疫反应的失调可能在神经退行性疾病（neurodegenerative diseases）的发生发展中发挥重要作用。
材料与方法：研究人员进行了一项全面的叙述性综述（narr
来源：PERIODONTOLOGY 2000
时间：2026-09-18
-
儿童眼阵挛的鉴别诊断与实用评估策略
眼阵挛是一种以不自主、无节律、多方向扫视为特征的眼部运动障碍。在儿科患者中，眼阵挛最常见于罕见的神经炎症性疾病——眼阵挛-肌阵挛-共济失调综合征（opsoclonus-myoclonus-ataxia syndrome, OMAS），该综合征通常被认为是一种与
来源：Annals of the Child Neurology Society
时间：2026-09-18
-
基于级联分子表示的机器学习框架用于预测玻璃体自修复效率
玻璃体（vitrimers）是一类新兴的高分子材料，兼具热固性材料的结构稳定性与热塑性材料的再加工及自修复能力。然而，由于设计空间庞大且复杂，加之缺乏闭合形式的预测模型，准确预测不同玻璃体化学组成与加工条件下的自修复效率仍具挑战。本研究开发了一种基于深度学习（
来源：Digital Discovery
时间：2026-09-18
粤公网安备 44010602000434号