-
机器学习与分子模拟揭示 ZIFs 多晶型选择机制
摘要
Zn(咪唑酸盐)22$_2$金属有机框架(MOFs)表现出显著的多形性。由于其前景广阔的工业应用,许多研究小组已研究了这些多晶型的相变、相图和相对稳定性。目前研究界已广泛达成共识,认为这些MOFs
-
老年人对重复运动扰动的自主神经反应:阶段性习惯化与持续性张力性觉醒的解离
•行走过程中平衡扰动会引发快速短暂的交感神经反应,表现为皮肤电导率升高。•短暂的交感神经反应在反复受到扰动后会发生习惯化,表明在反复暴露下反应性降低。•改变扰动方向可恢复短暂反应,表明当扰动出乎意料时交感激活更强。•首次扰动后张力性交感活动增加并持续维持升高,反映了持续保持警
来源:Journal of Electromyography and Kinesiology
时间:2026-09-09
-
重症肌无力中的运动单位数目指数(MUNIX):一项横断面初步研究
摘要目的通过比较重症肌无力(MG)患者与健康对照(HCs)并分析与临床及神经生理学指标的相关性,评估运动单元数指数(MUNIX)作为 MG 运动单元功能及疾病进展的生物标志物的价值。设计在大拇指外展肌(APB)和眼轮匝肌(OO)中评估 MUNIX、复合肌肉动作电位(CMAP)
来源:Journal of Electromyography and Kinesiology
时间:2026-09-09
-
面向lncRNA-疾病关联预测的异质网络拓扑感知关系学习
**摘要**
**目的:** 长非编码RNA(lncRNA)在细胞周期调控、染色质重塑和肿瘤抑制等关键生理过程中发挥不可替代的作用,然而传统的湿实验分子实验成本高且耗时。因此,迫切需要开发高效的计算预测模型来优先筛选与疾病相关的lncRNA,旨在发现潜在的关联并揭示其潜在的
来源:BioSystems
时间:2026-09-09
-
经颅直流电刺激与个体化物理治疗对慢性膝痛患者疼痛与功能的影响:一项试点研究
摘要 背景与目的 无创脑刺激是一种治疗慢性疼痛的有前景的神经调控干预手段。本研究
来源:Physiotherapy Research International
时间:2026-09-09
-
一种利用弥散式体内流式细胞术对循环细胞进行计数的机器学习方法
DiFC仪器。(a) DiFC探头示意图,经参考文献6许可转载。我们通常在(b)小鼠后肢或(c)尾巴上进行DiFC检测。(d)两个DiFC探头沿血管放置,从而能够以对应细胞速度的时间延迟检测荧光标记的细胞。(e)峰值具有特征形状,由DiFC探头的灵敏度函数决定。图中显示了在0
来源:Biophotonics Discovery
时间:2026-09-09
-
智能碳捕集:利用长短期记忆网络预测二氧化碳回收工厂工业烟囱中的每小时二氧化碳流量
•首次在工业级CO2捕集装置中部署用于实时CO2流量预测的LSTM模型。•应用皮尔逊特征选择法识别出39个工艺关键运行变量。•顺序LSTM预测457小时的CO2产量,为工业决策提供支持。•模型在实际运行异常和工艺瞬态条件下得到验证。•可实现胺基CDR装置的预测控制和数字孪生集
来源:Journal of Cleaner Production
时间:2026-09-09
-
一种用于孔隙度评估的渐进式物理信息神经网络方法——以琼州组页岩为例
•一种渐进式物理信息神经网络用于评价页岩孔隙度。•可微分岩石物理算子对模型训练施加约束。•渐进式物理损失加权策略提升了训练稳定性。•所提方法优于传统方法和纯数据驱动模型。引言四川盆地西南部寒武系灯影组(琼珠寺组)页岩是页岩气勘探的重要目标层段。该层段埋藏深、热演化成熟度高、岩
来源:Journal of Applied Geophysics
时间:2026-09-09
-
一种用于偏微分方程的虚元方法增强型神经网络算法
• 提出了一种新颖的 VEM-NN 框架用于求解偏微分方程(PDEs)。
• VEM-NN 天然支持任意多边形网格。
• VEM-NN 结合了虚拟单元方法(VEM)的相容性与神经网络的全局灵活性。
• 在 Poisson 方程、对流扩散方程和波动方程问题上取得了高精度。
#
来源:Finite Elements in Analysis and Design
时间:2026-09-09
-
RA-DualDRM:一种具有物理适应性和自适应网格积分特性的双网络深度里兹方法,用于相场裂纹扩展分析
• 提出了物理适配的双网络深度Ritz方法用于相场断裂分析。
• 选择性傅里叶富集在保持位移平滑的同时解决损伤问题。
• 裂纹历史条件与损伤驱动的自适应积分相耦合。
• RA-DualDRM相比DRM基线最高可提速5.33倍,并降低GPU显存占用。
引言
断裂扩展仍然具有挑
来源:Engineering Fracture Mechanics
时间:2026-09-09