当前位置:首页 > 今日动态 > 神经科学
  • 基于GNN的欺诈检测中图拓扑与模型架构的分离:一个实证框架

    在基于GNN的欺诈检测中,图拓扑和模型架构通常被共同设计,使得无法将性能提升归因于任一组件。研究人员通过固定训练循环、特征和评估协议,同时独立变化图构建策略和GNN架构来解决这一问题。评估了三种策略:多关系时间、混合结构相似性和组内,每种策略均在三种GNN架构

    来源:Big Data and Cognitive Computing

    时间:2026-09-02

  • 物理信息神经网络求解多孔介质中耦合非等温两相流:训练病态、对策及梯度冲突的作用

    物理信息神经网络(PINN)在强耦合多目标系统上难以训练:在固定损失权重下,一次原本相同的运行会因随机种子而成功或发散,主流解释将失败归因于各损失项梯度之间的冲突。研究人员在带被动示踪剂的非等温Buckley–Leverett驱替这一具备精确解析解作为真值的三

    来源:Machine Learning and Knowledge Extraction

    时间:2026-09-02

  • 长时间负重行军对有经验军事人员步态、生理及神经肌肉表现的影响

    摘要 背景:负重行军已被广泛研究;然而,针对有经验士兵在长时间军事负重行军后的步态和跳跃表现评估较少受到关注。 目的:本研究旨在探究有经验军事人员长时间模拟负重行军相关的神经肌肉、生理及步态变化。16名男性士兵在跑步机上完成了12公里、30公斤负荷的模拟军

    来源:Sport Sciences for Health

    时间:2026-09-02

  • SEG2N: 一种具有不确定性量化的语义增强图神经网络框架用于CVE-to-CWE链接预测

    摘要 网络威胁情报日益依赖于知识图谱,将已披露的漏洞与其实例化的弱点类别和攻击模式相连接,然而这些链接在很大程度上仍然不完整、依赖人工维护,且难以跟上披露速度。本研究探讨图神经网络在自动化完成该任务方面的预测能力,将漏洞到弱点的分配问题建模为SEPSES网络安

    来源:Scientific African

    时间:2026-09-02

  • 基于农业废弃物的BioMCM-41介孔二氧化硅用于亚甲基蓝去除及ANN预测

    摘要:从农业残留物中开发可持续的介孔二氧化硅吸附剂,是提高染料去除效率同时减少对传统二氧化硅前驱体依赖的重要策略。然而,将低成本生物质转化为有序MCM-41型材料,以及在可变条件下预测其吸附性能,仍未得到充分探索。本研究以羊茅(Festuca arundina

    来源:Next Materials

    时间:2026-09-02

  • 面向X射线影像自动牙病分类的空间-语义双图Transformer框架

    人工智能(AI)正在通过实现更快速、更准确的诊断工作流改变现代医疗,尤其在基于影像的临床分析中。在牙科学中,由于细微的解剖变异、重叠结构以及低对比度病灶,利用X射线影像早期检测牙病仍具挑战。为应对这些局限,本研究提出一种创新的AI驱动框架,用于基于X射线影像的

    来源:Intelligent Data Analysis

    时间:2026-09-02

  • 供应链信息神经网络:将运营约束嵌入深度需求预测

    提出一种深度学习(deep learning)预测模型,在训练过程中嵌入供应链运营约束;将库存平衡(inventory balance)与容量限制(capacity limits)直接集成到需求预测分析中;在多个零售需求数据集上验证了预测精度的提升与偏差的降低

    来源:Supply Chain Analytics

    时间:2026-09-02

  • 三氯蔗糖诱导斑马鱼模型神经行为改变并加剧阿尔茨海默病样表型

    人工甜味剂被广泛消费,但其潜在的神经毒性效应仍知之甚少。本研究以三氯蔗糖(SUC)为模型化合物,开发了一种快速筛查人工甜味剂神经毒性的方法,并探讨其与神经退行性样过程(尤其是阿尔茨海默病(AD)样表型)的潜在关联。SUC在哺乳动物体内极少被吸收和代谢,导致其在

    来源:ACS Omega

    时间:2026-09-02

  • 物理信息图扩散模型用于银纳米线渗流网络的跨尺度性能预测

    银纳米线(AgNW)网络是柔性光电器件中极具前景的透明导电电极(TCEs),但其工业质量控制受到不可见微观结构与不可预测宏观性能之间鸿沟的阻碍。在此,研究人员提出了一种物理信息图扩散模型,将支配TCE导电的物理定律作为归纳偏置注入深度学习。从单张扫描电子显微图

    来源:ACS Omega

    时间:2026-09-02

  • 基于CNN的工业机器声音故障检测:公平数据划分与动态训练控制

    在工业环境中,声音通常是机器运行期间运动与振动产生的重要数据来源。每种机器运行状态通常会生成特定的声音,例如熟悉的正常工作声、异常声、断裂声,甚至可能表示停机的声音缺失。本文提出一种具有早停(early stopping)和学习率(learning rate,

    来源:Journal of Electronic Science and Technology

    时间:2026-09-02


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