-
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
-
基于双流卷积神经网络的心超声心动图中左心室射血分数与整体纵向应变的自动测量
摘要
左心室射血分数(LVEF)和整体纵向应变(GLS)对于心血管疾病的诊断、临床决策及预后评估至关重要。然而,通过超声心动图准确评估LVEF和GLS受到观察者间变异、耗时及劳动密集等问题的制约。本研究旨在开发一种能够准确且快速评估LVEF和GLS的自动化方法
来源:PLOS Digital Health
时间:2026-09-02
-
甲醇添加剂喷雾贯穿距与锥角在闪沸及非闪沸状态下的神经网络预测
甲醇及其含氧混合燃料是直喷发动机中可信的低碳燃料,然而经典关联式在实际压力范围内对其喷雾行为的预测效果不佳。贯穿距决定壁面润湿风险,锥角控制空气卷吸,二者必须同时预测。在定容容器中进行的高速纹影(Schlieren)成像记录了纯甲醇以及与甲基叔丁基醚(MTBE
来源:Energy and AI
时间:2026-09-02
-
金融情感词典的自动构建
研究人员针对由10-K与10-Q报告构成的庞大金融语料,研究了金融情感词典(sentiment lexicon)的自动构建方法。为此,研究人员开发了两种神经网络方案:其一是分类前馈神经网络(classification feed-forward neural
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-02
-
基于遗传算法的浮式风力发电机神经控制器优化中代价函数的比较分析
摘要翻译:在浮式海上风力发电机(FOWTs)中,由于风-浪-平台耦合动力学的影响,在最大化能量捕获的同时缓解结构振动仍是一项主要控制挑战。本研究针对一台5 MW驳船式浮式海上风力发电机低于额定风速运行区域,提出了一种遗传算法优化的人工神经网络(GA-ANN)控
来源:Engineering Science and Technology, an International Journal
时间:2026-09-02
-
联邦图神经网络的安全与公平训练
图神经网络(GNN)已成为图结构数据学习的主导范式。为保护分布式图场景下的数据隐私,联邦图神经网络(Federated GNN)通过支持在不共享原始数据的前提下进行协作模型训练,成为一种有前景的方案。然而,近期研究表明联邦GNN会继承甚至放大分布式数据中的偏差
来源:Journal of Cybersecurity and Privacy
时间:2026-09-02
-
基因-神经适应:用于电液系统中动态跟踪的卡尔曼滤波器过程噪声协方差的优化
摘要
来源:Applied Sciences
时间:2026-09-02
-
人工神经网络与非线性光学中修正Benjamin–Bona–Mahony方程非线性孤子解的模拟
为了研究三阶非线性修正Benjamin–Bona–Mahony方程的孤子解,本研究提出了一种解析与机器学习相结合的混合方法。引入了一种符号计算与数据驱动建模的新型组合,以加强理论分析并提高模拟能力。接下来,研究人员提出了一种Riccati子方程神经网络(RSE
来源:Mathematical and Computational Applications
时间:2026-09-02
-
基于粒子群优化的直觉模糊神经网络合成温度预测
精确的温度预测对于在非线性和不确定运行条件下评估智能数据驱动预测方法至关重要。然而,环境变量的不确定性以及输入变量之间的非线性关系对传统预测方法构成了挑战。本研究旨在表明,IFNN–PSO(基于PSO优化的直觉模糊神经网络)可用于合成温度预测应用的概念验证。本
来源:Algorithms
时间:2026-09-02
-
通过非多项式样条逼近与神经网络验证推进Caputo分数阶Lotka–Volterra系统的数值处理
本文提出了一种修正的非多项式分数三次样条(modified non-polynomial fractional cubic spline, MNPFCS)方法,用于求解由Caputo分数阶导数控制的分数阶Lotka–Volterra捕食–被捕食系统。该方法将非
来源:Mathematics
时间:2026-09-02