生物通官微陪你抓住生命科技跳动的脉搏
对PINNs(光电集成网络)的建模方法及变量依赖权重优化策略进行了系统的比较分析
登革热传播动力学建模中,构建了ODE、FDE和离散三种模型,提出变权重优化策略(VDWOS)并验证其优于传统策略(TWOS),通过LSTM网络预测时变参数β(t)与实际数据高度吻合。灵敏度分析表明模型参数对系统响应敏感,但FDE模型结果与ODE/离散模型差异显著。研究揭示了不同模型在稳定性分析和数值模拟中的特性差异,为传染病预测与防控提供模型选择依据。
来源:Chaos, Solitons & Fractals
时间:2026-03-02
通过旋涂技术在Ti-6Al-4V合金上制备Zn/Sr共掺杂的羟基磷灰石涂层,显著提升了该涂层的耐腐蚀性和生物相容性,适用于骨科植入物应用
羟基磷灰石涂层通过Zn/Sr共掺杂优化了钛合金基体的生物相容性和抗腐蚀性,溶胶-凝胶法制备的HZS2涂层在7天内骨细胞活性提升至109.34%,并增强碱性磷酸酶活性。
来源:Ceramics International
基于可持续性的评估方法:利用混合模糊多属性决策(MCDM)框架研究可再生能源在智能机场中的整合情况
智慧机场可再生能源整合评估的混合模糊决策模型研究
来源:Case Studies on Transport Policy
性别在可持续出行决策中的差异:通过纳入经济和技术因素来扩展TAM模型以促进电动汽车的普及
电动汽车采用影响因素及性别差异研究,基于扩展技术接受模型和结构方程模型分析278份印尼样本,发现经济因素对感知有用性和易用性影响最大,性别通过调节路径差异影响采用行为,女性更关注技术效益而男性侧重态度驱动,为政策制定提供新视角。
PatchDFF:一种基于双特征融合的安全补丁识别方法
软件漏洞利用威胁系统安全,及时修复需精准识别安全补丁。本文提出PatchDFF方法,通过构建修复前后程序依赖图(PDG)的子图并输入多图注意力网络(MGAT)提取结构特征,结合BERT嵌入与CNN-Transformer混合编码器(CTE)提取描述语义特征,最终融合结构特征与语义特征提升识别准确率(80.93%)和F1分数(77.04%)。
来源:Big Data Research
利用曲线拟合和机器学习进行的高能中子屏蔽分析:一项基于蒙特卡洛方法在混凝土和铁硼材料配置中的研究
高能质子加速器异常工况下的次级中子辐射屏蔽方法研究,基于FLUKA蒙特卡洛模拟分析四种屏蔽环境(混凝土/铁硼-空气/屏蔽)与四种质子能量(50-1000 MeV)的剂量分布,结合指数衰减模型与随机森林等机器学习算法,验证ML与物理模型融合在缩短计算时间同时保持高精度(R²≈0.92-0.97)的可行性,为辐射屏蔽设计提供新框架。
来源:Annals of Nuclear Energy
喷射模式下自主攀爬RBCC燃烧方法的比较研究
自主爬升能力对火箭基组合循环(RBCC)发动机喷射燃烧模式至关重要,本文通过建立DAB(扩散与再燃)和SMC(同步混合燃烧)的数学模型,对比分析其在全程飞行轨迹(Mach 0.7-3,0-20km)下的性能差异。研究表明:DAB比冲优势显著但燃料消耗与SMC接近(5kg/s流量差<5%),且对混合段几何参数敏感;SMC结构紧凑,宽速域适应性更强,推荐为自主爬升优先方案。
来源:Aerospace Science and Technology
一款39.5毫瓦、3GS/s、16位的DAC,具备故障抑制功能以及用于射频直接采样的转换加速技术
功率高效型16位混合DAC设计与实现采用GI-DDS结构和双通道插值技术,在3GS/s采样率下实现81.84dB SFDR和84.36dB IMD3,功耗仅39.46mW,65nm CMOS工艺实现1.41mm²芯片面积。
来源:AEU - International Journal of Electronics and Communications
综述:碰撞概率估计:基于物理、机器学习及混合方法的比较研究,旨在实现更安全的太空环境
碰撞概率评估方法综述:比较物理、机器学习与混合方法在空间碎片规避中的应用,指出ML方法需验证可信度,混合方法需完善不确定性建模,强调数据不足和标准化验证的挑战,提出未来需加强可解释性AI与多源数据融合。
来源:Acta Astronautica
在高速公路上遇到被遗弃的物体时,连接的AR-HUD(增强现实驾驶辅助系统)警告系统如何影响变道策略?——一种生存分析方法
本研究通过驾驶模拟实验,采用生存分析方法,对比基线、HUD和AR-HUD在高速公路废弃物体事件中的效果,发现AR-HUD能更快识别危险并优化车道变换策略,提升碰撞避免安全性。HUD与基线无显著差异,AR-HUD在降低反应时间、延长操作时间及改善最终碰撞时间方面表现突出。
来源:Accident Analysis & Prevention
知名企业招聘: