-
面向稀疏点云重建的几何一致鲁棒学习
•识别稀疏有符号距离学习中法向-切向敏感度不对称性
•曲率自适应的各向异性邻域稳定薄结构重建
•显著性引导采样改善薄结构和高曲率区域恢复
•与SDRO在稀疏ShapeNet上相比,L1 Chamfer距离从0.63降至0.46
•在稀疏输入下在ShapeNet、FAUST和S
来源:Computers & Graphics
时间:2026-08-27
-
将变压器神经网络与先进的双相位相关性分析相结合,用于预测阿尔文Ringwood反应堆(ALWR)核心子通道的特性
摘要
轻水反应堆(LWR)堆芯内部垂直子通道中的冷却剂循环,尤其是在两相流状态下,会引发复杂的行为和非平衡现象。为了准确模拟棒束中的流动特性,需要进行大量的计算循环、复杂的物理现象建模以及漫长的处理时间。此外,反应堆堆芯内不同子通道中的冷却剂会经历多种边界条件,而且在核反应堆
来源:Annals of Nuclear Energy
时间:2026-08-27
-
基于深度学习校正的具有随机参数的超材料吸声特性预测
## 摘要
由于制造过程和复杂的操作环境,声学超材料的声吸收性能常常存在不确定性。尽管矩方法可以在随机因子框架内预测这种不确定性,但由于计算复杂度高以及多尺度几何参数的耦合,其预测精度往往无法满足设计要求。为了解决这些挑战,本文提出了一种新策略,该策略利用深度神经网络(DNN)
来源:Aerospace Science and Technology
时间:2026-08-27
-
面向生物启发式跨模态记忆痕迹扩展的忆阻神经电路设计与实现
摘要
跨模态记忆印记扩展是大脑整合多感官信息的关键机制,通过已建立的记忆痕迹促进新记忆的形成,其中协同的感觉通道为记忆增强提供了神经基础。这一过程对于生物智能系统的高效学习和灵活适应至关重要。本文提出了一种基于忆阻器的跨模态记忆印记扩展电路,用于模拟果蝇中视 - 嗅联想记忆和
来源:AEU - International Journal of Electronics and Communications
时间:2026-08-27
-
面向机动目标制导控制一体化的自适应广义神经网络
**摘要**
本文研究在末端视线(LOS)角约束、模型不确定性和外部扰动条件下,拦截器对机动目标的制导与控制系统一体化(IGC)问题。为了在预定时间内估计未知的目标机动,提出了一种预定时间扩展状态观测器(PTESO),其中引入三角时间缩放函数以抑制瞬态峰值并增强估计鲁棒性。
来源:Aerospace Science and Technology
时间:2026-08-27
-
基于 CRV-PINN 的渠道粗糙度反演与水动力流场重构
•DT-PTV 和 CRV-PINN 框架减少了非接触式流量测量对密集示踪粒子的依赖。
•改进的 DT-PTV 通过动态阈值和匈牙利算法实现准确的稀疏粒子跟踪。
•CRV-PINN 利用物理约束实现流场重建和粗糙度反演。
•在人工河道和天然河流的开阔水道中进行了速度、流量和粗
来源:Advances in Water Resources
时间:2026-08-27
-
一种复杂城市环境中基于图神经网络与卡尔曼滤波融合的新型鲁棒亚米级智能手机定位
• 提出了一种用于智能手机GNSS定位的测量级GNN-KF框架。• 异方差不确定性使GNSS观测的自适应加权成为可能。• 所提方法利用Mi 8和S21 Ultra数据实现了0.82 m的RMSE。• 消融分析和LOS/NLOS分析证实了其在城市峡谷条件下的鲁棒性。引言近年来,
来源:Advances in Space Research
时间:2026-08-27
-
针对多模态推荐的有效提示式蒸馏方法
•PMMKD利用软提示来弥合多模态推荐中的语义 gap。•从图神经网络(GNN)到卷积神经网络(MLP)的知识蒸馏可以缓解过度平滑问题。•在R@20和NDCG@20指标上,相较于现有最佳方法(SOTA)分别提升了4.8%和13%。•通过针对提示的知识蒸馏,减少了跨模态的噪声和冗余
来源:Expert Systems with Applications
时间:2026-08-27
-
领域信息驱动的图神经网络与进化计算:面向增材制造关系属性增强的方法
摘要
增材制造(AM)中的力学性能预测涉及工艺参数与材料结果之间高度非线性且相互依赖的复杂关系。为应对这一复杂性,我们提出了一种领域驱动的图学习框架,将激光粉末床熔融(LPBF)工艺参数整合到图神经网络(GNN)中以实现力学性能预测。传统表格回归模型虽能捕捉输入变量间的非线
来源:Expert Systems with Applications
时间:2026-08-27
-
组织中三维基因组结构与基因表达的整合空间分析
三维基因组组织(3D genome organization)塑造了转录调控,但在完整组织内原位测量其空间协调性仍具挑战。研究人员提出了空间Hi-C-RNA(Spatial Hi-C-RNA),一种多模态平台,能够从同一组织切片以近单细胞分辨率同时绘制全基因组