-
考虑结构与地面运动特性在频域内相互关系的地震损伤状态预测模型
地震损伤状态预测模型研究,提出基于地震动与结构频率域共振区域(Ra)及其时间变化(Tra)的卷积神经网络模型(Model_Tra和Model_TraP),通过融合Ra、峰值地面加速度(PGA)等参数实现结构地震损伤分类。
来源:Journal of Building Engineering
时间:2026-04-02
-
基于Al–Cu和Fe–Mn合金显微图的机器学习预测方法,用于预测固液界面性质
提出基于卷积神经网络的实验方法,通过分析Al-Cu和Fe-Mn合金铸态显微图像,成功预测固液界面自由能γ₀=0.135±0.019 J/m²和各向异性参数ϵ=0.0106±0.0029(Al-Cu合金),以及γ₀=0.206±0.012 J/m²和ϵ=0.0213±0.0024(Fe-Mn合金),结果与文献值吻合。研究证实需多形态学特征耦合分析才能实现可靠预测。
来源:ACTA MATERIALIA
时间:2026-04-02
-
综述:关于医学图像隐写技术的综合性研究
本文通过三轴分类法(图抽象层、分析方法、安全目标)系统综述物联网与 cyber-physical systems 融合环境中的图智能安全研究,指出当前研究过度集中于基于图神经网络的检测技术,而高抽象层建模、预测性安全及韧性设计存在显著空白,并提出融合物理知识的混合学习、可信因果推理等未来研究方向。
来源:Computer Science Review
时间:2026-04-02
-
一种基于数据驱动的质子交换膜电解槽性能预测方法:深度学习与优化
提出一种结合数值模型与神经网络的PEM电解槽边界条件优化方法,通过BP神经网络实现高精度电流密度预测(R²=0.9967),并利用滑动窗口优化算法发现多个热性能差异显著的局部最优解。研究表明相同电性能下热均匀性差异可达46.69%。
来源:International Journal of Hydrogen Energy
时间:2026-04-02
-
通过逐层特征空间扰动净化技术,防御对抗性攻击对自动调制识别的攻击
对抗攻击下自动调制识别的深度神经网络防御研究。本文提出CFA-VQGAN框架,通过三阶段特征对齐策略抑制多层特征空间的对抗扰动传播,在保持清洁信号识别精度(92.84%-96.11%)的同时显著提升鲁棒性,尤其对白盒PGD攻击(87.22%-83.95%)和黑盒Square攻击(47%-44%)效果显著。
来源:Engineering Applications of Artificial Intelligence
时间:2026-04-02
-
饮食习惯、夜间进食和口腔卫生在幼儿龋齿中的作用:一项针对意大利南部248名儿童的回顾性观察研究
Luisa Limongelli,
Vanja Granberg,
Francesca Cervinara,
Tommaso Corsalini,
Daniela Di Venere,
Ilaria Fricelli,
Massimo Corsalini
患者12岁,确诊为EA2(脊髓小脑变性2型),由CACNA1A基因de novo c.978+1G>A错义突变导致。临床表现为婴儿期肌张力异常,学龄期反复眩晕、共济失调,10岁出现下肢肌力下降伴腱反射减弱,误诊为格林巴利综合征。基因检测确诊后,使用乙酰唑胺治疗显著改善发作。病例揭示EA2不仅是短暂性共济失调,还可能伴随神经发育缺陷、波动性肌无力及意识改变,需结合遗传检测与多学科评估。
来源:Children
时间:2026-04-02
-
POCUS临床实用操作培训课程在神经重症监护中的应用:培训者的视角
神经危重症中点- care超声(POCUS)培训效果研究。2022-2024年对179名学员(85名高年资医师、94名住院医师)开展1天培训,包含颈动脉超声、经颅多普勒、后循环超声等5个模块的3小时讲座和5小时实操。结果显示所有模块临床实用性评分中位数5分(最高分4.91±0.29,最低4.38±0.97),术后测试成绩显著提升(9.65±1.86 vs 7.69±1.70,P<0.001)。建议整合血管评估与临床诊疗的POCUS课程体系。
来源:The Neurologist
时间:2026-04-02
-
接受门诊物理治疗服务的老年人中,转诊诊断相关的跌倒风险
本研究通过分析2018-2022年六个州95,061例65岁以上老年患者物理治疗数据,发现45%存在跌倒高风险,风险随年龄增长而升高(女性风险高于男性)。其中神经性疾病(如卒中、神经病变)和下肢损伤(截肢、骨折)患者风险最高。结论强调物理治疗师需优先筛查75岁以上及神经/下肢问题患者,依据STEADI问卷结果制定针对性干预方案。
来源:Journal of Geriatric Physical Therapy
时间:2026-04-02
-
《Nature》认证!分子之心AI技术颠覆蛋白设计,赋能药物研发等万亿产业
近日,AI蛋白质设计领域领军企业分子之心,携手天津大学、海南大学、南方科技大学、杜克大学等顶尖科研机构,在国际权威期刊《Nature Communications》上联合发表一项具有里程碑意义的研究成果。该研究深度融合AI蛋白质设计技术和分子作用机制解析,实现蝎毒素LqhαIT的杀虫效力翻倍。
-
具有自进化参数的跨频率隐式神经表示
隐式神经表示(INR)在视觉数据建模中存在手动调参难题。本文提出自进化跨频率INR(CF-INR),采用哈夫曼小波变换分离图像为四个频段,并在频域内实现INR建模。通过自进化优化自动调整各频段参数ω和R,消除人工调参负担,显著提升图像回归、修复、去噪及云移除任务性能。
来源:IEEE Transactions on Pattern Analysis and Machine Intelligence
时间:2026-04-02