• 熔丝制造碳纤维增强PETG的拉伸强度实验研究与基于人工神经网络的预测

  熔丝制造（FFF）已成为生产功能性聚合物复合材料构件的重要增材制造技术。通过FFF制造的碳纤维增强聚对苯二甲酸乙二醇酯-共聚-1,4-环己烷二甲醇酯（PETG/CF）的拉伸性能取决于多个打印参数。本研究提出了一个集成的实验与预测框架，用于研究挤出温度、打印速度

  来源：Journal of Manufacturing and Materials Processing

  时间：2026-08-21

• 重力参考图水下导航适配性分析与智能处理

  重力匹配导航（Gravity-matching Navigation）是水下航行器（Underwater Vehicle）隐蔽导航的重要手段之一。作为核心关键技术，重力参考图（Gravity Reference Map）的制作与应用对水下导航精度具有非常显著的

  来源：Remote Sensing

  时间：2026-08-21

• 使用卷积神经网络方法基于Sentinel-2影像预测火炬松人工林LiDAR衍生的冠层叶面积指数

  冠层叶面积指数（CLAI）是一种林分属性，包含关于管理松林实时健康和生长潜力的信息。当前用于量化CLAI的遥感技术依赖于对卫星多光谱影像应用简单线性模型，或基于光探测与测距（LiDAR）数据的技术，这些技术成本高昂且采集频率较低。本研究展示了一种卷积神经网络（

  来源：Remote Sensing

  时间：2026-08-21

• 用于人工突触的具有高度线性权重更新的非晶氧化铒 (Er2O3) 忆阻器

  打开图形查看器 摘要 具有多级电导状态的模拟忆阻

  来源：ACS Applied Electronic Materials

  时间：2026-08-21

• MCCX：结合蒙特卡洛方法、卷积神经网络和提升算法来预测纳米粒子的存活能力

  打开图形查看器 摘要 依靠少量实验数据集进行建模和预测具有挑战性，特别是当数据集不足、充满噪声或包含高度复杂的关系时。通过利用神经网络（NNs），我们开发了能够处理这类小型数据

  来源：ACS Applied Engineering Materials

  时间：2026-08-21

• 儿童体外膜肺氧合中显著神经损伤的早期风险分层的探索性深度学习驱动研究

  目的：开发并检验一种多模态深度学习框架，利用伴或不伴时间依赖性脑电图（EEG）谱特征的临床变量，预测儿童体外膜肺氧合（ECMO）患者发生显著神经损伤（SNI）的风险。方法：数据来自73例儿童ECMO患者。排除EEG启动后72小时内时序数据缺失或不连续者后，对4

  来源：Frontiers in Digital Health

  时间：2026-08-21

• 评估影响慢性伤口愈合的风险因素：使用逻辑回归和神经网络模型的综合分析

  目的：慢性伤口给患者带来巨大的负担和痛苦，其愈合过程受生理、社会和心理因素复杂交织的影响。本研究旨在通过整合传统统计方法与机器学习技术，全面评估影响慢性伤口愈合的风险因素。方法：研究人员（研究人员）回顾性收集了本院收治的232例慢性伤口患者的人口学和临床数据。

  来源：Frontiers in Health Services

  时间：2026-08-21

• 巴西教师教育神经科学中感知培训差距的映射

  教育神经科学引起了教师的极大兴趣，但专业发展项目通常在设计时没有正式评估教育者认为他们所知道的与他们希望学习的内容之间的差异。这项对横断面调查的二次分析考察了204名在职巴西教师在教育神经科学中的感知培训需求。参与者对10个神经科学相关主题，在六点量表（0-5

  来源：Frontiers in Psychology

  时间：2026-08-21

• 巴拿赫空间中合成数据引导的对称神经网络逼近

  摘要

  来源：Axioms

  时间：2026-08-21

• 综述：基于 CNN 的视频处理时空特征提取：系统综述

  摘要

  来源：Electronics

  时间：2026-08-21

知名企业招聘：