-
用于资源受限设备的基于电阻抗谱的生物传感器的人工神经网络数据分析
便携式和可穿戴传感器近年来在多种应用中受到关注。基于电阻抗谱（EIS）的传感器尤其有前景，因为它们能够以最小扰动对被测样品进行精确测量。电化学生物传感器是利用电化学技术测量目标分析物的设备。在基于EIS的电化学生物传感器中，测得的阻抗谱被拟合到等效电路模型，其
来源：Journal of Low Power Electronics and Applications
时间：2026-08-15
-
深度分位数预测：评估用于多期风险价值的先进神经网络
本研究检验了现代深度学习架构是否能够通过学习传统计量经济模型难以捕捉的非线性尾部风险动态来改进多期风险价值（Value-at-Risk, VaR）预测。利用标普500指数收益数据和已实现波动率（Realized Volatility, RV）度量，研究人员在H
来源：International Journal of Financial Studies
时间：2026-08-15
-
进化训练神经网络：遗传算法中交叉算子与反向传播比较中的作用
使用基于梯度的方法（如反向传播（backpropagation））训练神经网络是主流范式，但它依赖于可微损失函数，并对初始化和局部极小值敏感。进化算法提供了一种无梯度替代方案，但其内部算子对训练质量的影响仍未被充分表征。本研究系统比较了反向传播与十种遗传算法（
来源：Applied Sciences
时间：2026-08-15
-
基于高斯光束和高斯涡旋光束的大气湍流强度主动探测技术研究
大气湍流强度的精确探测对于大气光学和激光通信至关重要，然而高效的反演方法仍显不足。本研究探索了利用高斯光束和高斯涡旋光束进行大气湍流强度（大气折射率结构常数，Cn2）反演的可行性。研究人员构建了基于空间光调制器（SLM）的湍流模拟平台，以生成不同湍流强度的相位
来源：Applied Sciences
时间：2026-08-15
-
基于深度学习的预防性继电器整定校准增强高分布式能源渗透电网保护协调鲁棒性
分布式能源（DERs）渗透率的不断提高引入了显著的运行不确定性，对配电网中传统保护协调的可靠性和鲁棒性提出了挑战。传统优化方法能够获得高质量的继电器整定值，但其迭代计算负担限制了其在实时自适应中的直接应用。为解决这一问题，研究人员提出了一种基于深度学习的预防性
-
透明ANN–Excel模型用于钢纤维增强混凝土梁抗剪强度：参数分析及设计意义
本文提出了一种基于人工神经网络（ANN）的模型，用于预测无横向钢筋的钢纤维增强混凝土（SFRC）梁的抗剪强度，该模型直接利用Excel软件开发，以确保计算透明性和统计可解释性，同时保持经验数据驱动工具的特性。本研究中，研究人员收集、整理并利用了一个包含923个
来源：Buildings
时间：2026-08-15
-
VIWNO：用于受控桥梁模拟和实验室损伤识别的车辆-桥梁交互小波神经算子
受控桥梁模拟和实验室损伤识别需要能够模拟结构响应并从有限测量中推断局部刚度损失的模型。现有的基于傅里叶神经算子(FNO)的车辆-桥梁交互(VBI)模型为这些映射提供了有效的替代，但全局傅里叶表示可能会平滑局部损伤过渡，并为有限跨度桥梁响应引入边界相关误差。本研
来源：Buildings
时间：2026-08-15
-
Var-ANN定标FY-3C VASS温度廓线：青藏高原评估及在WRF降水模拟中的应用
数值天气预报（NWP）的精度高度依赖初始大气状态场的质量，而青藏高原（TP）恶劣环境与稀疏常规观测难以满足高分辨率需求。研究人员提出一种结合变分法（Variation Method）与反向传播人工神经网络（Var-ANN）的集成框架，对风云三号C星（FY-3C
来源：Remote Sensing
时间：2026-08-15
-
基于全局-局部特征的双流深度神经网络特征融合水稻叶部病害分类
水稻叶部病害显著影响作物健康和产量潜力，因此需要准确及时的病害诊断。许多现有方法仍依赖单流特征提取架构，这可能限制其同时捕获全局上下文信息和细粒度病害特征的能力。此外，有限的可解释性和决策支持能力阻碍了这些方法在实际水稻种植中的部署。为解决这些局限性，研究人员
来源：Computers
时间：2026-08-15
-
编码感官历史偏差的丘脑皮层回路
编辑总结过去的经验能够为未来的决策提供指导。Leow等人研究了小鼠中负责基于经验做出决策的大脑回路。通过行为测试、光遗传学操控、钙成像以及计算技术，该研究指出，丘脑外侧后核到前扣带皮层的通路会利用先前试验的信息来引导适应性决策。干扰这一通路会破坏利用过往经验来指导决策的能力。此外
粤公网安备 44010602000434号