-
结构信息神经网络用于边界观测问题
研究人员介绍了一种新颖的机器学习(ML)架构,用于具有强物理先验的算子学习。学习到的椭圆算子可以从边界数据重建内部场。椭圆性确保了与几何无关的全局信息传递。在局部补丁上的新颖训练推动了训练效率和可扩展性。相比U-Net和图神经网络(GNNs),取得了显著的性能
来源:COMPUTER METHODS IN APPLIED MECHANICS AND ENGINEERING
时间:2026-07-22
-
热诱导应力阴影效应在多井水力压裂中的实验研究及基于神经网络的裂缝识别
深部高温低渗储层的高效增产关键依赖于通过多井水力压裂(multiwell hydraulic fracturing)创建复杂裂缝网络,其中热诱导应力阴影效应(thermally induced stress shadow effects)调节裂缝扩展和连通性。
来源:ACS Omega
时间:2026-07-22
-
面向图神经网络在交流最优潮流中的泛化研究
交流最优潮流(ACOPF)对于大规模电网计算密集,使用传统求解器通常需要过长的求解时间。机器学习提供了显著加速,但现有模型在可扩展性和拓扑灵活性方面存在困难。为应对这些挑战,研究人员提出了一种混合异构消息传递神经网络(HH-MPNN),该网络将异构图表征网络(
来源:Energy and AI
时间:2026-07-22
-
整合图、大语言模型与智能体:推理与检索
生成式人工智能(Generative Artificial Intelligence, GenAI)已迅速改变了智能系统的格局,大语言模型(Large Language Models, LLMs)在理解、生成和推理非结构化文本方面展现出强大性能。尽管取得了这些
来源:TRENDS IN FOOD SCIENCE & TECHNOLOGY
时间:2026-07-22
-
基于整合亲和超滤的多维筛选从工业栽培天麻中鉴定乙酰胆碱酯酶抑制剂
本研究开发了一种用于数据驱动发现乙酰胆碱酯酶(AChE)抑制剂的多维筛选平台。研究人员引入对数拟合以表征动态超滤-液相色谱(UF-LC)结合进程,并建立了一种两阶段高速逆流色谱(HSCCC)策略,用于高纯度分离活性化合物。通过整合网络药理学和PC12细胞实验,
来源:Industrial Crops and Products
时间:2026-07-22
-
融合时空特征的电池包长期服役故障动态迁移诊断
可靠的异构电池系统间故障诊断对于大规模电动汽车车队的安全至关重要。本研究利用多特征卷积神经网络(Multi-feature Convolutional Neural Network, MCNN)及来自1000辆电动汽车的长期运行数据,开发了一种跨域诊断框架以解
来源:Green Energy and Intelligent Transportation
时间:2026-07-22
-
等离子体矩闭合关系的机器学习方法:综述
大规模全球等离子体模拟的需求在空间和实验室等离子体物理中均构成持续挑战。任何基于流体模型的模拟都固有地需要高阶等离子体矩的闭合关系。本综述汇编并分析了近期机器学习(ML)方法在开发能够捕捉等离子体流体模型中动理学现象的改进闭合模型方面的激增。研究人员调查了两个
来源:Journal of Plasma Physics
时间:2026-07-22
-
短程低剂量甲氧氯普胺作为青少年自主神经功能异常相关胃肠动力障碍的桥接治疗:病例系列
背景:自主神经功能异常(dysautonomia),包括体位性心动过速综合征(postural orthostatic tachycardia syndrome, POTS)及相关体位性障碍,在青少年中常伴有严重的胃肠道(gastrointestinal, G
来源:Children
时间:2026-07-22
-
一种用于碳排放预测的时间树突神经模型
摘要:准确的碳排放预测对于区域低碳转型以及中国“双碳”目标的实现至关重要。然而,碳排放系统呈现显著的复杂非线性关系与时间依赖特征,传统统计方法与常规神经网络难以充分刻画其动态演化过程。为应对这一挑战,本文提出一种融合时间树突神经模型(Temporal Dend
来源:Mathematics
时间:2026-07-22
-
基于低复杂度的可重构智能表面(RIS)辅助无线系统块选择方案
在存在严重阻塞的无线网络中,路径损耗严重限制了通信覆盖范围。可重构智能表面(Reconfigurable Intelligent Surfaces, RIS)提供了一种有前景的补救措施。然而,对海量反射单元进行细粒度控制会带来极高的计算开销,阻碍了实时部署。为