-
通信约束下神经表征迁移的信息保持:经典压缩与量子启发振幅编码的信息论比较
神经网络学习到的神经表征编码任务相关信息,但其在通信约束下的行为仍认识不足。研究人员提出一个信息论框架,用于在受控维度约束下比较经典压缩与量子启发振幅编码(quantum-inspired amplitude encoding)在表征迁移中的表现。研究人员分析
来源:Mathematical and Computational Applications
时间:2026-10-24
-
基于改进灰狼优化器-BP神经网络与SHAP方法的爆破振动峰值粒子速度预测模型
由爆破振动引起的峰值粒子速度(Peak Particle Velocity, PPV)的精确预测对于控制工程风险和优化爆破参数设计至关重要。为解决PPV影响因素众多且可用研究样本有限的实际挑战,本研究开发了一种基于改进灰狼优化器(Improved Grey W
来源:Algorithms
时间:2026-10-24
-
基于事件相关电位的汉语道德语义加工时间动态特征:词汇分类任务中的ERP研究
道德作为一种普遍的行为准则和社会价值体系的基础,一直是心理学研究的焦点。为探究道德信息加工的认知架构,本研究采用事件相关电位(event-related potentials,ERPs)技术,以汉语道德词汇为刺激材料,刻画道德加工的时间神经动态特征。五十四名被
来源:Behavioral Sciences
时间:2026-10-24
-
基于优化显著性参数的图遗忘框架:选择性参数更新与遗忘-保留Pareto权衡
近年来,从已训练的图神经网络(graph neural networks, GNNs)中移除特定信息的需求日益重要。然而,现有解决方案如完全重训练或不加区分的参数调整计算代价较高,且常导致模型性能下降或遗忘不充分。为解决这些局限,研究人员提出一种基于优化显著性
来源:High-Confidence Computing
时间:2026-10-24
-
面向跨化学体系早期电池寿命终止(EOL)分类的受约束大语言模型(LLM)引导配置选择
数据驱动电池预后在一化学体系训练的模型部署到另一化学体系时可能失败。研究人员考察化学驱动域偏移下的早期寿命终止(end-of-life, EOL)分类,并引入模式约束(schema-constrained)大语言模型(large language model,
来源:Machines
时间:2026-10-24
-
基于BIM几何恢复预定义门位规则:神经符号距离函数嵌入上的图Transformer受控基准研究
设计错误带入施工阶段会导致返工、材料浪费和可避免的隐含碳。基于规则的建筑信息模型(BIM)合规性检查能够识别明确的设计问题。然而,现有规则引擎难以捕捉复杂空间布局及周边构件之间的上下文几何关系。人工智能(AI)提供了一种有前景的替代方案,可直接从BIM数据中学
来源:Buildings
时间:2026-10-24
-
多步优化框架实现高效且地质一致性的油藏历史拟合
摘要:油藏模拟的核心挑战在于校准模型以匹配历史生产数据,这一过程被称为历史拟合(history matching, HM)。该校准是一个逆问题,固有地具有非唯一性,因为不同的输入参数组合可能产生与观测数据相当吻合的结果。为解决这些挑战,本研究旨在开发一种在不牺
来源:Petroleum Research
时间:2026-10-24
-
基于在线视觉衍生数据的CNN、LSTM与强化学习(RL)实时交通信号控制仿真基准比较
城市信号交叉口是大都市路网中的关键瓶颈,低效控制策略会导致过度延误、拥堵和环境影响。尽管卷积神经网络(CNN)、长短期记忆网络(LSTM)和强化学习(RL)已被广泛研究用于交通分析和信号控制,但既有研究通常使用异构数据源和指标孤立评估这些范式。这种碎片化限制了
来源:Transportation Research Interdisciplinary Perspectives
时间:2026-10-24
-
TG-CNN:面向DEM降尺度地形泛化的特征融合卷积神经网络及IDW融合后处理评估
地形泛化——一种对数字高程模型(DEM)进行尺度驱动抽象、在保留主导地貌的同时滤除细微微地形的方法——长期由基于规则的算法主导,而深度学习主要面向DEM超分辨率的逆任务。本研究提出TG-CNN,一种用于DEM降尺度泛化的特征融合卷积神经网络(CNN)。该网络通
来源:Remote Sensing
时间:2026-10-24
-
情感触觉促进早期青少年虚拟社会排斥后的情绪与自主神经恢复
摘要翻译:
社会排斥威胁归属这一基本需求,并干扰情绪与生理调节。这一现象在青少年时期尤为关键,因为处理复杂的社会关系是该发展阶段的核心挑战。尽管轻柔触觉能够减轻情绪困扰并促进自主神经调节,但关于触觉在青少年中作用的研究仍较为匮乏。本研究采用沉浸式虚拟现实Cy
来源:Frontiers in Psychology
时间:2026-10-24