-
释放数据的力量:利用强化学习实现动态子集选择
尹子墨|卓晶杰 中国北京100085,联想研究院AI实验室 摘要 数据选择是一种通过选取整个数据集的子集来降低成本和能耗的常用技术。然而,确定合适的子集比例颇具挑战性,需要领域知识与实践经验。此外,评估结果会因验证集的选择而大幅波动,这就需要额外的计算资源以确保结果的稳定性。为解
来源:Neurocomputing
时间:2026-07-11
-
基于对抗学习推理的单图像GAN框架
埃尤普·伊尔迪兹|梅赫梅特·埃尔坎·于克塞尔|塞尔丘克·塞夫根
土耳其埃尔津詹省埃尔津詹市比尔阿里·耶尔德勒姆大学工程与建筑学院计算机工程系
**摘要**
单图像生成对抗网络旨在通过利用内部块统计特征、空间自相似性以及跨尺度规律性,从单张自然图像中学习生成先验。尽管
来源:Neurocomputing
时间:2026-07-11
-
评估人类对新型视图合成的感知:动态场景中高斯溅射与NeRF的主观质量评估
张宇航|乔舒亚·马拉瓦尔|张正宇|尼古拉斯·拉明|田世顺|张璐•首个针对包含移动物体的动态场景的NVS-QA数据集。•对基于GS和NeRF的NVS方法进行联合评估。•包含13个具有不同观看路径的真实场景。•采用双重主观测试:无参考与有参考评估。•客观指标难以完全匹配人类感知。引言
来源:Displays
时间:2026-07-11
-
基于因果景观结构图先验的自然疫源性疾病风险时空预测
Xing Yuan|Min Meng|Li Wang|Binggan Wei|Hairong Li|Linsheng Yang•将自然疫源地疾病的预测问题转化为时空层面的异常数据泛化问题。•借助专家设计的景观图先验,构建用于鼠疫风险预测的生态连通性模型。•CL-GNN通过融入生态
来源:Knowledge-Based Systems
时间:2026-07-11
-
利用GNN优化云雾计算中的数据分析工作流调度
Waralak Chongdarakul|Khomkrit Yongcharoenchaiyasit|Nattapol Aunsri|Sujitra Arwatchananukul|Prasitthichai Naronglerdrit泰国清莱玛哈鲁昂大学应用数字技术学院摘要数据
来源:Future Generation Computer Systems
时间:2026-07-11
-
一种基于机器学习的计算框架,用于模拟微极性纳米流体叶片涂层过程中的布朗运动和热泳效应
祖尔菲卡尔·阿里|拉米·马哈茂德·哈费兹|贾法尔·哈斯奈因|穆罕默德·优素福·拉菲克巴基斯坦伊斯兰堡巴赫里亚大学计算机科学系
摘要
本研究提出了一种机器学习框架,用于模拟在布朗运动、热泳效应、磁场作用以及微旋转动力学影响下的微极性纳米流体的叶片涂层过程。通过润滑近似理论简化描述
来源:Engineering Applications of Artificial Intelligence
时间:2026-07-11
-
古老的摄食相关神经肽调控蚂蚁的异亲行为
异亲照顾和劳动分工是昆虫社会的标志。昆虫社会性工蚁通常在年轻时照顾巢内的幼体,随着年龄增长过渡到巢外觅食。这为研究亲代行为和年龄相关行为变化的神经基础提供了强大范式。尽管先前的研究探讨了这些动态的某些方面,但潜在的神经和分子机制仍知之甚少。在此,利用神经肽的无
-
综述:了解路易体痴呆的遗传缺陷
摘要路易体痴呆(LBD)是一种在临床和病理上都较为复杂的神经退行性疾病。其病因至今仍不明确,因此在临床实践中很可能被漏诊。从临床表现来看,LBD的特征包括认知功能波动、视觉幻觉、快速眼动期睡眠行为障碍以及运动功能障碍。从病理学角度而言,该疾病的特点是大脑中存在由错误折叠的α-突触
来源:Molecular Neurodegeneration
时间:2026-07-10
-
低β频段神经反馈训练:对注意力定向、执行控制及潜在神经机制的影响
摘要神经反馈训练通过实时反馈大脑活动,帮助参与者自我调节特定脑区的认知功能。了解神经反馈训练的神经生理学机制至关重要,因为这些机制目前仍不太清楚,尤其是其神经基础方面。本研究旨在探讨神经反馈训练是否以及在多大程度上能够提升健康成年人的注意力定向能力和执行控制能力,并探索与这些行为
来源:Behavioral and Brain Functions
时间:2026-07-10
-
人类MAPT突变体tau纤维中的Pick折叠
MAPT(tau基因)的突变导致与17号染色体相关的额颞叶痴呆和帕金森综合征(FTDP-17T),脑细胞中出现大量丝状tau包涵体。一些编码错义和缺失变体的突变可引发Pick病的临床表型,并在神经细胞中形成由三重复tau组成的纤维。研究人员在此报告了来自携带M
来源:Acta Neuropathologica
时间:2026-07-10