-
综述:CAR-T细胞疗法治疗中枢神经系统血液系统恶性肿瘤的突破与挑战
嵌合抗原受体T(Chimeric Antigen Receptor T, CAR-T)细胞疗法已变革血液系统肿瘤的治疗格局,但由于关键临床试验将中枢神经系统(Central Nervous System, CNS)受累患者排除在外,其在伴CNS侵犯患者中的应用
来源:Blood Science
时间:2026-07-06
-
通过分布式量子神经网络推动科学发现与复杂优化的发展
摘要优化问题在各个领域都至关重要,然而现有的量子算法尽管具有巨大潜力,但由于过度依赖纠缠现象,存在可扩展性和精度方面的问题。为了解决这些限制,我们提出了一种变分量子优化算法(VQOA),该算法采用仅基于量子叠加的方案,其中单量子比特旋转门的功能类似于经典深度神经网络中的神经元。这
来源:npj Computational Materials
时间:2026-07-06
-
综述:基于代理模型加速供水管网优化运行
供水管网(WDN)中的水泵运行是供水系统能耗的主要组成部分,使得运行优化成为一项关键任务。传统的优化方法依赖水力模拟器来评估目标函数和约束条件,然而相关的计算负担可能限制其在实时或近实时环境中的应用。本研究评估了在泵站运行优化过程中用水力模拟器替代基于人工神经
来源:Water Science and Engineering
时间:2026-07-06
-
用于轴承故障诊断中无监督领域自适应的特征提取器:Padé逼近神经网络
摘要
来源:Machines
时间:2026-07-06
-
HCEC:一种有效的混合CNN-集成分类器用于高光谱图像分类
高光谱图像分类(Hyperspectral Image Classification, HSI)被广泛用于分析不同实际应用中的遥感图像。近年来,卷积神经网络(Convolutional Neural Network, CNN)已成功应用于HSI分类。集成学习方
来源:Artificial Intelligence in Geosciences
时间:2026-07-06
-
混合Prophet–LSTM–BPNN框架用于季节性干旱预测
干旱是最具破坏性的水文气候灾害之一,尤其在干旱和半干旱地区,水资源短缺直接威胁农业生产和社会经济稳定。因此,可靠的季节性干旱预测对于有效的早期预警和水资源管理至关重要。本研究提出了一种序列混合预测框架,称为Prophet–LSTM–BPNN,该框架集成了Pro
来源:Artificial Intelligence in Geosciences
时间:2026-07-06
-
基于全连接网络的神经架构搜索:强化学习算法与基于神经切线核代理指标的比较——以测井曲线地球化学参数估算为例
本研究开展了针对具有跳跃连接(skip connections)的全连接神经网络(fully connected neural networks, FCNNs)训练自由(training-free)神经架构搜索(neural architecture sear
来源:Artificial Intelligence in Geosciences
时间:2026-07-06
-
基于AI-RNN方法的含辐射–耗散效应的Eyring-Powell混合与三元纳米流体生物对流流动研究
在本研究中,研究人员提出了一种基于人工智能的递归神经网络(AI-RNN,Artificial Intelligence based Recurrent Neural Network)方法,用以研究具辐射–黏性耗散效应下含Eyring-Powell三元纳米流体(
来源:Alexandria Engineering Journal
时间:2026-07-06
-
基于原型条件化生成对抗网络分层时空编码的网络流量异常检测
当前网络流量异常检测系统无法可靠识别罕见的零日漏洞利用和权限提升攻击,原因在于少数类样本的极度稀缺导致模型无法为上述类别习得连贯的决策边界。为弥合这一差距,研究人员提出PRISM(Prototype-guided Representation with Imb
来源:Alexandria Engineering Journal
时间:2026-07-06
-
在边缘SoC上实现环绕视图生成与语义分割的流式集成
摘要:将环绕视图生成与深度神经网络推理集成到同一个边缘系统级芯片中面临诸多挑战,因为环绕视图处理流程需要大量的外部内存传输,而人工智能推理又需要数据在芯片间频繁移动,这导致了严重的内存带宽瓶颈。本文提出了一种基于数据流的流式架构,可将环绕视图生成与DNN推理整合为单一处理流程。该
来源:IEEE Access
时间:2026-07-06