生物通官微陪你抓住生命科技跳动的脉搏
利用深度学习进行相位解缠,结合波长调谐干涉术实现表面形貌测量
摘要
来源:Applied Sciences
时间:2026-07-05
综述:神经营销中合理的刺激因素选择:一项关于伦理、可持续及可重复消费者研究的批判性综述与规范框架
来源:Behavioral Sciences
综述:错误还是适应?对精神病学中预测加工理论的批判性回顾
无需重置的脉冲放电:神经回路中连续积分-放电动力学
漏积分-放电( leaky integrate-and-fire, LIF )范式被广泛用于描述生物神经元和人工神经元中的脉冲放电动力学。然而,其实现通常依赖于显式的重置规则或涉及负微分电阻( negative differential resistance,
来源:The Journal of Physical Chemistry Letters
基于新型异噁唑-5-酮衍生物通过TNF-α、COX-2、IL-6和NF-κB调控在阿尔茨海默病动物模型中的行为学与神经炎症评价
阿尔茨海默病(Alzheimer's disease, AD)是一种以认知衰退、胆碱能功能障碍和神经炎症为特征的进行性神经退行性疾病。多靶点导向配体(multitarget-directed ligands, MTDLs)正日益被认为是治疗此类多因素病理疾病的
来源:ACS Omega
神经性厌食症青少年在更高水平进食障碍治疗中的强迫性运动:随时间变化的轨迹
强迫性运动在青少年神经性厌食症(AN)中较为常见,与更严重的进食障碍病理及更差预后相关。在进食障碍的更高水平治疗(HLOC)中,身体活动常受到限制以期减少强迫性运动;然而,这些限制措施在不同治疗级别中的有效性尚缺乏研究。本研究考察了AN患者在从高度监管环境过渡
来源:Eating Behaviors
基于自适应模糊神经推理系统(ANFIS)优化的滑模–模糊联合分层再生制动控制策略研究
在车辆减速过程中回收部分制动能量的能力是新能源汽车(EV)相较于传统内燃机车辆(ICEV)的独特优势之一。现有量产车中,再生制动控制通常采用基于规则的查表法实现。虽然此类方法简单、可靠且易于实现,但缺乏根据多变行驶工况自适应调节制动力分配的能力,从而限制了高能
来源:Actuators
联邦图神经网络–深度强化学习支撑零信任SDN网络中弹性与信任感知资源分配
现有针对零信任(ZT)软件定义网络(SDN)中资源分配的解决方案将安全性、弹性与效率分别处理;集中式方法违反数据隐私;深度强化学习(DRL)缺乏信任动态性;而联邦学习(FL)尚未纳入图神经网络(GNN)或故障弹性。这些局限性促使研究人员提出联邦GNN-DRL框
综述:童年创伤对神经精神疾病的影响及其代际传递机制
童年创伤(Childhood Trauma, CT)与一系列躯体及神经行为障碍存在不利关联,并进一步促进家庭创伤的代际传递。本综述系统阐述了童年创伤对幸存者及其后代产生的深远影响,深入分析了代际传递背后的复杂机制,并创新性地提出了环境-心理-生理-分子(Env
自适应神经网络预设时间控制(Adaptive Neural Network Preset-Time Control)用于具有未知动态特性的旋转直驱阀(Rotary Direct-Drive Valve, RDDV)
本文研究了受复杂非线性动态及未知外部扰动影响的旋转直驱阀(Rotary Direct-Drive Valve, RDDV)的高精度位置跟踪控制问题。为实现优良的瞬态及稳态性能,研究人员提出了一种新颖的自适应神经网络预设时间控制(Adaptive Neural
来源:Electronics
知名企业招聘: