-
基于椭圆环芯光纤的机器学习驱动双参数布里渊传感器,用于测量弯曲半径和角度
云龙昌|东和生|陈明珠|谢嘉欣|田慧萍摘要在这项研究中,我们提出了一种椭圆形环芯光纤(ERCF),该光纤能够同时实现弯曲半径和角度的测量,具有高灵敏度、低双折射率、较强的抗弯曲损耗能力,并通过深度神经网络(DNN)模型实现高精度感知。我们量化了光纤从圆形芯转变为椭圆形环芯时几何不
来源:Optics & Laser Technology
时间:2026-06-01
-
NOAOM:用于鲁棒图异常检测(Out-Of-Distribution,OOD)的近分布边界感知优化模块
严周|王一丽|徐晨|易畅|王欣摘要在当前的研究领域中,分布外(OOD)检测和异常检测逐渐引起了广泛关注。各个领域提出了多种有效的OOD检测方法,这些方法主要通过特定技术来准确区分OOD数据和分布内(ID)数据的特征。现有的方法能够轻松识别远离分布范围的样本(far-OOD样本),
来源:Knowledge-Based Systems
时间:2026-06-01
-
自适应流形曲率正则化:一种基于密度感知的深度学习几何框架
Nabil Mlaiki摘要我们提出了自适应流形曲率正则化(AMCR)方法,这是一种利用几何概念对神经网络进行正则化的新方法。其核心思想是对学习到的表示中的曲率进行惩罚,并根据训练数据的局部集中度来调整惩罚程度。与之前在所有地方都保持单一约束的基于曲率的方法不同,AMCR在低密度
来源:Knowledge-Based Systems
时间:2026-06-01
-
改进儿童神经性厌食症营养评估:关键血清生物标志物的临床价值
目的:可靠的饥饿生化标志物是改善儿童神经性厌食症(pediatric anorexia nervosa, AN)饥饿检测和监测所必需的。为此,研究人员探索了新的以及重新评估旧有的潜在血清生化标志物。
方法:在这项前瞻性队列研究中,研究人员纳入了65名AN儿童
来源:Journal of Pediatric Gastroenterology and Nutrition
时间:2026-06-01
-
Strokes2Deform:基于物理原理的3D手势云变形场学习方法
Shervin Rasoulzadeh | Raman Suliman | Arvin Rasoulzadeh | Iva Kovacic | Michael Wimmer•一种基于学习的模型,能够在无需重建和仿真的情况下实现具有变形感知能力的3D草图绘制。•一个包含40,000
来源:Computers & Graphics
时间:2026-06-01
-
用于火焰场重建的神经折射率原语:基于背景的Schlieren技术
Xinyi Lu|Wei Hu|Zizhou Liao|Zheng Wang|Yue Zhang|Jingxuan Li摘要本文提出了一种改进的神经隐式折射率重建框架,用于基于背景的斯利尔恩(Schlieren)层析成像技术,该框架能够利用紧凑的神经表示方法实现折射率场的准确高效
来源:Combustion and Flame
时间:2026-06-01
-
SIFFNet:一种用于抑制多种DAS-VSP噪声的语义信息特征融合网络
林洪波|李世帅|杨青晨|张泽远|陈俊涵中国吉林大学通信工程学院摘要分布式声学传感(DAS)技术为垂直地震剖面(VSP)采集提供了一种密集且成本效益高的解决方案。然而,由于仪器限制和恶劣的采集环境,DAS-VSP数据常常受到具有复杂特性且与地震事件在空间上相似的各种噪声的污染。这种
来源:Computers & Geosciences
时间:2026-06-01
-
利用图引导的生成对抗模仿学习,在专家驾驶轨迹数据上进行驾驶异常检测
岳松|瑞福|孙沁宇|黄涛|张海伦|郭英石摘要驾驶异常检测是驾驶安全分析领域中的一个关键挑战。传统的检测流程仅能覆盖有限的异常行为范围,且当交通环境发生变化时,它们学习到的异常边界可能会变得不可靠。在本研究中,驾驶异常被定义为在相似交通条件下与规范行为或专家行为模式的偏差。我们提出
来源:Expert Systems with Applications
时间:2026-06-01
-
艺术训练能否提升对音乐的情感感知?来自中国大学生的脑电图(EEG)证据
孙宇凡|侯瑞峰|张彦楠|窦晓晓|梁晓健摘要审美体验在音乐的情感功能中起着核心作用,然而关于长期绘画训练如何影响人们对音乐引发的情感的神经反应的研究却十分有限。本研究基于神经美学和审美共情的理论框架,利用脑电图(EEG)技术探讨了绘画训练对中国大学生的音乐情感神经处理过程的影响。研
来源:Acta Psychologica
时间:2026-06-01
-
基于华北地震活动的机器学习地震事件分类
地震事件的自动化分类对于地震监测与爆炸检测至关重要,特别是在华北此类构造活跃且地震(earthquake)与爆炸(explosion)波形特征高度相似的地区。本研究比较了基于特征机器学习(ML)与基于图像深度学习(DL)方法在事件级(event-level)与
来源:Earthquake Science
时间:2026-06-01