当前位置:首页 > 今日动态 > 神经科学
  • 量子强化学习在社区微电网动态多目标能源管理中的应用

    严固|闫慧茹|王青乐|刘聪|刘成|成龙摘要深度强化学习(DRL)在提升微电网中能源管理系统(EMS)的性能方面受到了广泛关注,使得能源效率、运营成本和用户舒适度之间的权衡得以更有效地处理。与此同时,随着量子计算的发展,量子神经网络(QNN)在信息处理和表示方面展现了其独特的能力。

    来源:ENERGY AND BUILDINGS

    时间:2026-05-18

  • 利用VMD–PSO–GRU混合框架改进季节性多时域风速预测

    萨娜埃·阿尔胡奇(Sanae Arkhouch)| 伊克拉姆·阿拉西(Ikrame Arrassi)| 伊利亚斯·埃尔·迈亚斯(Ilyass El Myasse)| 纳比尔·贝纳亚(Nabil Benaya)| 法伊扎·迪布(Faiza Dib)| 哈杜吉·本·梅齐安(Khadd

    来源:Energy

    时间:2026-05-18

  • 基于深度学习方法的液压 fracturing(水力压裂)风险筛选早期预警模型

    李玉峰|毛胜|庄晓英|张帅|田守成|黄忠伟|李根生摘要水平井的多段压裂对于非常规储层的开发至关重要,但砂筛堵塞仍然是导致作业失败的主要风险。因此,对砂筛堵塞风险的早期预警至关重要。传统的物理模型依赖于压裂网压趋势或斜率分析,通常仅限于事后诊断。本文提出了一种基于时间注意力的长短期

    来源:ADVANCED ENGINEERING INFORMATICS

    时间:2026-05-18

  • 基于数据-知识驱动的增强应力场强度方法用于缺口疲劳寿命预测

    陈建鹏|赵秉锋|张立强|韩轩|谢立阳|王梓楠|李晓雄|张松文|韩佩良 东北大学航空推进系统振动与控制教育部重点实验室,沈阳110819,中国 **摘要** 在循环载荷环境下,缺口结构的疲劳寿命预测一直是工程实践中的一大挑战。本研究提出了一种数据-知识驱动的框架,引入

    来源:INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES

    时间:2026-05-18

  • 情感表达的原理:重新评估达尔文的进化论解释

    Dacher Keltner | Frank J. Sulloway 美国加利福尼亚大学伯克利分校,邮编94720 摘要 达尔文在情感科学的发展中起到了核心作用,但他自己关于这一主题的著作却常常被误解。在本文中,我们梳理了达尔文在《人类与动物的情感表达》(1872年)中描述的

    来源:Evolution and Human Behavior

    时间:2026-05-18

  • 采用自适应神经网络与反馈线性化的鲁棒双轮倒立摆轨迹跟踪与控制

    摘要: 本文提出了一种鲁棒的自适应神经网络控制器,用于控制两轮倒立摆系统的位移和方向,并保持摆锤处于竖直位置。该控制方法旨在与商用机器人平台兼容,这类平台通常使用速度控制信号而非扭矩或电压输入,并且对内部控制层的访问有限。因此,所提出的控制架构包括一个不可访问的嵌入式速度控制回

    来源:IEEE Women in Engineering Magazine

    时间:2026-05-18

  • 2026年5月刊简介

    摘要:本月我们为您带来了13篇研究论文,涵盖了广泛的主题,从用于材料表征的近场耦合泄漏波透镜,到基于电子顺磁共振光谱学的晶体学研究,再到脑肿瘤导电率变化的映射,以及低损耗太赫兹滤波器等。我们还回顾了我们的性能统计数据,并提醒读者在6月9日即将举行的IEEE国际微波研讨会上参观我

    来源:IEEE Journal on Miniaturization for Air and Space Systems

    时间:2026-05-18

  • 基于深度学习的射频指纹识别技术,用于实现安全的物理层设备认证

    摘要:射频指纹识别(RFF)作为一种有前景的物理层认证技术,能够利用固有的硬件缺陷来唯一识别无线发射器。在本研究中,提出了一个完整的端到端RFF框架,该框架能够合成高度真实的设备信号,构建混合时间和频率特征表示,并评估多种深度学习架构用于多设备分类。使用QPSK和BPSK基带调制

    来源:IEEE Access

    时间:2026-05-18

  • 考虑失望理论的多属性量子群决策模型在群体智能中的应用及其在清洁能源项目选址中的应用

    国家|雷通摘要为了解决群体决策过程中决策者的认知模糊性、有限理性以及信念干扰问题,本文提出了一种基于信任关系的概率语言多属性量子群体决策模型,该模型融合了群体智能和失望心理学理论。首先,使用概率语言术语集来表征偏好信息,并定义了一个包含损失厌恶效应的评分函数。其次,在信任网络框架

    来源:Expert Systems with Applications

    时间:2026-05-18

  • 深度学习技术的演变及其在车辆轨迹预测中的挑战

    摘要:精确的车辆轨迹预测(VTP)在智能交通系统和自动驾驶的发展中起着至关重要的作用。它能够提升对交通状况的感知能力,优化复杂交通场景下的决策过程,并提高安全性。尽管已有许多研究综述了车辆轨迹预测的方法,但从系统和建模的角度对近期基于深度学习的方法进行全面回顾仍然不足。为填补这

    来源:IEEE Open Journal of Intelligent Transportation Systems

    时间:2026-05-18


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康