-
高级别外阴上皮内瘤变的复发:一项全面的队列分析
**摘要**
**目标:** 高级别外阴上皮内瘤变(VIN)是外阴鳞状细胞癌(VSCC)的前兆。高级别VIN分为与人乳头瘤病毒(HPV)相关的高级别鳞状上皮内病变(HSIL)和与HPV无关的VIN(HPVi-VIN)。本研究旨在通过对一个具有长期随访的大型VIN队列进行综合分
来源:The Journal of Nervous and Mental Disease
时间:2026-05-16
-
双硫仑通过调节角质形成细胞和Ly6C高表达单核细胞的状态来减缓银屑病的进展:一项探索性研究
摘要
通俗语言摘要
目的:
银屑病是一种慢性炎症性皮肤病,由免疫反应失调和角质形成细胞活化引起。目前尚不清楚外用二硫化物(DSF)如何通过抑制焦亡来改善伊莫昔莫德(imiquim
来源:International Journal of Dermatology and Venereology
时间:2026-05-16
-
脆弱的男性大脑:男性的空间能力是受环境因素影响的、经过性选择形成的特征
**大卫·C·吉里(David C. Geary)| 大卫·乔弗雷(David Giofrè)| 玛西娅·科拉尔(Marcia Collaer)| 理查德·A·利帕(Richard A. Lippa)| 刘易斯·G·哈尔西(Lewis G. Halsey)**
美国密苏里大学
来源:Evolution and Human Behavior
时间:2026-05-16
-
朝着具有不确定性感知的低秩适应性的稳健3D人体重建迈进
张仁浩(Inho Chang)|姜朱美(Jumi Kang)|权永勋(Yong-Hoon Kwon)|尹朱洪(Ju Hong Yoon)|朴民圭(Min-Gyu Park)•我们提出了一种基于单张含噪声图像的3D人体重建的鲁棒框架。•引入了一种具有不确定性感知能力的低秩适配器(U
来源:Computer Vision and Image Understanding
时间:2026-05-16
-
大规模城市洪水建模与LarNO实现的零样本高分辨率泛化
曹晓燕|姚瑶|王志|赵张新月|Alistair G.L. Borthwick|秦华鹏•一种神经运算符(LarNO),可实现洪水建模的零样本高分辨率泛化。•潜在自回归模型,能够更好地模拟非线性的时空依赖关系。•LarNO能够进行大规模(100平方公里)高分辨率(5米分辨率,5分钟时
来源:Journal of Hydrology
时间:2026-05-16
-
可解释的、基于物理知识的贝叶斯图神经网络(PI-BSTGNN)在地下水替代建模和敏感性分析中的应用
刘凡|赵国|福田仁|丹兵梅|张正正|卢晓伟|黄磊•提出了一种两阶段的贝叶斯图神经网络(Bayesian GNN),用于联合预测头部位置(heads)和浓度(concentrations)。•将贝叶斯不确定性(Bayesian uncertainty)与基于SHAP的解释性(int
来源:Journal of Hydrology
时间:2026-05-16
-
基于物理信息的神经网络自动从强耦合核磁共振波谱中提取标量耦合常数与化学位移:ABC与ABCD自旋系统
本研究提出了一种自动化流程,用于从ABC和ABCD自旋系统的强耦合¹H核磁共振(NMR)波谱中提取标量耦合常数(J)和化学位移(ν)。该流程针对目标自旋系统的孤立峰列表进行操作,无需初始参数或手动跃迁指认。其结合了神经网络(NN)阶段与量子力学(QM)精细优化
来源:Artificial Intelligence Chemistry
时间:2026-05-16
-
面向可持续智能电网监测的具成本效益与网络弹性最优相量测量单元布置图神经网络框架
随着可再生能源、先进传感技术及数字通信在电力系统中的日益融合,对具备弹性且网络安全的智能电网监测需求愈发迫切。本研究提出了一种可持续且具备网络弹性的相量测量单元(PMU)部署框架,该框架被构建为一个多目标优化问题,同时考量了网络物理攻击、经济指标及运行可持续性
来源:Sustainable Computing: Informatics and Systems
时间:2026-05-16
-
基于数值模拟与人工神经网络的热交换器几何改型热工水力性能分析与优化
研究人员提出了一种新型层状陶瓷板回热器,通过在流动通道内引入圆形翅片以提升热工水力性能。研究针对翅片布置的三个关键几何参数——水平翅片间距(HS)、垂直翅片间距(VS)与行距(P1),在合理范围内进行系统变化,采用三维数值模拟评估努塞尔数(Nu)、压降(ΔP)
来源:Results in Engineering
时间:2026-05-16
-
嵌入驱动的物理信息神经网络用于跨材料光学常数预测
研究人员提出了一种深度学习框架,用于预测材料的光学常数,具体为折射率n(λ)与消光系数k(λ)随波长的变化关系。该模型利用可学习嵌入层将材料特异性信息编码至低维隐空间,这种嵌入驱动的架构仅需离散材料标识符与归一化波长作为输入,即可建模波长依赖的光学行为。研究人
来源:RSC Advances
时间:2026-05-16