生物通官微陪你抓住生命科技跳动的脉搏
多模态心理状态评估与视觉搜索:以用户为中心的语义网平台设计 张旭升(Xusheng Zhang)、 詹卢卡·迪弗卢梅里(Gianluca Di Flumeri)、 亚历西亚·沃齐(Alessia Vozzi)、 安德烈亚·乔治(Andrea Giorgi)、 帕特里齐亚·切鲁比诺(Patrizia Cherubino)、 阿里安娜·特雷特尔(Arianna Trettel)、 斯蒂法诺·梅尼科奇(Stefano Menicocci)、 詹卢卡·博尔吉尼(Gianluca Borghini)、 法比奥·巴比洛尼(Fabio Babiloni)以及 文森佐·龙卡(Vincenzo Ronca) + 1位作者
特色应用:所提出的多模态框架可以应用于电子学习创作平台的目标评估和优化,支持识别传统问卷无法单独检测到的可用性瓶颈。通过结合神经生理学、眼动追踪和基于交互的指标,该方法使设计师和开发者能够对复杂的网络界面进行数据驱动的、以用户为中心的改进。这种方法可以应用于迭代的用户体验(UX)
来源:Applied Sciences
时间:2026-05-12
成人多动症(ADHD)患者的记忆整合能力缺陷:一项基于关联推理任务的调查研究 [已注册报告 - 第一阶段]
Chaya Ross|Corey Fernandez摘要注意缺陷/多动障碍(ADHD)与注意力控制和情景记忆过程的障碍有关,这些障碍可能会影响个体在不同经历中整合信息的能力。本研究将探讨患有ADHD的成年人与神经典型对照组相比,在记忆整合能力上是否存在差异。参与者(N=140人,
来源:Acta Psychologica
基于物理原理的两阶段学习框架用于TC4钛合金的本构建模:通过温度和应变速率外推进行验证 陆 成、 邵晨西、 程 彭
摘要 在高温下对TC4钛合金进行准确的本构建模对于航空航天制造业中的工艺设计和数值模拟至关重要。然而,纯数据驱动的深度神经网络(DNN)往往会出现严重的过拟合现象,并且在数据稀疏或严格超出分布(OOD)的区域可能产生与物理事实不符的预测结果。为了解决这个问
来源:Metals
LKD:基于大语言模型(LLM)的知识蒸馏技术,用于高效且可靠的社会机器人检测 叶文辉(Ye Wenhui)、 叶文熙(Ye Wenxi) 王海洲(Wang Haizhou)
摘要 社交机器人通过操控和传播错误信息对网络公众舆论构成严重威胁,由于其高度拟人化和隐蔽性,给检测工作带来了挑战。图神经网络(GNN)方法表现优异,但由于在推理过程中依赖于多跳邻居信息,在实际应用中存在部署难题。相比之下
来源:Electronics
支持设备分类的射频共振与激发(RF-RAF)神经元 大卫·L·韦瑟斯(David L. Weathers) 迈克尔·A·坦普尔(Michael A. Temple) 布雷特·J·博尔盖蒂(Brett J. Borghetti)
摘要 射频指纹识别(RFF)通过利用无线发射器中的非有意硬件差异,实现了被动物理层设备认证。由于在边缘设备上具备低延迟、高能效的推理能力,并且符合尺寸(Size)、重量(Weight)和功耗(Powe
当临床改善并未反映放射学结果时:一种培养阴性的巨大化脓性肝脓肿 Zuzanna Żak-Skryśkiewicz, Justyna Nowak, Tomasz Oleksiuk, Przemysław Witek
摘要 背景:巨大化脓性肝脓肿(PLA)的管理仍然具有挑战性,尤其是在培养阴性的情况下,临床改善可能并不反映局部疾病的充分控制。 病例描述:一名65岁的女性患者患有控制良好的2型糖尿病,出现数周的全身症状、明显的炎症反应、胆汁淤积性肝损伤和急性肾功能障碍。增强CT(CT)和磁共振成
来源:Healthcare
COVID-19住院后的神经病变症状和持续性疼痛:一项为期8个月的纵向随访研究 穆拉特·巴洛卢(Murat Baloğlu)
摘要 背景:持续疼痛、神经病理性症状、呼吸困难和生活质量下降是新冠病毒后综合征(post-COVID syndrome)的常见组成部分。然而,这些症状的长期发展轨迹及与持续疼痛相关的因素尚未完全明了。方法:这项纵向队列研究纳入了80名曾因COVID-19住
高频神经阻滞治疗持续12个月以上的慢性截肢后疼痛:QUEST试验的通俗语言总结
通俗语言摘要 本摘要讲的是什么内容? 许多肢体被截肢的人在截肢手术愈合后多年仍会经历慢性疼痛。高频神经阻滞是一种新的治疗方法,可能阻止或减少疼痛信号传达到大脑。这是一项为期一年的研究的摘要,该研究探讨了使用某种医疗设备来实施高频神经阻滞,以帮助治疗患有慢性截肢后疼痛
来源:Pain Management
综述:《制造业中应用人工智能的综述:用于制造业的混合物理系统中的新兴人工智能模型》 作者:莱昂妮尔德·瓦雷拉(Leonilde Varela)、戈兰·D·普特尼克(Goran D. Putnik)、路易斯·费雷拉(Luis Ferreira)、维贾亚·库马尔·马努帕蒂(Vijaya Kumar Manupati)、佩德罗·皮涅罗(Pedro Pinheiro)、卡蒂亚·阿尔维斯(Catia Alves)、保罗·阿维拉(Paulo Avila)和埃利奥·卡斯特罗(Helio Castro)
摘要 人工智能(AI)的整合是工业4.0的基石,极大地推动了自动化、效率和改进适应性的提升。与此同时,制造环境正在演变为信息物理系统(CPS),其中物理过程与计算智能深度融合。尽管机器学习和深度学习技术在制造CPS中已成为标准实践,但诸如强化学习、基于代理
来源:Future Internet
基于互利式神经主动学习的人机协同增强漏洞报告识别方法
摘要 错误报告涵盖了多种类型的故障,对于维护软件质量至关重要。然而,错误报告的复杂性和数量不断增加,给人工识别和分配给相应的团队进行处理带来了巨大挑战,因为处理所有报告既耗时又需要大量资源。在本文中,我们介绍了一个跨项目框架——互惠神经主
来源:ACM Transactions on Software Engineering and Methodology
知名企业招聘: