-
综述:植物代谢产物作为阿尔茨海默病的治疗手段:对神经保护和淀粉样蛋白清除机制的深入理解
摘要阿尔茨海默病(AD)是一种慢性、进行性的神经退行性疾病,其特征是认知能力下降、记忆力减退和行为改变,最终导致死亡。全球患病人数已超过4500万,预计到2050年这一数字将增加两倍,由于缺乏治愈方法,该疾病给医疗保健带来了巨大挑战。植物界是具有神经保护作用的生物活性代谢物的丰富
来源:Phytochemistry Reviews
时间:2026-05-08
-
可解释机器学习与高光谱成像结合在小麦产量早期预测中的比较分析
Md. Zohurul Islam | Most. Mira Khatun | Md Sadiul Alam Chyon | Rashid Anzoom | Md. Niaz Imtiaz | S.M. Hasan Sazzad Iqbal | Md. Shafiul Azam
-
利用机器学习提高绿叶芋(Chlorophytum borivilianum)的产量:在大量元素建模中应用人工神经网络(ANNs)与地面穿透雷达(GPR)
Preeti Kaushik|Neha Khurana|Payal|Sonia Kapoor
印度哈里亚纳邦罗塔克市马哈尔希·达亚南德大学工程与技术学院生物技术系
**引言**
体外繁殖研究的结果表明,大量营养素的浓度对植物组织培养中的芽器官发生具有最显著的影响。本
来源:The Open Biotechnology Journal
时间:2026-05-08
-
HyDRA:一种基于双曲对偶几何表示的方法,用于实现知识感知的推荐系统
张绍星|赵帅|张倩瑾|宋玉仑
北京邮电大学,中国北京市海淀区西土城路10号,邮编100876
摘要
基于知识的推荐系统利用知识图谱(KGs)来缓解数据稀疏性和冷启动问题。然而,现实世界中的KGs包含与任务无关的噪声关系,这些关系会扭曲用户偏好,并且在双曲建模下由于体
来源:Neurocomputing
时间:2026-05-08
-
FG-VAD:一个快速且通用的小样本视觉异常检测框架
徐奇奇|吴云合|宋可|熊慧媛
深圳大学深圳校区智能系统工程学院,中国深圳,518107
摘要
视觉异常检测(VAD)是计算机视觉中的核心任务,在工业检测、医学诊断和自动驾驶等领域有广泛的应用。传统方法面临三个主要挑战:由于领域特定性的限制导致的泛化能力不足、对大规模正常数据集
来源:Neurocomputing
时间:2026-05-08
-
基于超图神经网络的云计算服务个性化推荐方法
邵新平|徐丽卿|范飞|王晨阳|杨峰
上海科学技术大学商学院,上海200093,中国
**摘要**
在云制造(CMfg)平台中,数据的指数级增长导致了严重的信息过载,使得高效的服务检索成为了一个关键挑战。特别是,服务的高度同质性和交互数据的稀疏性给准确的服务匹配带来了
来源:Neurocomputing
时间:2026-05-08
-
SinDiff-denoise:基于对比扩散模型的单图像去噪方法
陈龙|曹锡贤|徐华福|江建辉|潘永华|朱小峰
广西科学院,南宁,530007,中国
摘要
单图像去噪在计算机视觉中是一个基本但难以解决的挑战,特别是在无法获得干净-噪声图像对的情况下。虽然现有的自我监督方法试图从输入本身中提取监督信息,但它们通常依赖于像素掩蔽或下采样技术,这不
来源:Neurocomputing
时间:2026-05-08
-
通过Fencher-Young损失理解可微模型中的非凸优化问题:理论及其在深度学习中的应用
**论文摘要**
本文基于Fenchel–Young损失函数,为可微分模型的非凸优化问题建立了一个理论框架。尽管该框架在形式上适用于所有可微分模型,但我们主要使用深度神经网络(DNN)作为案例研究,以阐释广泛采用的优化技术的有效性。首先,我们从理论上证明了Fenchel–Yo
来源:Neurocomputing
时间:2026-05-08
-
用于RGB-热力显著目标检测的双阶段解耦网络
李明阳 | 张伟 | 庄如东 | 范一萌 | 杨天乐 | 刘东泽 | 周天宇 | 刘长松 | 刘艳艳
天津大学微电子产品学院,天津,300072,中国
**摘要**
RGB-热显性目标检测对于全天候感知至关重要。然而,现有的单阶段方法常常存在定位漂移和边界崩溃的问题
来源:Neurocomputing
时间:2026-05-08
-
具有改进的自编码器的时空自适应扩散网络,用于视频异常检测
张鸿民|严丁丁|左坤|天倩倩
重庆理工大学电气与电子工程学院,中国重庆,400054
摘要
图卷积网络在视频异常检测中得到了广泛应用,因为它能够模拟网络节点之间的相关性。然而,现有的方法通常依赖于预定义的邻接矩阵,这些矩阵无法准确捕捉运动过程中由于异常变化导致的身体骨骼关节之
来源:Neurocomputing
时间:2026-05-08