生物通官微陪你抓住生命科技跳动的脉搏
基于损伤信息的神经网络在2.5D编织复合材料多目标优化中的应用:实现轴向与非轴向拉伸性能的平衡
赵超|边周阳|李家旭|周宇|秦青|黄洛峰|裴廷国|毛春健摘要利用非支配排序遗传算法(NSGA)优化2.5D编织复合材料的介观结构参数,可以有效提高其45°偏轴性能相对于轴向性能的保持率。NSGA通常依赖替代模型来处理优化过程中所需的大量性能评估。然而,常用的替代模型(如人工神经网
来源:COMPOSITE STRUCTURES
时间:2026-05-29
利用基于物理知识的神经网络进行主动学习,以实现深隧道穿越各向同性弹性岩石时传感器的最优布置
Alec Tristani|Chloé Arson摘要本文提出了一种深度学习策略,用于在深隧道挖掘的背景下同时求解偏微分方程(PDEs)并反计算其参数。该策略采用物理信息神经网络(PINN)模型,该模型通过合成数据进行训练,这些数据模拟了来自伸长计和收敛监测的围岩及洞壁处的原位位
来源:TUNNELLING AND UNDERGROUND SPACE TECHNOLOGY
用于质子交换膜燃料电池的可靠长期性能退化预测:一种结合物理原理的神经网络与共形预测方法
刘梦宇|杨宇|程俊生|崔建新|郑先斌摘要质子交换膜燃料电池(PEMFCs)的耐久性不足阻碍了其商业化,因此进行准确的长期预测至关重要。然而,现有方法在物理可解释性、准确性和不确定性量化之间难以取得平衡。本文提出了一种新的框架——基于物理信息的神经网络与共形预测(PINNCP)。首
来源:RELIABILITY ENGINEERING & SYSTEM SAFETY
一种通过乌鸦搜索算法训练的强大Sigma-π神经网络,用于在存在异常值污染的情况下进行金融时间序列预测
Erol Egrioglu|Eren Bas|Seyda Demirel Tatlı摘要在金融市场中,时间序列预测尤其具有挑战性,因为存在非线性动态、高波动性以及异常值频繁出现的情况。传统的人工神经网络和深度学习模型在数据受到极端观测值污染时,往往会出现严重的性能下降。为了解决这
来源:Expert Systems with Applications
将脉冲神经P系统与图卷积网络相结合,用于多变量时间序列异常检测
志辉·舒 | 建斌·严 | 洪鹏 | 立才·刘摘要多变量时间序列(MTS)异常检测对于维护复杂信息物理系统(如工业设施、交通基础设施和电网)的可靠性和安全性至关重要。然而,现有方法往往未能充分利用时空相关性,未能充分挖掘频域信息,也无法有效捕捉多尺度动态变化。为了解决这些问题,本
来源:Knowledge-Based Systems
心率变异性作为慢性胰腺炎中疼痛相关自主神经功能障碍的标志性指标
摘要 通俗语言摘要 引言: 慢性疼痛会导致自主神经功能失衡,通常表现为副交感神经心率变异性(HRV)指标的下降。本研究旨在探讨慢性胰腺炎(CP)患者与健康对照组(HCs)的HRV
来源:Pancreas
基于数据的十年眼动追踪隐私研究综述
摘要 本研究首次基于数据驱动的方法,对眼动追踪隐私相关的研究进行了综述,涵盖了沉浸式、移动设备和临床环境中的注视、虹膜以及眼部图像数据。分析采用了集成主题建模和非负矩阵分解技术,对2015年至2025年间发表的78篇论文进行了研究。研究发现了九个主要主题,揭示了规范性和技术性
来源:Proceedings of the ACM on Human-Computer Interaction
利用图神经网络(Graph Neural Network, GNN)估算PC-SAFT纯组分参数及其在离子液体与深共晶溶剂中的应用
准确模拟热力学性质对于化工过程设计至关重要。扰动链统计缔合流体理论(Perturbed-Chain Statistical Associating Fluid Theory, PC-SAFT)状态方程(Equation of State, EOS)虽行之有效,
来源:Journal of Chemical & Engineering Data
西非矮山羊(West African Dwarf Goat)与东弗里生绵羊(East Friesian Sheep)乳寡糖(Milk Oligosaccharides, MOs)谱及乳唾液酸化状态(Sialylation Status)分析
乳寡糖(Milk Oligosaccharides, MOs)可调节多种生理过程,包括肠道健康与病原体防御。然而,既往研究多集中于牛乳,对于其他常用于产奶的家畜(如山羊和绵羊)中MOs的结构多样性知之甚少。为此,研究人员采用液相色谱-质谱(LC–MS)技术表征
来源:ACS Omega
CO₂-EOR中的多井网泛化:饱和度场演化的物理一致代理模型(Multi-Pattern Generalization in CO₂-EOR: Physically Consistent Surrogate for Saturation-Field Evolution)
准确高效的CO₂饱和度场(SCO₂)演化预测对于CO₂驱提高采收率(CO₂-EOR)/碳捕集利用与封存(CCUS)中注入-采出策略筛选至关重要,但常规数值模拟器计算成本高昂难以满足多情景快速评价需求,且多数数据驱动模型在不同井网拓扑(well-pattern
知名企业招聘: