-
基于MXene改性的纤维素纳米纤维的摩擦电纳米发电机,可实现高精度的人机交互
翁照辉|张龙腾|邱浩峰|涂俊业|向桥邦|杨朵|薛伟|廖宁波温州大学机械与电气工程学院,中国浙江省温州市325035摘要随着机器人在虚拟现实和物联网领域的最新进展,人机交互(HMI)系统正变得越来越复杂。然而,传统的HMI系统在复杂条件下仍存在能效和可靠性问题,使用可穿戴传感器实现
来源:INTERNATIONAL JOURNAL OF MECHANICAL SCIENCES
时间:2026-04-30
-
用于三维时空预测车辆碰撞动态的刚性-变形分解AI框架
金尚赫(Sanghyuk Kim)| 崔敏植(Minsik Seo)| 杨善雄(Sunwoong Yang)| 姜南宇(Namwoo Kang)
韩国大田市KAIST机械工程系,34141
**摘要**
本研究提出了一种刚体-变形分解框架,用于车辆碰撞动力学分析,该
来源:ADVANCED ENGINEERING INFORMATICS
时间:2026-04-30
-
物理数据与神经网络协同驱动的混合模型,用于预测无砟轨道在气象变化条件下的膨胀接头变形
魏少雷|肖红|王阳|李浩宇|钱忠霞|李兆成
北京交通大学土木工程学院,中国北京100044
**摘要**
高速铁路无砟轨道结构中的纵向伸缩缝在热载荷作用下容易张开,这会损害轨道和路基的防水性能及长期使用性能。本文结合热力学理论、气象数据以及伸缩缝位移的现场测量结果,
来源:AUTOMATION IN CONSTRUCTION
时间:2026-04-30
-
异常的FKN-CX3CR1-NR信号通路会引发类风湿性关节炎相关抑郁症中的海马区突触功能障碍
姚书霞|罗双阳|赵红青|谭虎|刘平安|刘健湖南中医药大学第一附属医院,中国湖南省长沙市410007摘要类风湿性关节炎相关抑郁(RAD)是一种具有高发病率和残疾率的重大抑郁障碍。我们之前的研究表明,FKN/CX3CR1信号轴会导致RAD大鼠出现类似抑郁的行为。新兴证据表明,异常激活
来源:International Journal of Applied Earth Observation and Geoinformation
时间:2026-04-30
-
综述:雷洛昔芬的用途不止于防治骨质疏松症:通过髓鞘再生、炎症调节及神经免疫调控,在中枢神经系统疾病中实现神经功能的恢复
钱德拉吉·巴纳吉(Chandrayee Banerjee)| 罗希特·库马尔·辛格(Rohit Kumar Singh)| 西达尔思·梅汉(Sidharth Mehan)
印度旁遮普邦莫加(Moga)ISF药学院药理学系神经科学分部(隶属于旁遮普邦贾兰达尔(Jalandhar
来源:International Journal of Applied Earth Observation and Geoinformation
时间:2026-04-30
-
使用序数量表评估微笑强度,以监测生活质量(Quality of Life, QOL)
西本圭 | 张俊尧 | 近藤和明 | 上田宏忠 | 中村裕一
京都大学,日本京都府 Sakyo-ku Yoshida-Honmachi,606-8501
**摘要**
面部表情是估计一个人内部状态最常用的资源,在护理环境中被广泛用作监控方法。在日常生活中,高强度或极
来源:Intelligent Systems with Applications
时间:2026-04-30
-
SDGraph:一种可扩展的图神经网络(GNN)训练系统,支持GPU采样和并行特征访问
闫志宇|杨世奇|傅游|胡克坤|王彦辉|梁建国
山东科技大学计算机科学与工程学院,青岛266590,中国
**摘要**
图神经网络(GNNs)将深度学习扩展到了图结构数据上,在节点和边预测方面表现出了卓越的性能。然而,当图的规模达到数十亿个节点时,传统的全图训练受到内
来源:Future Generation Computer Systems
时间:2026-04-30
-
一种适用于工业物联网(IIoT)的强大图像加密算法,该算法结合了禁忌学习神经网络(Tabu Learning Neural Network)和混沌机制(Chaos Mechanism)
林海荣|段晨星|邓小恒|张少华
中南大学电子信息学院,长沙,410083,中国
**摘要**
随着智能制造的快速发展,不同企业和部门之间安全共享工业图像数据的需求显著增加。在工业物联网(IIoT)中确保此类数据的保密性和完整性仍然是一个关键挑战。为了解决这个问题,本
来源:Expert Systems with Applications
时间:2026-04-30
-
分辨率不变的“无框”攻击
彼得·德沃拉切克(Petr Dvořáček)| 彼得·胡尔蒂克(Petr Hurtik)| 佩特拉·斯特沃利亚科娃(Petra Števuliáková)
奥斯特拉瓦大学,IT4创新卓越中心,模糊建模研究与应用研究所,4月30日,奥斯特拉瓦,702 00,捷克共和国
来源:Computer Vision and Image Understanding
时间:2026-04-30
-
通过将卷积神经网络(CNN)与普通克里金(OK)方法相结合来提升地质数据插值效果:以武汉为例的案例研究
摘要
快速的城市化进程导致了对地下基础设施(包括交通系统、公用设施和污水网络)的需求显著增加。然而,缺乏一个全面可靠的地下地质模型给工程师和城市规划者带来了挑战。本研究旨在通过提供一个强大的地质模型来改善城市规划和风险评估,从而解决这一问题。我们通过整合改进的普通克里金(OK
来源:Geocarto International
时间:2026-04-30