-
氢键驱动离子保留的电解质门控突触晶体管:分子设计优化神经形态器件性能
为解决传统电解质门控突触晶体管(EGSTs)中因离子反向扩散导致的突触保留特性(如LTP/D线性度)不佳的难题,本研究通过系统调控电解质阴离子([Cl]-、[BF4]-、[EtSO4]-)的分子不对称性,揭示了氢键介导的离子-聚合物相互作用是增强离子掺杂保留、实现优异突触保留特性和线性长时程增强/抑制(LTP/D)行为的关键机制。该工作为从电解质离子分子设计的角度优化神经形态器件提供了新策略。
来源:Advanced Functional Materials
时间:2026-04-27
-
综述:滚动轴承故障诊断方法综述:侧重机器学习和深度学习应用
本文全面综述了滚动轴承故障诊断方法,涵盖传统振动分析、现代机器学习(ML)与深度学习(DL)技术。重点阐述了信号处理(如时域、频域、时频域分析)、数据驱动方法(如支持向量机SVM、人工神经网络ANN)及前沿深度学习模型(如卷积神经网络CNN、自动编码器、循环神经网络RNN)在故障特征提取、模式识别与预测维护中的应用,旨在为提升旋转机械可靠性与实现智能状态监测提供系统见解和实践指导。
来源:Next Materials
时间:2026-04-27
-
基于物理信息神经网络的闭环最优控制方法
本文提出基于集合的闭环物理信息神经网络框架,通过复合损失平衡HJB残差约束与边界条件,直接从价值梯度恢复反馈策略。实验表明该方法在非线性高维系统(如单摆)中价值函数误差最低,策略恢复更准确,且无需额外惩罚项。与约束嵌入、动态规划基线对比,在多数非线性场景表现最优,部分线性问题与约束嵌入方法竞争。
来源:Communications in Nonlinear Science and Numerical Simulation
时间:2026-04-27
-
冰楔冻融循环作用下危险岩石倾覆的稳定性预测与失效机制
冰楔冻融作用下危岩失稳机制及PINN预测模型研究。通过水-冰相变机理建立稳定性演化表达式,构建PINN-PFC耦合模型揭示结构面有序开裂与失稳的反馈机制,为冷区高陡边坡长期稳定性评估提供高效物理一致方法。
来源:Cold Regions Science and Technology
时间:2026-04-27
-
利用改进的暹罗网络和高光谱技术进行纺织品的颜色分级
本文提出一种基于改进Siamese神经网络的高光谱成像纺织品颜色分级方法,通过深度卷积层和曼哈顿距离度量提升模型对光谱差异的敏感度,实验结果显示准确率达95.70±2.48%,优于传统化学计量模型。
来源:Chemometrics and Intelligent Laboratory Systems
时间:2026-04-27
-
基于混合MLP-RBFNN架构监控ADS系统核心功率分配
ADANES系统通过外核监测策略结合MLP-RBFNN混合神经网络模型,实现亚临界反应堆三维功率分布高精度(平均误差<2%)重建,验证了外核监测在极端辐射环境下的可行性与工程价值。
来源:Annals of Nuclear Energy
时间:2026-04-27
-
卵巢畸胎瘤恶性转变为原始神经外胚层肿瘤:三例的临床病理学分析及文献综述
卵巢成熟囊性畸胎瘤(MCTs)向中心型原始神经外胚层瘤(cPNET)恶性转化的三例病例报告,结合文献回顾25年54例相关病例,发现MCTs恶性转化罕见但侵袭性强,需综合组织学、免疫组化(神经内分泌标记阳性)及分子检测(如LDB1基因突变)进行诊断,且含滋养细胞成分的病例复发风险显著增高。
来源:Annals of Diagnostic Pathology
时间:2026-04-27
-
罕见阑尾碰撞性肿瘤的临床病理学特征:一项多中心病例系列研究及文献综述
阑尾碰撞肿瘤为罕见双行肿瘤,本研究通过多中心病例及文献综述(n=33)揭示其临床病理特征及预后:以神经内分泌肿瘤合并低/高grade黏液性肿瘤为主(65.6%),多因急性阑尾炎就诊(62.5%),影像检出率53.1%-75.0%。预后与高级别成分相关,局限型生存期优异(PFS 100%),而转移性黏液瘤患者PFS 66.7%,转移性腺癌生存期最差(OS 66.7%)。
来源:Annals of Diagnostic Pathology
时间:2026-04-27
-
一种基于尺度感知和异构图神经网络的深度强化学习方法,用于灵活的工作车间调度
柔性车间调度问题(FJSP)的复杂性和规模多样性导致传统方法难以应对。本文提出基于深度强化学习(DRL)、异构图神经网络(HGNN)与规模感知模块的联合方法,通过GAT编码机器节点特征、HGT编码操作节点特征,并引入四维规模感知特征,实现固定维度状态表征。实验表明该方法在10个随机问题与90个基准测试中均优于组合调度规则、元启发式算法及现有DRL方法,在解质量和计算效率上均有显著提升。
来源:Advanced Engineering Informatics
时间:2026-04-27
-
SAG:一种基于会话增强和异构图的命名实体识别模型,用于查询场景
针对短查询场景命名实体识别(NERQ)中上下文不足和标注数据稀缺的问题,提出会话增强异构图(SAG)模型。通过构建会话与词级别的异构图结构,利用图注意力网络捕获多粒度交互信息,结合二分类模型优化实体抽取效果,在旅游电商领域自建CTQ数据集及公开数据集上验证,显著优于现有方法。
来源:COMPUTERS IN INDUSTRY
时间:2026-04-27