当前位置:首页 > 今日动态 > 神经科学
  • 基于深度强化学习的异构图神经网络框架实现云边协同计算中的集体任务卸载优化

    本文聚焦于大规模云边计算系统中任务卸载的复杂性问题,该问题因设备异构性、应用组件依赖性和多设备交互产生的涌现性集体现象(如网络拥塞)而极具挑战。研究人员提出了一种新颖的“有信息的深度异构图Q学习”(Informed Deep Hetero Graph Q-Learning, IDHGQL)框架。该框架整合了异构图神经网络(HeteroGNN)、聚合计算(aggregate computing)和多智能体深度强化学习,以支持DAG结构工作流的分布式、部分卸载决策。实验表明,IDHGQL能有效学习平衡能耗、延迟和基础设施成本的多目标优化策略,在密度感知场景中成功实现基于局部拥塞程度的自适应决策,其性能全面超越基线方法,为解决大规模集体自适应系统中的智能任务卸载提供了有力方案。

    来源:Future Generation Computer Systems

    时间:2026-04-21

  • 综述:远程医疗模式(包括远程神经心理学)在评估认知障碍老年人决策能力中的作用:范围综述

    本文综述了远程神经心理学(tele-NP)在老年认知障碍患者决策能力(DMC)评估中的应用。现有证据有限,多依赖现场辅助,未来需建立远程专用常模数据及标准化流程。

    来源:Frontiers in Psychology

    时间:2026-04-21

  • 用于人类平衡间歇性神经控制的统计物理框架

    本研究针对安静站立(quiet stance)中非线性间歇神经控制(intermittent neural control)因状态切换、流形触发及噪声延迟导致的稳定性分析难题,构建了统计物理框架。通过理论分析与数值验证,量化了系统参数对稳定边界的影响,为跌倒风险(fall-risk)评估及下肢外骨骼(lower-limb exoskeletons)控制设计提供了理论支撑。

    来源:IEEE Transactions on Cybernetics

    时间:2026-04-21

  • 基于信息平台的持续护理在首次中风出院患者中的应用

    摘要 目的:开发一个基于信息平台的持续护理干预计划,并评估其在首次中风出院患者中的有效性。 材料与方法:共90名符合条件的患者被随机分配到对照组(n=45),接受传统的持续护理;或实验组(n=45),接受传统护理加上基于信息平台的干预。在出院时、出院后1个月和3个月时评估干预效果

    来源:Frontiers in Rehabilitation Sciences

    时间:2026-04-21

  • 用于热等离子体和射频等离子体鞘层中离子能量-角度分布的机器学习替代方法

    摘要:材料表面的离子能量-角度分布(IEADs)是聚变装置中等离子体-材料相互作用(PMI)研究的关键输入参数,然而使用粒子模拟(PIC)方法进行计算成本非常高。在这项工作中,我们开发了一种基于深度反卷积神经网络(DDeCNN)的机器学习替代模型,该模型经过使用hPIC2代码生成

    来源:Journal of Plasma Physics

    时间:2026-04-21

  • 特刊“先进飞机结构设计与应用” 黄海元、 姚辽宁、 赵美英

    摘要 本文提出了一种新颖的多项式制导律,用于飞行器终端制导,该制导律受到多个约束条件的限制,包括发射角度、撞击角度、撞击时间以及终端加速度为零。这种方法将飞行路径角度剖面重构为两个部分:一部分满足约束条件,另一部分确保目标拦截。针对约束条件的部分被构建为相对剩余距离的多项式

    来源:Aerospace

    时间:2026-04-21

  • 图神经网络与双层优化在公平的电动汽车充电基础设施规划中的应用 Javier Alexander Guerrero Silva, Jorge Ivan Romero Gelvez, Sebastian Zapata

    摘要:在数据受限的城市中,注重公平的电动汽车(EV)充电规划仍然是一项挑战。本研究通过结合时空图神经网络(ST-GNNs)、EVI-Pro Lite需求估算和词典式双层优化,开发了一个综合框架,并将其应用于哥伦比亚的波哥大(人口830万)。利用家庭出行调查数据(12500户家庭,

    来源:Energies

    时间:2026-04-21

  • 基于CNN-CBAM-LSTM的退役锂离子电池最大剩余容量快速估算方法 李艾青(Aqing Li)、 崔鹏浩(Penghao Cui)、 曹一飞(Yifei Cao)、 周鹏(Peng Zhou)、 杨磊(Lei Yang)、 边国臣(Guochen Bian) 邵振东(Zhendong Shao)

    **摘要** 随着退役锂离子电池(RLB)数量的持续增加,准确估计其最大剩余容量(MRC)已成为快速分类和二次利用的关键挑战。传统的检测方法通常效率低下,且难以扩展到大规模应用。为了解决这些问题,本文提出了一种基于混合卷积神经网络(CNN)、卷积块注意力模块(CBAM)和长短

    来源:Batteries

    时间:2026-04-21

  • 基于光谱卷积神经网络芯片的睑板腺功能障碍诊断方法

    摘要 干眼症(DED)是最常见的角膜表面疾病,其主要原因是睑板腺功能障碍(MGD)。然而,基于内在成分对MGD进行精确诊断仍然无法实现,这导致了诊断延迟和治疗干预不足。本研究提出了一种基于实时光谱卷积神经网络(SCNN)芯片的高精度超光谱病理诊断方案。我们分析了睑板腺病理切片中睑

    来源:PhotoniX

    时间:2026-04-21

  • 基于集成计算机视觉方法的压铸质量控制增强研究

    在工业4.0推动智能制造发展的背景下,质量控制面临内部不可见缺陷检测的挑战。研究人员提出了一种基于热成像图像分析的压铸发动机缸体质量保障方法,旨在替代昂贵且耗时的泄漏测试。该方法采用堆叠集成(Stacking Ensemble)架构,融合卷积神经网络(Conv

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-04-21


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康