-
TAMC-CD:面向山地复杂地形的自监督时空Transformer多模态土地覆盖变化检测框架
本研究针对山地环境因地形崎岖、季节变化及标签数据缺失导致的土地覆盖变化检测难题,提出一种新型地形感知多模态变化检测框架TAMC-CD。该框架融合Sentinel-1 SAR、Sentinel-2光学与SRTM DEM数据,集成了双编码器、自定义Swin-Transformer时空Transformer及地形感知图神经网络,并采用自监督对比预训练与不确定性引导的主动学习策略。在印度Almora地区2018、2021、2024三个时期的实验中,模型总体精度达92.8%,有效缓解了地形导致的误分类,精准识别了森林转农田(3.4%)与农田转城市(2.8%)等关键土地转换过程,为山地生态系统可持续土地利用提供了可扩展、可解释的高效监测工具。
来源:Franklin Open
时间:2026-04-19
-
面向真实世界场景的注意力增强深度神经网络面部情绪识别研究
为了解决面部情绪识别在复杂现实环境(如光照变化、遮挡、姿态多样性)下面临的挑战,本研究提出了一种融合Swin Transformer-L、ConvNeXt-L、EfficientNetV2-L三个先进骨干网络与分层卷积块注意力模块的增强FER模型。该模型在FER2013数据集上验证精度达到89.5%,较基线模型提升显著,其双注意力机制有效聚焦于情绪相关的面部特征,提升了模型在遮挡、非正面姿态及光照变化下的鲁棒性与可解释性,为医疗健康、人机交互等领域的实际应用提供了有力工具。
来源:Franklin Open
时间:2026-04-19
-
综述:视频情感分析综述:分割、分类与可解释性技术
这篇综述系统回顾了186项研究,阐述了深度学习模型在视频情感识别中的性能优势,指出多模态融合可提升系统在真实噪声环境下的鲁棒性。文章同时分析了可解释人工智能(XAI)技术多作为事后解释机制应用的现状,并提出了一个连接分割、融合、预测与解释的端到端统一框架,为构建稳健、可扩展且透明的视频情感分析系统提供了路线图。
来源:Franklin Open
时间:2026-04-19
-
2型糖尿病全病程中视网膜亚层厚度的阶段相关性差异及其预测价值
【编者荐文】针对2型糖尿病(T2D)早期诊断困难、病程监控缺乏有效生物标志物的问题,本研究利用大规模前瞻性队列(UK Biobank),通过光谱域光学相干断层扫描(SD-OCT)技术,系统分析了T2D不同临床阶段(从健康、糖尿病前期到合并微/大血管并发症)患者视网膜各亚层厚度的变化。研究发现,随着T2D进展,整体黄斑厚度、视网膜神经纤维层(RNFL)和光感受器层(ISOS-RPE)显著变薄;较低的基线整体黄斑厚度、内核层(INL)厚度和总黄斑体积是未来罹患T2D的独立风险因素。该研究揭示了视网膜神经变性可作为T2D严重程度的标志物和风险预测因子,为非侵入性视网膜成像用于糖尿病早期筛查与疾病监控提供了重要依据。
来源:Visual Neuroscience
时间:2026-04-19
-
综述:胃神经内分泌肿瘤的意外组织学诊断:胃肠病学家下一步该做什么?
这篇综述为胃肠病学家在组织学意外诊断胃神经内分泌肿瘤(gNETs)后,提供了一个清晰的决策路径。它强调gNETs具有生物学异质性,其管理核心在于首先通过高质量胃镜、生化等检查重建肿瘤背后的胃黏膜环境(背景),以区分不同类型(Type 1, Type 2, Type 3)和新兴的PPI(质子泵抑制剂)相关肿瘤,而非仅仅依据病理标签。综述提供了实用流程图,旨在帮助医生避免对惰性肿瘤的过度治疗和对侵袭性肿瘤的治疗不足,将决策重点从“立即干预”转向“先分类再治疗”。
来源:Gastroenterology Insights
时间:2026-04-19
-
级联结驱动的极性可编程双色光电探测器:迈向智能光谱传感的微型化架构
传统多光谱光电探测器通常依赖多个电极端子来实现波长鉴别,不可避免地增加了结构复杂性。本研究提出了一种基于Au/MoS2/Te异质结构的两端极性可编程双色(可见光-红外)探测器。通过反转电压极性,器件可选择性激活MoS2/Au肖特基结用于可见光(520nm)探测,或激活Te/MoS2异质结用于红外光(1550nm)探测,实现了偏压控制下的波长选择性。研究人员进一步采用自适应卷积神经网络解码非线性电流-电压特性,实现了约4.5%光谱重构误差的精确光谱识别,并在室温下展示了高保真双色成像。该工作为紧凑型智能光谱传感系统提供了一种硬件-算法协同设计的可行路径。
来源:Coatings
时间:2026-04-19
-
基于智能手机IMU信号的无外设可穿戴成人身体活动监测:面向跨被试泛化的深度学习模型与窗口长度和传感器模态研究
本项研究针对现实环境中成人身体活动识别(HAR)面临被试变异性和活动过渡两大挑战,研究人员通过开展一项基于智能手机IMU信号、采用跨被试评估协议的研究,探索了轻量级CNN模型、最优时间窗长度(2.0秒)和传感器模态(陀螺仪与加速度计融合)对识别性能的影响。结果表明,仅使用智能手机内置传感器即可实现有效的活动监测(Macro-F1 ≈ 0.46),为无需额外可穿戴设备的大规模成人健康监测应用提供了实用方案。
来源:Information
时间:2026-04-19
-
忆阻器神经形态系统中的参数无关自适应补偿:攻克寄生电阻导致的IR压降难题
为解决忆阻器交叉阵列中寄生电阻(Rin、Rl)导致的严重IR-drop和计算失真,Texu Liu等开展了参数无关自适应补偿(PAAC)研究。该研究通过线性近似模型和单步预校准,在无需精确提取寄生参数的前提下,将硬件电流失真从71%降至2%,分类准确率恢复至95%,为大规模高精度神经形态硬件提供了低开销解决方案。
来源:Micromachines
时间:2026-04-19
-
基于图神经网络与多目标遗传算法的可熔铸分子晶体逆向设计及性能空间搜索
针对可熔铸分子晶体实验数据稀缺且筛选标准严苛(Tm343–393 K, Td/Tb>453 K, Pv<0.0005 mmHg)的难题,本研究开发了多任务D-MPNN模型与Pareto-aware JANUS-GA算法,从130万已知分子中筛选出2532个候选物,并在CHNO空间生成55,745个新型虚拟分子,将候选库规模扩大了三个数量级,为含能材料及药物晶体的绿色制造提供了高效计算范式。
来源:Digital Discovery
时间:2026-04-19
-
综述:外电场对蛋白质的影响
这篇题为“The effects of external electric fields on proteins”的综述,系统总结了计算模拟与实验研究中外电场(EF)对蛋白质结构与功能调控的前沿进展。作者们深入剖析了EF(包括脉冲、静态和振荡等多种形式)如何通过影响蛋白质的电荷分布、偶极矩、构象动力学、相互作用和自由能景观,进而精准调控其刚性运动、二级/三级/四级结构、酶活、跨膜输运、聚合/解聚等关键功能的分子机制。文中汇集的大量证据不仅阐明了EF影响蛋白质的核心机理,还指出了其在生物医学、绿色生物加工和纳米生物技术等领域极具潜力的应用方向。
来源:Chemical Society Reviews
时间:2026-04-19