-
提升现代电子系统的设计水平、可靠性和安全性
(此处为组合图像的替代方案示例,例如:图5:1000116
来源:IEEE Design & Test
时间:2026-05-27
-
基于多模态机器学习的有源配电网等效建模方法
随着分布式电源(Distributed Generators, DGs)的大规模接入以及拓扑重构的多样化,有源配电网(Active Distribution Networks, ADNs)的动态特性愈发复杂,给其动态等值带来了巨大挑战。受牛顿拉夫逊潮流计算(N
来源:IEEE Journal on Miniaturization for Air and Space Systems
时间:2026-05-27
-
FD-GNN:面向异常检测的特征分解图神经网络
多维图欺诈检测旨在识别图中的欺诈实体。图神经网络(Graph Neural Network, GNN)模型利用图结构将邻居节点的信息传递给目标节点,从而获得精确的目标节点表征。然而,基于GNN的异常检测方法面临结构不一致性和过平滑等挑战,这会降低欺诈节点的可疑
来源:IEEE Transactions on Big Data
时间:2026-05-27
-
基于物理引导神经网络的燃料电池数字孪生用于剩余使用寿命预测与优化
研究人员提出了一种新型的基于物理引导神经网络(PGNN)的燃料电池数字孪生(FCDT)框架,用于解决在有限数据条件下燃料电池的耐久性挑战并延长其使用寿命。该方法结合了物理建模与数据驱动方法的优势,利用操作参数作为输入,通过训练后的PGNN模型准确预测剩余使用寿
来源:Digital Chemical Engineering
时间:2026-05-27
-
机械锚定型小波-神经振测法用于气液离心泵系统吸入管路流型判别
研究人员提出了一种物理信息驱动的小波-神经振测框架,用于非侵入式识别离心泵吸入管线的气液两相流流型。该区域是流体动力学与转子耦合的关键界面,夹带气体会直接影响叶轮动力学行为。实验在不同入口气相体积分数(IGVF)条件下同步采集加速度计信号与高速可视化影像,以表
来源:Digital Chemical Engineering
时间:2026-05-27
-
面向大规模分子动力学的高效消息传递神经网络势函数并行化
机器学习势(Machine Learning Potentials, MLPs)在加速原子尺度模拟方面取得了巨大成功,其中消息传递神经网络(Message Passing Neural Networks, MPNNs)因其卓越的精度而日益普及。然而,由于MPN
-
利用全局与局部物品转移模式进行序列推荐
序列推荐旨在通过建模物品转移模式来捕捉动态用户兴趣,从而推断用户下一个可能访问的物品。基于Transformer的方法在此任务中应用广泛,但自注意力机制的时间复杂度随用户行为序列长度呈平方级增长。基于多层感知机(MLP)的推荐器因纯MLP模块提取物品转移模式,
来源:Data & Knowledge Engineering
时间:2026-05-27
-
优化可调度太阳能-生物质混合系统以实现可持续多联产
将间歇性太阳能与可调度生物质相结合,为连续低排放多联产提供了可行路径。本研究提出一种集成太阳能集热塔与生物质气化单元的能源系统,驱动联合布雷顿-朗肯(Brayton-Rankine)动力循环及单效溴化锂-水吸收式制冷机,实现电力、供热与制冷的同步生产。系统采用
来源:Energy Conversion and Management-X
时间:2026-05-27
-
离散Hopfield神经网络与帝国竞争算法混合用于逻辑挖掘:面向生育分类的神经-符号框架
布尔可满足性问题(Boolean Satisfiability Problem, SAT)在计算理论中仍是一项根本性挑战,尤其针对大规模复杂实例的高效求解。Hopfield神经网络(Hopfield Neural Network, HNN)已被用作SAT求解器
来源:Franklin Open
时间:2026-05-27
-
注意力缺陷多动障碍(ADHD)在围绝经期及绝经期的经历:一项定性探索
目的更年期期间的激素波动可能加剧注意力缺陷多动障碍(ADHD)的症状。本研究旨在了解女性的真实生活经历及其对日常生活的影响。方法从一个英国ADHD社交媒体平台招募了8名经历围绝经期或更年期相关症状的女性。她们参与了半结构化访谈,数据经过反思性主题分析。结果研究
来源:Advances in Mental Health
时间:2026-05-27