-
基于长尾骨架的动作识别:通过真实感混合与类别感知采样实现
摘要:基于骨架的动作识别方法因其对背景变化的鲁棒性和保护隐私的特性而受到越来越多的关注。然而,现实世界的骨架数据集通常存在严重的类别不平衡问题,导致数据分布呈长尾分布,这显著降低了识别性能,尤其是对于尾部类别。现有的基于混合的骨架增强方法通过增加数据多样性部分缓解了这一问题,但
来源:IEEE Women in Engineering Magazine
时间:2026-04-07
-
绘制深度学习在语音情感识别领域15年的发展历程:一项复制研究
摘要:语音情感识别(SER)长期以来一直受益于深度学习方法的应用。具有更多层和更多可训练参数的深度模型通常被认为在SER领域表现“更好”。这引发了一个问题:现代深度神经网络相比早期版本究竟好到了什么程度?除此之外,如何继续推进研究这一更为重要的问题依然十分紧迫。SER远未成为一
来源:IEEE Transactions on Affective Computing
时间:2026-04-07
-
基于多保真度评估的双目标遗传算法用于深度神经网络超参数优化
机器学习模型的性能高度依赖超参数设置,对于计算成本极高的深度神经网络(Deep Neural Network, DNN)而言,超参数优化(Hyperparameter Optimization, HPO)往往难以实现。多保真度优化算法是缓解DNN超参数优化计算
来源:IEEE Transactions on Evolutionary Computation
时间:2026-04-07
-
隐式溶剂中量子力学能从短寡肽到长寡肽的机器学习方法外推
是否可能在数秒内获得任意寡肽结构在隐式溶剂中的高精度量子力学(QM)能量?研究人员探索了利用从数十万个封端单肽、二肽和三肽中获得严格量子化学数据构建更大肽势能面的可能性。研究表明,现代机器学习方法,特别是NequIP(Nequilibrated Interat
来源:Journal of Chemical Information and Modeling
时间:2026-04-07
-
一分钟内神经退行性变相关蛋白及磷酸化蛋白的纳米孔指纹识别
由于电荷异质性、序列相似性以及相近的分子量,蛋白质及其翻译后修饰(post-translational modification,PTM)变体的可靠鉴定仍然是一项极具挑战性的分析任务。本研究证明,采用由不同盐组成的非对称电解质传感体系,能够获得与神经退行性疾病
-
Praat 音频工具:用于实验作曲的离线分析—重合成工具包
Praat 音频工具(Praat AudioTools)是一个包含300余个脚本的开源库,它将语音分析软件 Praat(Boersma and Weenink)转化为一个面向对象(object-centric)的离线电声作曲实验室。尽管 Praat 是语言学分
来源:Organised Sound
时间:2026-04-07
-
综述:有机宽光谱光电探测材料与器件的最新进展
在人工智能、柔性电子学与智能传感技术的共同驱动下,现代光电子学正从静态单波段探测向动态宽光谱感知转变。这要求光电探测器能够在紫外(UV)至短波红外(SWIR)范围内实现稳定、连续的响应,以支持复杂环境下的多模态融合与高保真识别。与传统无机半导体、钙钛矿及低维材
-
基于神经网络投影追踪耦合模型的短期交通流预测
针对短期交通流所具有的高度随机性与非线性特征,本研究提出了一种基于误差反向传播与投影追踪耦合(BPPP)的短期交通量与行程时间预测模型。该模型融合了投影追踪回归(Projection Pursuit Regression, PPR)与BP神经网络(Backpr
来源:Results in Engineering
时间:2026-04-07
-
基于物理机制的洪水演进水文神经网络:马斯京根-循环神经网络模型
洪水演算是实现有效防洪预报与控制的核心环节,其中马斯京根法(Muskingum method)因其结构简单且物理机制明确而被广泛应用。近年来,数据驱动模型在该领域快速发展,但其缺乏物理基础导致可解释性不足,并存在违反水量平衡的风险,进而限制了其在无资料流域及极
来源:Journal of Hydrology
时间:2026-04-07
-
心脑共生与神经调控:从机制发现到闭环协同管理
研究人员很高兴欢迎读者阅读 2026 年《IEEE Transactions on Computational Social Systems》(TCSS)第二期。研究人员对作者、审稿人和编辑同仁的专业精神与及时付出深表感谢,正是这些努力维系了期刊在学术严谨性、
来源:IEEE Computational Intelligence Magazine
时间:2026-04-07