生物通官微陪你抓住生命科技跳动的脉搏
ANN辅助的GO-CNT-PTFE光致变色贴片,用于紫外线辐射监测
柔性GO-CNT-PTFE紫外线剂量监测贴片设计及ANN模型定量分析,通过UV诱导GO光化学还原生成rGO实现颜色渐变,建立颜色变化与辐射剂量动态关联,准确率达95%,无需外部电路。
来源:Sensors and Actuators A: Physical
时间:2026-03-27
通过宏观层面的重构来提升联邦图神经网络中的公平性和隐私性
提出基于宏观重构的联邦图神经网络框架,通过隐私保护的结构统计构建宏观图,结合差分隐私图自编码器和图约束的公平重加权策略,有效解决非独立同分布数据下的隐私泄露与公平性差异问题,实验在MIMIC-III和Reddit数据集上验证优于现有方法,平均AUC-ROC提升4.1%并显著降低隐私风险和不公平性。
来源:Knowledge-Based Systems
士兵与在体能上匹配的平民在持续注意力、神经肌肉疲劳以及面对极端认知-运动双重任务时的感知反应方面的比较
认知-运动双任务能力及疲劳机制在士兵与匹配平民中的比较研究。士兵在增量骑行认知测试中虽神经肌肉疲劳更显著(股神经刺激峰值 twitch 下降达53%),但主观用力感知较低(骑行-脑力努力度评分均低于平民,P<0.05),双任务绩效及中枢运动控制能力无显著差异。
来源:European Journal of Applied Physiology
NeSySwarm-IDS:用于无人机群中隐私保护入侵检测的端到端可微分神经符号逻辑 杨刚(Gang Yang) 倪琳(Lin Ni) 夏涛(Tao Xia) 史勤芳(Qinfang Shi) 李家健(Jiajian Li)
神经符号无人机集群入侵检测系统设计
来源:Applied Sciences
用于机器人高弧度物体转移的操控模型及其实现 李俊宇(Junwoo Lee)、 吴承华(Seunghwa Oh)和 徐正元(Jungwon Seo)
语义鸿沟下无人机群安全检测框架设计:提出神经符号混合架构NeSySwarm-IDS,集成轻量级CNN与可微模糊逻辑推理器,在资源受限条件下实现高检测精度(近完美)、隐私保护(差分隐私)和可解释性(攻击模式解析),有效应对联邦学习中的梯度泄露攻击,并通过GPS欺骗案例验证其可验证性优势。
焊接钢基础设施的超声无损检测:技术、进展与应用 Elsie Lappin, Bishal Silwal, Saman Hedjazi, Hossein Taheri
针对无人机群安全中的语义差距、隐私泄露及资源消耗问题,提出神经符号入侵检测系统NeSySwarm-IDS,结合轻量CNN和可微模糊逻辑推理器,在差分隐私保护下实现高效检测与可解释性,实验表明其优于传统方法。
基于可解释图学习和GPU加速优化的两阶段框架,用于实现电力-氢能的最优流动
优化能源流计算框架与可解释图神经网络在氢能电力系统中的应用,提出两阶段加速方法:上阶段基于距离感知的图神经网络生成初始解并样本解释,下阶段通过GPU加速内点法修复约束。在IEEE-30和20节点氢系统中,较传统数值方法求解速度提升两个数量级,约束满足率达99.97%。
来源:Applied Energy
通过物理信息神经网络实现原子级与连续介质的并发耦合,该网络采用自适应能量权重机制和直接边界编码技术
物理信息神经网络驱动的原子-连续耦合框架,通过损失构造策略、基于K-means的自适应原子选择和强边界约束实现多尺度高效模拟,在1D-3D系统验证中达到全原子模拟精度且显著减少自由度。
来源:Applied Mathematical Modelling
在周期性外部振动作用下,对气泡脱离特性及其主导机制进行了数值研究
准确预测氢在极端温度下的热物性参数对发展核热推进系统至关重要。本文构建多尺度计算框架,结合分子间势能计算与深度神经网络,生成基准数据并推导广义Lennard-Jones势,实现碰撞积分高效计算,最终准确预测高温氢的粘度和导热系数,突破传统经验模型局限。
来源:Annals of Nuclear Energy
基于BP神经网络方法对纳米颗粒聚集体阻力模型的评估
传统纳米颗粒聚集体阻力系数模型存在精度不足问题,本研究通过结合半经验模型、形状修正和Cunningham滑移修正,构建基于BP神经网络的预测模型,并利用符号回归推导显式数学公式,实验与图像处理提取动态参数,验证模型优于传统经验公式。
来源:Advanced Powder Technology
知名企业招聘: