-
面向安全保证的精准无人机自适应Transformer控制:物理信息机器学习研究
工业无人飞行器(Unmanned Aerial Vehicle, UAV)应用要求厘米级定位精度,但传统控制方法在面对复杂气动环境及安全约束时存在固有限制。该文提出三项贡献:(1)多组件架构在无人机精准控制任务中较标准强化学习(Reinforcement Le
来源:Engineering Applications of Artificial Intelligence
时间:2026-03-08
-
用于含时非线性偏微分方程高保真代理模型的时序神经算子Transformer(Sequential Neural Operator Transformer for High-Fidelity Surrogates of Time-Dependent Non-Linear Partial Differential Equations)
偏微分方程(Partial Differential Equations, PDEs)是建模复杂非线性物理现象的基础,但其数值求解通常需要大量计算资源,尤其在需要进行大量正向全解评估的设计、优化、灵敏度分析及不确定性量化(Uncertainty Quantif
来源:Engineering Applications of Artificial Intelligence
时间:2026-03-08
-
基于传统回归、混合模型与深度学习的小麦蛋白质含量估算
精确且无损伤地估算小麦蛋白质含量对于基于质量的谷物管理、精准农业及食品工业应用至关重要。本研究评估了传统与先进机器学习算法在利用350–2500 nm范围光谱辐射反射率数据预测小麦面粉蛋白质含量方面的性能。通过系统比较偏最小二乘回归(PLSR)、随机森林(RF
来源:Journal of Food Measurement and Characterization
时间:2026-03-08
-
图中图神经网络
现有图神经网络(Graph Neural Networks,GNNs)通常仅能处理这样一类图:其中每个顶点由一个向量或单一数值表示,因此其对复杂对象的表征能力受到限制。本文提出了一种新型图神经网络,称为图中图神经网络(Graph in Graph Neural
来源:INTERNATIONAL JOURNAL OF COMPUTER VISION
时间:2026-03-08
-
用于风力发电机组寿命监测与扰动识别的Weibull–神经网络框架
摘要:风力发电机组对可持续能源至关重要,但其在多样运行与环境条件下的可靠性仍具挑战,常导致代价高昂的故障。研究人员提出一种新颖的Weibull–Neural Network Framework,通过估算可靠度R(t)与平均剩余寿命(Mean Residual
来源:Wind Energy
时间:2026-03-08
-
基于改良Delphi法的曲非奈肽(Trofinetide)治疗Rett综合征真实世界应用专家共识
曲非奈肽是首个在美国和加拿大获批用于治疗Rett综合征(RTT)的药物。该药物在临床试验中改善了RTT的核心症状,且真实世界证据支持临床试验结果。由于美国RTT专家现已积累近3年的曲非奈肽真实世界使用经验,因此在美国开展了一项改良Delphi法研究,以建立曲非
来源:Annals of the Child Neurology Society
时间:2026-03-08
-
用于微流控系统中物体高通量分类的衍射神经网络
光学成像与机器学习在微流控平台上的集成,使得在单芯片上对样本群体进行高内涵、低侵入性表征成为可能。由于这类高内涵信息的分析通常在电子域中完成,光电转换速度以及数据处理可用带宽对这些方法的通量构成了限制。本研究提出了一种基于衍射神经网络(DNNs)的分析系统,该
来源:Advanced Photonics Research
时间:2026-03-08
-
运动与致幻剂联合治疗重性抑郁障碍
超过50%的患者对重性抑郁障碍(major depressive disorder, MDD)的主要治疗方式反应不佳,这促使研究人员对包括运动和致幻剂在内的替代方法给予更多关注。尽管单独使用运动或致幻剂的干预措施均已显示出 largely 积极的结果,但二者的
来源:Discover Mental Health
时间:2026-03-08
-
基于原位微区飞秒激光沉积的双模态零维/二维空间非对称光电器件
为实现人工智能和人形机器人的发展,制备高效且多功能的先进视觉系统至关重要。关键挑战在于将高速光电探测器(photodetector, PD)和神经形态视觉传感器(neuromorphic vision sensor, NVS)功能集成到单一器件中ņ,但现有研
来源:Light-Science & Applications
时间:2026-03-08
-
基于时间、波长和空间交织调制的集成光子三维张量处理引擎
光学计算凭借高带宽、低延迟和高能效等优势,被认为是加速深度学习任务的最有效解决方案之一。然而,主流的光子硬件加速器主要针对二维(2D)矩阵向量乘法(MVM)进行了优化。为了实现三维(3D)卷积神经网络(CNN),在计算前必须根据加速器尺寸在电域内对高阶张量进行
来源:Light-Science & Applications
时间:2026-03-08