当前位置:首页 > 今日动态 > 神经科学
  • 通过分段透镜设计和结构优化提升聚光光伏/热能系统的性能

    研究提出分 lens 结构用于解决传统线性菲涅尔反射器(LFR)的镜面遮挡和空间占用问题,建立光热电耦合模型,通过单目标优化和多目标优化(PSO-BPNN-NC)方法获得电气效率12.302%、光热效率69.085%、总效率77.251%、总能效率13.985%等最优解,为CPV/T系统优化提供新方法。

    来源:ENERGY CONVERSION AND MANAGEMENT

    时间:2026-04-05

  • 用于离散点异常检测的属性解耦图神经架构搜索

    离散点异常检测中,传统图神经网络架构搜索方法存在边节点属性耦合、固定拓扑结构导致的适应性不足问题。本文提出属性解耦的图神经网络架构搜索方法(ADGNAS),通过解耦边节点属性聚合过程和动态构建最优架构,有效适配不同K近邻图(KNNG)的分布差异,显著提升检测性能与效率。

    来源:Expert Systems with Applications

    时间:2026-04-05

  • 自适应小波滤波器作为实用的纹理增强工具:从视网膜病理学角度探讨早期帕金森病的筛查方法

    视网膜纹理特征与自适应小波滤波在PD早期筛查中的应用 | OCT图像分析 | 平衡置信损失优化 | 深度神经网络特征增强 | 波let域映射技术 | 疾病早期诊断模型 | 融合纹理与形态学特征 | 信任度评估 | 多中心数据验证 | 小波变换频域学习

    来源:Expert Systems with Applications

    时间:2026-04-05

  • 基于深度学习序列集成优化的有限数据岩性识别

    针对小样本数据场景下深度学习模型的过拟合与泛化不足问题,本文提出梯度提升串联集成优化方法(eGB),通过构建局部损失函数与指数交互机制,实现多子网协作学习。实验表明,集成模型在DNN和LSTM基础上,将岩性识别精度提升2.2%,有效利用有限数据并增强非线性映射能力。

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-04-05

  • 基于物理知识的神经算子用于预测车辆引起的桥梁振动轨迹

    车辆-桥梁相互作用(VBI)动力学模拟需解决高计算成本问题。本文提出物理信息神经网络算子(PINO)融合多输入神经操作器与定制损失函数,嵌入VBI物理原理,实现桥梁振动轨迹高效预测。实验表明PINO在结构健康监测和可靠性设计中展现实时推断优势,通过迁移学习显著减少跨桥梁建模数据需求,相较纯数据驱动模型在精度、效率及小样本鲁棒性方面均有提升。

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-04-05

  • 实时动态应变监测用于电池安全隐患识别

    电池壳变形实时监测与预测策略基于改进的Informer神经网络,通过多变量线性回归正则化提升预测精度,在充放电循环中实现至少10分钟超前预测,平均相对误差低于10%,有效识别热冲击和机械应力导致的变形风险,弥补传统电池管理系统对结构安全监测的不足。

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-04-05

  • 用于模拟上升气泡界面动力学的操作员学习方法

    两相流模拟中对比了FNO、DeepONet和PARC三种神经算子的性能,基于单气泡上升(140例)和气泡冷凝(50例)基准问题验证其预测体积分数、压力及速度场的准确性,FNO和DeepONet分别实现最低均方根误差(0.0154和0.0123),并评估计算效率与适用性。

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-04-05

  • 电双层(EDL)现象在表面不可逆地触发 Tau 蛋白组装

    为探究非法拉第(Faradaic)效应对蛋白质错误折叠的驱动作用,研究人员聚焦Tau蛋白,利用电化学与光谱学联用技术,开展了电双层(EDL)内电场触发蛋白质折叠与组装的研究。结果表明,界面电场(~1 MV/cm)可诱导Tau及其片段发生不可逆的β结构组装,揭示了蛋白质聚集的静电调控新机制,为理解神经退行性疾病(如阿尔茨海默病)的病理过程提供了新的电化学视角。

    来源:Journal of the American Chemical Society

    时间:2026-04-05

  • RNA G-四链体在可变剪接调控中的优势与挑战:结构调控、蛋白互作与靶向治疗新视角

    可变剪接(AS)异常是癌症、神经退行性疾病等的重要病因,但其调控机制复杂,靶向治疗手段有限。本文系统综述了RNA G-四链体(G4)如何通过序列特征、与RNA结合蛋白(如hnRNP H/F)的互作、以及G4配体(如TMPyP4、PDS)的调控,成为可变剪接的动态、可药控节点,为相关疾病提供了新的机制见解和治疗策略。

    来源:JACS Au

    时间:2026-04-05

  • 基质刚度调控人源神经元细胞网络拓扑结构

    本研究针对人工神经元培养中基质机械特性如何影响神经网络形成的关键问题,以人源诱导多能干细胞(hiPSC)来源的神经元为模型,对比了软(~12 kPa)与硬(~1.5 MPa)两种不同刚度PDMS基质对细胞行为的影响。通过力学表征、共聚焦成像与网络拓扑分析,研究人员发现较软的基质可显著增强神经元黏附分子NCAM的表达,并促进形成具有更高聚类系数、更短特征路径长度和更大小世界系数的网络结构,证明了基质顺应性有利于构建更成熟、高效的神经元连接网络。该成果为神经组织工程和体外疾病模型的支架设计提供了关键的生物力学指导。

    来源:ACS Omega

    时间:2026-04-05


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康