-
基于物理引导时空注意力图网络的飞机发动机无监督异常检测方法
摘要
对于飞机发动机的无监督异常检测,传统方法主要关注挖掘时间特征,往往忽视多个变量之间的复杂相互依赖关系。尽管现有的图神经网络能够建模空间关系,但其纯粹数据驱动的图构建往往忽视系统热力学机制,从而引入虚假相关性。为了解决这一问题,本文提出了一种物理引导的时空注意力图网络(
来源:Mathematics
时间:2026-09-21
-
弥漫大B细胞淋巴瘤中枢神经系统复发:风险分层与预防策略
弥漫大B细胞淋巴瘤(diffuse large B-cell lymphoma,DLBCL)是非霍奇金淋巴瘤最常见的亚型。中枢神经系统(central nervous system,CNS)复发是一种少见但具有破坏性的并发症,与不良预后和有限的治疗选择相关。多
来源:Hematology, Transfusion and Cell Therapy
时间:2026-09-21
-
基于ANFIS-QIOA的微生物燃料电池功率密度与COD去除效率协同优化研究
微生物燃料电池(microbial fuel cells, MFCs)的性能主要取决于关键运行参数,即磺化度(degree of sulfonation, DoS)、催化剂用量(amount of catalyst, AoC)和曝气速率(aeration ra
来源:Desalination and Water Treatment
时间:2026-09-21
-
基于物理信息神经网络在参数化血管狭窄血流动力学预测中的性能研究
准确的血流动力学评估对于表征血管功能和病理至关重要。尽管计算流体力学(computational fluid dynamics,CFD)提供了模拟血流的手段,但每种解剖变异都需要专门的仿真,这反过来又需要大量的计算资源和领域专业知识。加速血流仿真以实现实时或近
来源:Computation
时间:2026-09-21
-
基于迁移学习与人工神经网络的矿石磨矿过程多准则优化研究
本研究提出了一种新颖且综合的数学建模方法,旨在实现工业电力驱动磨机中矿石磨矿过程的多准则优化。在采矿工业中,高保真预测模型的开发常常受到高质量实验数据稀缺的阻碍——这一局限性传统上削弱了过程控制系统的可靠性。为应对这一挑战,本研究实施了一种精细的数据增强策略,
来源:Automation
时间:2026-09-21
-
基于正性保持架构与量化鲁棒性的宏步神经替代算子:面向血管生成的动态能量预算反应-扩散-趋化系统的结构保持代理模型
演化方程的神经替代算子将多个求解器步骤替换为一次网络评估,但它们所表现出的物理不变量是训练后权重的属性,而权重正是低精度推理和整数推理所扰动的对象。研究人员研究了一个耦合了动态能量预算(Dynamic Energy Budget, DEB)储备的六场血管生成反
来源:Mathematics
时间:2026-09-21
-
赛季中最大力量训练对青少年摔跤运动员体能和神经肌肉表现的影响:一项随机对照试验
在竞技赛季期间,运动员常因最大力量训练实施不一致而出现神经肌肉表现下降。尽管最大力量训练可提升运动表现,但其在竞技赛季中的有效性仍不明确,尤其是在青少年摔跤运动员中。因此,本研究探讨了赛季中最大力量训练对青少年摔跤运动员体能和神经肌肉表现的影响。三十名青少年摔
来源:Applied Sciences
时间:2026-09-21
-
面向Ascend 310B边缘NPU的预算受限多阶段深度学习部署配置搜索
在边缘神经处理单元(NPU)上部署深度学习模型需要选择多个编译和运行时参数。穷举评估成本高昂,因此必须在有限的硬件评估预算内找到高质量配置。研究人员针对Ascend 310B平台提出了一种预算受限的多阶段搜索方法,并在Ascend 310B1设备上进行了评估。
来源:Applied Sciences
时间:2026-09-21
-
自适应LIF神经元的设计与验证:从单神经元动力学到多神经元脉冲网络
脉冲神经网络(SNN)通过模拟生物神经元的事件驱动计算,为实现超低功耗人工智能推理提供了一条有前景的路径。然而,两个挑战限制了其实际部署。第一,固定参数的泄漏积分发放(Leaky Integrate-and-Fire, LIF)神经元缺乏在生物学中观察到的适应
来源:Electronics
时间:2026-09-21
-
AI驱动干预在神经发育与认知障碍中促进神经认知、自我调节及适应性技能发展:随机对照试验的系统综述
背景:人工智能(artificial intelligence, AI)越来越多地被应用于神经发育和认知障碍个体的干预中,通过提供个性化和适应性方法,推进了传统治疗实践。尽管既往综述侧重于症状检测或缓解,但对AI在促进个体实现功能与独立所必需的高级技能习得方面
来源:Healthcare
时间:2026-09-21