当前位置:首页 > 今日动态 > 神经科学
  • γ-氨基丁酸(GABA)与摄食:缓解乌鳢(Channa argus)脂多糖(LPS)诱导性食欲减退的途径

    •饲料中预先补充γ-氨基丁酸(GABA)可通过平衡中枢-外周食欲相关基因表达和激素稳态,减轻北部蛇头鱼LPS诱导的神经-肠道炎症和采食抑制。•体内与体外联合试验揭示了GABA通过肠-脑轴发挥保护功能的潜在多组织协同信号。•二次回归分析估算出,在本实验条件下,改善生长性能的适宜

    来源:Animal Feed Science and Technology

    时间:2026-09-21

  • 综述:干旱区土壤有机碳预测的混合机器学习 - 基于过程模型:系统综述

    •混合AI-过程模型提高了干旱区土壤有机碳(SOC)预测的精度。 •脉冲式降雨和光降解强烈控制干旱区SOC动态。 •物理信息神经网络(PINNs)和集成机器学习增强了SOC模拟和可扩展性。 •地球观测数据支持大规模SOC监测和碳核算。 引言 干旱区定义为干旱指数低于0.6

    来源:Agricultural Systems

    时间:2026-09-21

  • 用于锂离子电池跨条件健康状态估计的物理信息熵时序神经网络

    •物理信息熵时序网络实现了鲁棒的电池健康状态(SOH)估计 •RCMHCRE特征能够从短时的恒流/恒压充电片段中提取退化信息 •退化约束确保SOH预测的单调性和SEI一致性 •稀疏残差校正机制在跨工况分布漂移下降低了偏差 •大量测试表明该方法在公开电池数据集上均能实现精确的S

    来源:Journal of Energy Storage

    时间:2026-09-21

  • 基于图变分对抗自编码器的不平衡风力机故障诊断样本均衡方法

    (1)构建稀疏耦合关系图以表征风电机组故障状态。(2)提出多层卷积生成对抗网络以增强少数类图特征。(3)利用辅助变分图自编码器生成少数类故障图样本。(4)引入分层Top-K池化图卷积网络用于风电机组故障识别。 引言 过去二十年来,由于风电技术的进步和发电成本的降低,风电机

    来源:Journal of Industrial Information Integration

    时间:2026-09-21

  • 综述:高温结构材料的加速试验与寿命预测:从经验加速到智能定向删失

    • 系统回顾了高温材料加速试验从经典范式到智能范式的演进历程。 • 建立了统一的损伤力学加速方程,将 Lemaitre-Chaboche 模型与 SRP 概念相整合。 • 提出了 MDPI-AV 框架,协同机理、数据与性能,实现长寿命验证。 • 物理信息神经网络(PINN)实

    来源:Engineering Fracture Mechanics

    时间:2026-09-21

  • 驾驭有向图中的信任:重新定义图学习的鲁棒性

    摘要AI 摘要要查看此 AI 生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要现有针对鲁棒图神经网络(GNNs)的研究主要集中在全无向图,而忽视了有向图中链接方向所蕴含的可信性。在本研究中,我们从攻击和防御两个角度分析了现有方法的局限性,并重新定义了有向图中 GNNs

    来源:ACM Transactions on Knowledge Discovery from Data

    时间:2026-09-21

  • 公平图学习需要表达能力:从谱视角重新审视公平性

    摘要AI 摘要要查看此 AI 生成的摘要,您必须拥有高级访问权限。了解更多登录摘要摘要图神经网络(GNNs)已取得显著成功,但它们容易编码和放大社会偏见。当前公平图学习的研究主要专注于通过输入数据预处理、训练优化或模型架构修改来开发专门的去偏技术,其假设是 GNN 骨干是一个

    来源:ACM Transactions on Knowledge Discovery from Data

    时间:2026-09-21

  • RoBCtrl:通过强化操控机器人交互来攻击基于图神经网络的社交媒体机器人检测器

    摘要AI 摘要要查看此 AI 生成的摘要,您需要高级访问权限。了解更多登录摘要摘要社交网络已成为个人获取实时信息的重要来源。社交机器人在这些平台中的影响已引起研究人员的广泛关注,并促成了多种检测技术的发展。然而,这些检测方法的安全性和鲁棒性仍有待深入研究。现有的基于图神经网络

    来源:ACM Transactions on Knowledge Discovery from Data

    时间:2026-09-21

  • LOGIN:一种大语言模型咨询的图神经网络训练框架

    最近,图机器学习领域的主流研究通常采用设计先进图神经网络(GNN)变体以适应不同图特征的方法论。本文旨在利用大语言模型(LLMs)来增强基础GNN,从而简化这一过程。在已有"LLMs-as-Predictors"(LLMs作为预测器)和"LLMs-as-Enhancers"(

    来源:ACM Transactions on Intelligent Systems and Technology

    时间:2026-09-21

  • 透过神经多样性视角探讨沉浸式技术:对注意缺陷多动障碍人群和自闭症人群体验虚拟现实的一项质性研究

    虚拟现实(VR)对神经多样性人群的适用性日益受到关注,但对于如何设计VR以满足该群体的需求、并在治疗场景之外为其带来积极体验,目前所知甚少。我们通过深度半结构化访谈,与15位患有注意缺陷多动障碍(ADHD)和/或自闭症的参与者进行了交流,以弥补这一知识空白。借助反思性主题分析

    来源:ACM Transactions on Accessible Computing

    时间:2026-09-21


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