-
TopoGNN:基于NURBS几何嵌入的异构B-Rep图学习用于工业加工特征识别
•异构B-Rep图联合建模面、边和顶点。•方向感知关系改进CAD原生特征识别。•自监督NURBS和UV嵌入补充手工设计特征。•TopoGNN在Fusion 360上达到97.21%准确率和0.8757 mIoU。•该方法可推广至工业CAD数据和TMCAD基准。引言加工特征识别
来源:Computer-Aided Design
时间:2026-09-21
-
用于混沌费米–帕斯塔–乌拉姆–京格晶格的结构保持神经网络
摘要
对于混沌哈密顿系统,守恒律的微小违背会被指数级放大,使得结构保持不仅是一种期望,更是长时间模拟的基本要求。我们在费米-帕斯塔-乌拉姆-钦古(FPUT)晶格的背景下研究这一原则,该系统随着非线性增强,会从近可积动力学转变为哈密顿混沌。我们开发了一种无监督的物理信息神经网
来源:Communications in Nonlinear Science and Numerical Simulation
时间:2026-09-21
-
一种用于永磁电磁驱动(PM-EDW)系统控制导向的电磁力替代建模的三阶段多保真度物理信息神经网络
摘要
以控制为导向的电磁力 surrogate必须足够快速,以便在循环内进行重复评估,同时在其编码的物理约束在超出校准条件的情况下仍然保持有效。我们为永磁电动态悬挂(PM-EDS)开发了一个三阶段的多保真度物理信息神经网络(PINN)。首先,解析场关系定义了相关的力约束;然后
来源:ADVANCED ENGINEERING INFORMATICS
时间:2026-09-21
-
犯罪分析中的可解释时空建模:基于图神经网络的抢劫预测
•一种可解释的时空残差图神经网络(SRGCNN)被应用于入室盗窃风险预测。•该模型整合了公共安全应用程序中的细粒度公民感知数据。•图神经网络(GNN)框架大幅超越传统分类器(平均AUC ≈ 0.85)。•可解释人工智能(XAI)揭示"可疑活动"报告是入室盗窃最重要的预测因子之
来源:Expert Systems with Applications
时间:2026-09-21
-
IGT:通过交替使用GNN与Transformer对图数据的局部与全局模式进行建模
•新颖的IGT结构将GNN与Transformer交替排列,以捕捉局部/全局模式。•IGT在统一架构中支持可配置的稀疏和稠密局部算子。•在IGT-GRL和IGT-TC上的大量实验验证了该框架的有效性。引言近年来,随着图神经网络(GNNs)在各个应用领域的显著成功,针对图结构数
来源:Expert Systems with Applications
时间:2026-09-21
-
利用大模型进行领域知识驱动的故障诊断架构搜索
•将自适应小波包张量集成到NAS中,以编码故障领域知识。•通过黎曼流形映射对齐语言模型语义预测器与图神经网络拓扑预测器。•利用Shapley值驱动的动态剪枝加速架构搜索。引言机械故障诊断(MFD)是现代工业系统状态监测与预测性维护的关键组成部分(L. Fang等,2026),
来源:Engineering Applications of Artificial Intelligence
时间:2026-09-21
-
绘制 SrFeOx 忆阻器件中拓扑相变的局部结构
•原位拉曼光谱揭示了SrFeOx中的局部同构相变。•在SET操作过程中,混合钙钛矿相形成导电丝。•取向控制丝状体的形状和氧扩散通道。•SFO (1 1 1) 中的模拟开关功能实现了神经形态功能。引言由氧化还原反应驱动的氧含量变化触发了过渡金属氧化物中高度可逆的同构相变(TPT
来源:Applied Surface Science
时间:2026-09-21
-
足底注射完全弗氏佐剂诱导的炎性疼痛模型在雄性与雌性小鼠中不完全复现疼痛共病行为特征
在人类中,慢性疼痛以伤害性敏感性增强与情感共病并存为特征,且女性受影响比例高于男性。已有报道指出,临床前模型的局限性在于其往往无法涵盖这种复杂性,并且鲜有研究直接比较雄性与雌性小鼠之间的行为结局。足底注射完全弗氏佐剂(Complete Freund's adj
来源:Journal of Neuroscience Research
时间:2026-09-20
-
自然与人工系统中的智能配方:从神经科学到人工智能的趋同与启示
自然与人工系统中的智能配方
摘要
十年前,两篇里程碑式论文从神经科学与认知科学的视角讨论了人工智能(AI)研究中的开放问题。如今,其中许多问题已经得到解决,且大多并非直接受人类大脑研究的启发。本文旨在审视理解自然大脑与构建人工系统这两项并行事业之间仍然共享
-
薄膜铌酸锂光集成光参量振荡器实现10 GHz高速全光储备池计算
过去十年,深度学习在计算机视觉、自然语言处理与预测分析等领域带来突破性进展。随着深度学习算法广泛部署,亟需能够实时、高速、低延迟处理数据的硬件方案。片上光子神经网络利用光的高带宽与低传播损耗来执行模拟深度学习计算,但纳米光子电路尚未在All-optical(全
来源:SCIENCE ADVANCES
时间:2026-09-20