-
面向海上风电结构灌浆连接承载能力预测的稀疏数据物理引导机器学习方法
- 开发了知识引导的符号回归模型用于方程发现
- 提出了符号回归引导的神经网络用于承载力预测
- 运用迁移学习将模型扩展至其他加载条件
- 该框架优于设计规范及其他机器学习模型
- 该框架在稀疏数据条件下仍能保持高预测精度
## 引言
灌浆连接件广泛应用于海上风电结构,用
来源:Ocean Engineering
时间:2026-09-18
-
MSPGNN:一种多尺度块感知时空协同软测量框架及其在废水处理中的应用
本文提出了一种用于废水水质预测的多尺度补丁感知时空框架。补丁感知空间依赖学习器捕获细粒度空间依赖关系以提高预测精度。轻量级补丁感知时间依赖学习器捕获补丁内和补丁间的时间依赖关系。门控神经网络自适应地整合多个时间尺度上的互补信息。
引言
中国前所未有的工业化带来了令人瞩目的
来源:Journal of Water Process Engineering
时间:2026-09-18
-
利用流体力学信号实现斯托克斯流中微游动体的壁面探测
可供购买
打开图形查看器
通过流体动力学信号感知周围环境是众多水生生物的一种关键生存技能,也是智能机器人平台的一项有前景的技
来源:Soft Matter
时间:2026-09-18
-
面向准确的剩余使用寿命与健康状态估计——基于动态权重增强的强化型物理信息图神经网络
# 摘要
准确估计剩余使用寿命(RUL)和健康状态(SoH)对于可靠的预测与健康管理(PHM)至关重要,可为及时维护和可靠的工业运行提供支持。然而,将数据驱动学习与物理约束正则化相结合的混合模型往往依赖固定的损失权重,当分别应用于具有不同退化行为的资产时,难以进行有效标定。
来源:Advanced Engineering Informatics
时间:2026-09-18
-
综述:基于图神经网络的复杂网络节点重要性评估:系统综述
# 摘要
在复杂网络中识别关键节点对于系统分析和资源优化至关重要。传统的拓扑指标往往难以应对现代网络的规模和高维特征。图神经网络(GNN)通过强大的表征学习能力提供了一种稳健的数据驱动替代方案。按照PRISMA框架,本综述系统分析了2016年至2025年间发表的147项基于
来源:Communications in Nonlinear Science and Numerical Simulation
时间:2026-09-18
-
基于机器学习代理建模、全局敏感性分析及粒子群优化的三元混合纳米流体池沸腾研究
# 基于R141b的三元混合纳米冷媒池沸腾特性的实验研究
**摘要**
本研究通过实验方法对基于R141b的三元混合纳米冷媒的池沸腾特性进行了研究,并采用了一种集成框架进行分析,该框架结合了人工神经网络(ANN)代理建模、Shapley加性解释(SHAP)、Sobol全局
来源:International Communications in Heat and Mass Transfer
时间:2026-09-18
-
TIDRec:从带时间戳的交互日志中挖掘随时间演变的意图动态,用于数据密集型序列推荐
# 摘要
现代信息系统越来越依赖于大规模带时间戳的用户 - 物品交互日志来支持个性化信息获取。当推荐请求在可观测查询时间 tq 到达时,系统必须从 tq 之前观测到的稀疏、含噪声且不规律间隔的交互中推断用户的活跃信息需求,然后对大量候选集进行排序。现有方法对序列依赖、时间间
来源:Information Sciences
时间:2026-09-18
-
Leak-CIM:一种利用晶体管漏电流的 PVT 鲁棒且高能效的 SRAM 存算一体宏单元
二值神经网络(BNNs)能显著降低边缘推理的算术与存储开销,但反复的按位累加与访存操作仍然制约着系统的能效。本文提出了一种漏电存内计算(leak-CIM)方案,即一种基于256×64静态随机存取存储器(SRAM)的电压模式CIM宏单元,它利用关态晶体管的亚阈值漏电作为超高阻抗
来源:IEEE Transactions on Very Large Scale Integration (VLSI) Systems
时间:2026-09-18
-
基于忆阻器的贝叶斯神经网络的模块化三维集成技术,结合内在的随机高斯权重生成机制
摘要:贝叶斯神经网络(BNNs)通过概率权重采样,能够在安全关键任务中实现鲁棒的不确定性量化,在自动驾驶等场景中表现优于过度自信的深度神经网络(DNNs)。然而,BNN的硬件实现面临两个根本瓶颈:高斯随机数生成(GRNG)电路所占的面积和功耗过大,以及传统2维架构中的冯·诺依曼瓶
来源:IEEE Transactions on Electron Devices
时间:2026-09-18
-
发育性异种皮质化:利用人源类器官在小鼠中构建功能性人脑组织
人类脑组织的不可及性限制了对其发育和功能的研究,而人干细胞来源的神经模型正开始应对这一挑战。将神经类器官移植到啮齿动物宿主中,能够使研究人员在体内研究人类神经发育和环路功能的某些方面,同时可对宿主动物进行行为表型分析。然而,空间限制以及与宿主环路的竞争制约了神