There have been many theories about and computational models of the schizophrenic disease state. Brain imaging techniques have suggested that abnormalities of the thalamus may contribute to the pathophysiology of schizophrenia. Several studies have found the thalamus to be altered in schizophrenia, and the thalamus has connections with other brain structures implicated in the disorder. This paper describes an experiment examining thalamic levels of the metabolite N-acetylaspartate (NAA), taken from schizophrenics and controls using in vivo proton magnetic resonance spectroscopic imaging. Autom
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: The aim of this study was to test whether disturbed EEG resting-state functional connectivity and network organization are a potential neurophysiological substrate of cognitive impairment in dementia with Lewy bodies.
METHODS: EEG recordings were obtained in dementia with Lewy bodies patients, Alzheimer's disease patients and controls, matched for age and sex (N = 66 for each group; 14 [21%] female; mean age: 70 years). We analyzed functional connectivity of band-filtered EEG time series using the phase lag index. Functional brain network topology was analyzed with the minimum span
СтатьяПоддержка исследования: вне правительства СШАПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Spin orbit torque (SOT) has become a promising approach to manipulating magnetization switching. The high-quality interface is essentially desired for SOT performance, which is readily acquired by two-dimensional (2D) van der Waals (vdW) materials. Recently, a 2D ferromagnetic material, Fe3GaTe2, has been discovered to possess an above-room-temperature Curie temperature and strong perpendicular magnetic anisotropy, providing an excellent candidate to build spintronic devices. On the other hand, an external magnetic field is necessary for the SOT-driven deterministic switching, hindering the re
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Large-scale botnet detection using graph neural networks (GNNs) often requires subgraph sampling to reduce computational and memory costs. However, conventional sampling strategies may fail to simultaneously preserve the global topology and local community structure of the original graph, resulting in structural information loss. To address this issue, this paper proposes RI Graph Sampling (RIGS), a hybrid graph sampling method that probabilistically combines Rank Degree (RD) sampling with Improved Forest Fire Sampling based on PageRank (IFFST-PR). By exploiting the complementary structural pr
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Depression is associated with social dysfunction, but the mechanisms linking affective symptoms to disrupted close relationships remain poorly understood. One possibility is that depression alters how people experience rewards shared with close others and how they interpret partners' actions. It remains unclear whether neural sensitivity to shared reward predicts social valuation during more complex interactions such as reciprocated trust.
METHODS: In this preregistered fMRI study, participants completed a reward-sharing task and a Trust Game with a close friend, a stranger, and a
СтатьяПрепринтПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Molecular Hessians, the second derivatives of the potential energy, are fundamental to many workflows in computational chemistry. Usually, accurate Hessians are computationally expensive to calculate and scale poorly with system size, whether computed using quantum chemistry methods or machine learning interatomic potentials. Here we introduce Hessian Interatomic Potentials (HIPs), a deep learning model that directly predicts Hessians without relying on automatic differentiation or finite differences. To do so, we construct SE(3)-equivariant, symmetric Hessians from irreducible representation
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Mindfulness has established psychological benefits, such as stress reduction and emotional regulation; however, the underlying computational mechanisms, particularly in relation to mind-wandering, remain unclear. This study aimed to present a hierarchical recurrent neural network-based agent model grounded in the free energy principle to explore these processes within the framework of allostasis. The model integrates interoceptive, proprioceptive, and exteroceptive predictive processing, which minimizes the variational free energy throughout past and future contexts. Simulations of the resting
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The field of medical image processing plays a significant role in brain tumor classification. The survival rate of patients can be increased by diagnosing the tumor at an early stage. Several automatic systems have been developed to perform the tumor recognition process. However, the existing systems could be more efficient in identifying the exact tumor region and hidden edge details with minimum computation complexity. The Harris Hawks optimized convolution network (HHOCNN) is used in this work to resolve these issues. The brain magnetic resonance (MR) images are pre-processed, and the noisy
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Link prediction is a fundamental task in graph machine learning. While Graph Neural Network (GNN)-based methods are mainstream, they exhibit limitations: restricted receptive fields hinder their ability to capture long-range structural information between target node pairs; the node-centric paradigm may lead to information loss as it mismatches the nature of link-centric tasks; and neighborhood node features may introduce task-irrelevant noise in link prediction scenarios, which has been less addressed by existing improvements built on the inherent GNN message-passing paradigm. We propose a To
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
ClC-3 chloride channels play essential roles in cervical cancer progression by regulating lysosomal acidification, cell volume homeostasis, and chemoresistance. However, no highly selective small-molecule modulators of ClC-3 have been reported to date. Motivated by the urgent clinical need to reverse ClC-3-mediated chemoresistance and the challenge of processing massive chemical libraries under limited computational hardware resources, we propose a novel AI-driven Drug Discovery (AIDD) pipeline. Here, we present an integrated virtual drug discovery framework that transitions from traditional C
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The basic structural organization of axonal projections from the small but distinct magnocellular and ventral nuclei (of the bed nuclei of the stria terminalis) was analyzed with the Phaseolus vulgaris leucoagglutinin anterograde tract tracing method in adult male rats. The former's overall projection pattern is complex, with over 80 distinct terminal fields ipsilateral to injection sites. Innervated regions in the cerebral hemisphere and brainstem fall into nine general functional categories: cerebral nuclei, behavior control column, orofacial motor-related, humorosensory/thirst-related, brai
Сравнительное исследованиеСтатьяПоддержка NIH: внешняя программаПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This paper proposes a high-precision theoretical and computational neurorehabilitation framework for Mild Cognitive Impairment (MCI), connecting computational neuroscience and clinical practice through qEEG-guided neurofeedback training (NFT). By employing sLORETA to identify putative pathological nodes within the Default Mode Network (DMN)-specifically the Precuneus and the Posterior Cingulate-the model utilizes spectral decomposition to isolate the aperiodic 1/f component, reducing background noise bias and allowing the calculation of a pure individual alpha frequency (IAF) to inform recalib
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Advancements in spaceborne edge computing have facilitated the incorporation of Artificial Intelligence (AI)-powered chips into CubeSats, enabling intelligent data handling and enhanced analytical capabilities with greater operational autonomy. This class of satellites faces stringent energy and memory constraints, necessitating lightweight models typically obtained via compression techniques. This paper addresses model compression through Neural Architecture Search (NAS), enabling computational efficiency and balancing accuracy, size, and latency. More specifically, we design an evolutionary-
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Targeted interrogation of brain networks through invasive brain stimulation has become an increasingly important research tool as well as therapeutic modality. The majority of work with this emerging capability has been focused on open-loop approaches. Closed-loop techniques, however, could improve neuromodulatory therapies and research investigations by optimizing stimulation approaches using neurally informed, personalized targets. Implementing closed-loop systems is challenging particularly with regard to applying consistent strategies considering inter-individual variability. In particular
СтатьяПоддержка NIH: внешняя программаПоддержка исследования: вне правительства СШАПоддержка правительства СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Asymmetric catalysts exert control over the reactivity and enantioselectivity of chemical reactions, often through their large size and highly flexible geometries. Most computational approaches rely on a predefined selectivity-determining step and assume that selectivity follows the Boltzmann distribution of transition-state conformers. Going beyond this conventional framework, we constructed a reaction path network that captures the kinetically accessible regions of the potential energy surface. A delta-learning neural network potential (ΔNNP) was constructed and applied to an asymmetric orga
Поиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Brain-computer interfaces (BCIs) are capable of translating human intentions into signals controlling an external device to assist patients with severe neuromuscular disorders. Prior work has demonstrated that participants with mindfulness meditation experience evince improved BCI performance, but the underlying neural mechanisms remain unclear. Here, we conducted a large-scale longitudinal intervention study by training participants in mindfulness-based stress reduction (MBSR; a standardized mind-body awareness training intervention), and investigated whether and how short-term MBSR affected
СтатьяПоддержка NIH: внешняя программаПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
The common view of Alzheimer's disease (AD) is that of an age-related memory disorder, i.e. declarative memory deficits are the first signs of the disease and associated with progressive brain changes in the medial temporal lobes and the default mode network. However, two findings challenge this view. First, new model-based tools of attention research have revealed that impaired selective attention accompanies memory deficits from early pre-dementia AD stages on. Second, very early distributed lesions of lateral parietal networks may cause these attention deficits by disrupting brain mechanism
СтатьяПоддержка исследования: вне правительства СШАОбзорПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
This paper introduces 3D-QTRNet, a novel quantum-inspired neural network for volumetric medical image segmentation. Unlike conventional CNNs, which suffer from slow convergence and high complexity, and QINNs, which are limited to grayscale segmentation, our approach leverages qutrit encoding and tensor ring decomposition. These techniques improve segmentation accuracy, optimize memory usage, and accelerate model convergence. The proposed model demonstrates superior performance on the BRATS19 and Spleen datasets, outperforming state-of-the-art CNN and quantum models in terms of Dice similarity
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Deep neural networks have achieved strong performance in medical image classification, but their deployment may be constrained by the computational cost of high-capacity models. Knowledge distillation (KD) addresses this problem by transferring knowledge from a teacher to a lightweight student. However, the reliability of teacher supervision may vary across samples, potentially introducing noisy guidance and local conflicts with ground-truth supervision. We propose Selective Confidence-guided Projection-based Encoding (SCOPE), a conflict-aware KD framework comprising Selective Relation Alignme
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
We develop a framework powered by machine learning (ML) and high-throughput density functional theory (DFT) computations for the prediction and screening of functional impurities in groups IV, III-V, and II-VI zinc blende semiconductors. Elements spanning the length and breadth of the periodic table are considered as impurity atoms at the cation, anion, or interstitial sites in supercells of 34 candidate semiconductors, leading to a chemical space of approximately 12,000 points, 10% of which are used to generate a DFT dataset of charge dependent defect formation energies. Descriptors based on
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования