Уникальные публикации PubMed, Europe PMC и Crossref, сохранённые в библиотеке. Одна статья учитывается один раз, даже если получена из нескольких источников. Личные исследования и документы команд не публикуются.
Идёт проверка счётчикаДоступно в поиске—
Публикации, уже подготовленные для быстрого поиска. Остальная библиотека подключается в фоне.
Переведено на русский—
Готовые переводы среди доступных в поиске публикаций. Автоматический медицинский перевод и проверка специалистом учитываются отдельно.
Полные тексты—
Найденные полные тексты среди доступных в поиске публикаций. Доступность определяется первоисточником и условиями использования.
Оригиналов на русском—
Русскоязычные оригиналы доступны без ожидания перевода. Ниже — языки остальных оригиналов; для них готовится медицинский перевод на русский.
Пополняем библиотеку по диагнозам—Проверяем состояние обновлений
Для каждого диагноза из справочника МКБ-10 ищем связанные публикации в научных базах и добавляем их в библиотеку. Числа ниже — диагнозы, а не статьи.
Если сбор прервался, тема требует повторной попытки. Уже сохранённые статьи остаются в библиотеке.
Нажмите на показатель для подробностей. Показатели поиска обновляются автоматически; размер всей библиотеки сверяется отдельно. Время последней проверки указано явно.
Результаты поиска
831 публикаций
Поиск: 265 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 225 с найденным полным текстом
OBJECTIVE: This study aimed to address key data limitations in autonomous vehicle (AV) crash-severity analysis, including small samples and sample imbalance, and to identify interpretable risk factors associated with injury outcomes in AV crashes.
METHODS: A verified dataset of 2,946 AV crash events from 2015 to 2024 was constructed, with crash records spatially matched to variables related to road geometry, traffic control, roadway attributes, and the built environment. A hybrid analytical framework was developed by combining sample-balancing methods, feature-selection techniques, and random
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.
Controller area network (CAN)-dependent autonomous vehicles (AVs) control system is vulnerable to limited network bandwidth and stochastic false data injection (FDI) attacks, presenting a potential threat to the path tracking performance for AVs. To address this challenge, this article investigates a novel event-triggered robust security control method to enhance the system safety and efficiency. Firstly, an interval type-2 Takagi-Sugeno (IT2 T-S) fuzzy model is established to depict lateral vehicle dynamics. Secondly, an IT2 T-S fuzzy observer is designed to estimate the lateral speed of the
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.
In an era of rapidly evolving technology, traditional cloud computing struggles to meet the demands of resource-intensive smart devices. This necessitates a shift towards Edge Computing (EC), which brings computation and data storage closer to the network's edge, enhancing efficiency and reducing latency. This is particularly crucial for the Internet of Things (IoT), where supporting mobility, location awareness, and real-time processing are paramount. However, the scalability of EC applications is significantly influenced by network parameters and the capabilities of the computing system. Thi
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.
Takeover is a critical factor in the safety of autonomous driving. Takeover refers to the action of a human driver assuming control of an autonomous vehicle from its automated driving system. This can occur when the vehicle encounters a situation it cannot handle, when the system requests the driver to take control, or when the driver chooses to intervene for safety or other reasons. This study explored how traditional steering-wheel driving habits affect takeover performance in joystick-controlled autonomous vehicles. We conducted an experiment using a joystick-controlled Dongfeng Sharing-VAN
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.
Object detection is an essential part of autonomous driving perception, as its effectiveness directly affects subsequent decision making and control. However, the difficulty of detecting small objects and the complexity of the driving environment poses challenges that prevent existing detectors from fully meeting the safety and efficiency requirements of autonomous driving systems. To address these challenges, we propose three components: Feature Pyramid Network-α (FPN-α), Classification Refinement Networks (CRN), and Localization Refinement Networks (LRN), and organize them into DETR with Dua
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.
Analyzing human body movement is a critical aspect of biomechanical studies in road safety. While most studies have traditionally focused on assessing the head-neck system due to the restraint provided by seat belts, it is essential to examine the entire pelvis-thorax-head kinematic chain when these body regions are free to move. The absence of restraint systems is prevalent in public transport and is also being considered for future integration into autonomous vehicles operating at low speeds. This article presents an experimental study examining the movement of the pelvis, thorax and head of
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.
This study evaluated whole body vibration (WBV), non-driving task performance, muscle activity, and self-reported discomfort and motion sickness between different seat suspension systems in a simulated vehicle environment. In a repeated-measures laboratory experiment where field-measured 6-degree-of-freedom (6-DOF) passenger vehicle vibration was replicated on a 6-DOF motion platform, we measured WBV, non-driving task (pointing, typing, web-browsing, and reading) performance, low back (erector spinae), shoulders (trapezius) and neck (splenius capitis and sternocleido-mastoid) muscle activity,
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.
Measurements are presented from a purpose-built outdoor test facility for the assurance of situational awareness sensors for Autonomous Vehicles (AVs). The testbed included meteorological instrumentation for an accurate high-resolution picture of weather traversing the site. Static targets at ranges up to 250 m were observed simultaneously with multiple radar, LiDAR and camera systems exposed to the natural weather events over a two-year period. The aim of the testbed was to collect data over a prolonged period of time to ensure the maximum amount of variation in weather was encountered. Uniqu
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.
The strong coupling between lateral and longitudinal dynamics in autonomous vehicles presents a significant challenge for trajectory tracking control, especially under high-dynamic and complex conditions. To address this, this paper proposes a real-time optimal control method driven by a Reservoir Computing (RC)-based vehicle inverse dynamics model. The approach first involves training an RC network on a comprehensive vehicle dynamics dataset, covering multiple operating conditions, to learn the inverse mapping from accelerations to control commands. Second, an online correction mechanism inco
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.
Autonomous systems are expanding rapidly, driving a demand for robust perception technologies capable of navigating challenging, unstructured environments. While urban autonomy has made significant progress, off-road environments pose unique challenges, including dynamic terrain and limited communication infrastructure. This research addresses these challenges by introducing a novel three-part solution for off-road autonomous vehicles. First, we present a large-scale off-road dataset curated to capture the visual complexity and variability of unstructured environments, providing a realistic tr
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.
This paper presents the development of an unmanned solar vessel designed to collect and transmit water quality data in real time, together with a web-based system incorporating artificial intelligence (AI) for data processing, analysis, and visualization. The motivation for this development stems from the complexity and high costs associated with conventional water quality monitoring, particularly in remote, difficult-to-access, and large environments such as Amazonian hydropower reservoirs. The vessel was equipped with monitoring cameras, a single-beam echosounder to support navigation, and a
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.
The wide adoption of autonomous vehicles (AVs) or robot taxis relies on technological advancements and public acceptance, which can be influenced by users' trust in AVs and comfort during rides. Among the influential factors of riding comfort, motion sickness (MS) has attracted lots of attention in previous research, and both trust and MS have been found to be associated with human-machine interface (HMI) designs in AVs. However, previous research on trust and MS in AVs predominantly utilized driving simulations or "Wizard of Oz" methods, which failed to introduce risk and realistic vehicle mo
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.
Driver fatigue constitutes a critical safety hazard in Level 2-3 (L2-3) conditionally automated vehicles, where the paradoxical demand for sustained supervisory vigilance despite minimal active engagement accelerates cognitive underload and impairs timely takeover readiness. Existing vision-based driver monitoring systems are constrained by fixed temporal analysis windows and binary classifiers that neither quantify prediction uncertainty nor adapt to the heterogeneity of real-world fatigue dynamics, resulting in elevated false alarm rates and poor cross-domain generalization. This study intro
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.
Autonomous vehicles (AVs) are expected to significantly enhance road safety in the future. However, until fully autonomous driving systems are widely adopted, mixed traffic with AVs and conventional vehicles (CVs) will remain a typical feature of roadways. Consequently, it is crucial to understand how roadway and built environment factors impact traffic safety in mixed traffic settings. This study proposes a joint model to analyze crash injury severity for both autonomous and conventional vehicles within a unified framework. A random parameter bivariate probit model (RBP) is used as the method
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.
Water-surface perception is critical for autonomous surface vehicle navigation, where reliable tracking of task-relevant objects is essential for safe and robust operation. Referring multi-object tracking (RMOT) provides a flexible tracking paradigm by allowing users to specify objects of interest through natural language. However, existing RMOT benchmarks are mainly designed for ground or satellite scenes and fail to capture the distinctive visual and semantic characteristics of water-surface environments, including strong reflections, severe illumination variations, weak motion constraints,
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.
With the imminent widespread integration of Autonomous Vehicles (AVs) into our traffic ecosystem, understanding the factors that impact their safety is a vital research area. To that end, this study assessed the impact of a wide range of factors on the frequency of AV-road user conflicts. The study utilized the Woven prediction and validation dataset, which contains over 1000 h of data collected from the onboard sensors of 20 AVs in California. Two Copula-based models were developed to investigate the contributing factors to total and severe AV conflicts in road segments (model M1) and interse
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.
With the rapid rollout of autonomous vehicles (AVs), many AV criminal attacks form one of the biggest cybersecurity attack surfaces in contemporary infrastructure. But there are also the AV subsystems-LiDAR, radar, cameras, GPS, CAN buses, and V2X communications-all of which expose separate exploit vectors that would threaten both passenger safety as well as traffic. Centralized machine learning has been utilised for intrusion detection, but privacy issues, scalability limitations, and susceptibility to quantum-enabled adversaries have motivated interest in Federated Learning (FL) as a distrib
СтатьяОбзорПолный 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.
Using pressure gradient-based methodology, a compact 33-cm, four-element, tetrahedron-shaped hydrophone array is demonstrated to emulate the low-frequency direction of arrival (DOA) finding performance of a vector sensor. Towed from an autonomous surface vehicle in deep water, near the Kelvin and Atlantis II seamount complexes, this array is capable of determining the horizontal DOA (i.e., bearing) of low-frequency broadband (210-310 Hz) transmissions from bottom-moored sources located at a depth of ∼1100 m and ranges up to 176 km away. Both coherent and incoherent DOA finding methods are pres
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.
Nanorobots hold great promise for integrated drug delivery systems that are responsive to molecular triggers. Herein, we successfully developed an automatic smart bionanorobot that has transport capability and recognizes and removes zinc ions from poisoned cells based on nanoscale polyhedral oligomeric silsesquioxane molecules. This intelligent bionanorobot can easily move inside and outside the cell and find zinc ions owing to its highly selective recognition to zinc ions and high cell permeability, especially the well-combined high penetration and strong binding energy. More importantly, it
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.
These days, autonomous uncrewed underwater vehicles (UUVs) play a crucial role in marine exploration, surveillance, and environmental monitoring. However, their communication and object identification are key challenges due to high latency, limited bandwidth, and security vulnerabilities. Traditional UUV frameworks have distinct limitations and pose challenges for dynamic communication in critical environments. To address the above issue, this paper presents a novel augmented reality and reinforcement learning-enabled communication framework for UUAV applications to improve communication quali
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.