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
496 публикаций
Поиск: 139 мс
Публикации на разных языках · PubMed, Europe PMC и данные издателей через Crossref · 31 с найденным полным текстом
A vehicular Ad-Hoc Network (VANET) is a type of Mobile Ad-Hoc Networks (MANETs) that uses wireless routers inside each vehicle to act as a node. The need for effective solutions to urban traffic congestion issues has increased recently due to the growing number of automobile connections in the car communications system. To ensure a high level of service and avoid unsafe situations brought on by congestion or a broadcast storm, data dissemination in a VANET network requires an effective approach. Effective multi-objective optimization methods are required to tackle this because of the implied c
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 article proposes a particle swarm optimization (PSO)-based automated mirror-alignment methodology that enables the utilization of high-flux beams for measurements in synchrotron radiation beamlines. The method is designed to improve beam flux by adjusting two mirrors within a target alignment time of 5 min, thereby satisfying critical operational demands. The proposed PSO-based method incorporates three adaptations: (i) particle initialization and dynamics (which are modified to locate a narrow flux peak efficiently), (ii) mirror-movement optimization (which reduces the total mirror-trave
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 AND OBJECTIVES: Kronauer's oscillator model of the human central pacemaker is one of the most commonly used approaches to study the human circadian response to light. Two sources of error when applying it to a personal light exposure have been identified: (1) as a populational model, it does not consider inter-individual variability, and (2) the initial conditions needed to integrate the model are usually unknown, and thus subjectively estimated. In this work, we evaluate the ability of particle swarm optimization (PSO) algorithms to simultaneously uncover the optimal initial condit
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.
COVID-19 (coronavirus disease 2019) is an ongoing global pandemic caused by severe acute respiratory syndrome coronavirus 2. Recently, it has been demonstrated that the voice data of the respiratory system (i.e., speech, sneezing, coughing, and breathing) can be processed via machine learning (ML) algorithms to detect respiratory system diseases, including COVID-19. Consequently, many researchers have applied various ML algorithms to detect COVID-19 by using voice data from the respiratory system. However, most of the recent COVID-19 detection systems have worked on a limited dataset. In other
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.
In this paper, a novel, effective meta-heuristic, population-based Hybrid Firefly Particle Swarm Optimization (HFPSO) algorithm is applied to solve different non-linear and convex optimal power flow (OPF) problems. The HFPSO algorithm is a hybridization of the Firefly Optimization (FFO) and the Particle Swarm Optimization (PSO) technique, to enhance the exploration, exploitation strategies, and to speed up the convergence rate. In this work, five objective functions of OPF problems are studied to prove the strength of the proposed method: total generation cost minimization, voltage profile imp
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.
An electronic transition-based bare bones particle swarm optimization (ETBBPSO) algorithm is proposed in this paper. The ETBBPSO is designed to present high precision results for high dimensional single-objective optimization problems. Particles in the ETBBPSO are divided into different orbits. A transition operator is proposed to enhance the global search ability of ETBBPSO. The transition behavior of particles gives the swarm more chance to escape from local minimums. In addition, an orbit merge operator is proposed in this paper. An orbit with low search ability will be merged by an orbit w
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.
This paper proposes a general hierarchical dispatching strategy of mine water, with the aim of addressing the problems of low reuse rate of coal mine water, and insufficient data analysis. First of all, water quality and quantity data of the Narim River No. 2 mine were used as the research object; the maximum reuse rate of mine water and the system operation rate comprised the objective function; and mine water quality information, mine water standard, and mine water treatment speed were the constraints. A multi-objective optimization scheduling mathematical model of water supply system was es
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.
Particle swarm optimization (PSO) is a widely used bio-inspired optimization method. However, global guidance can align particle trajectories, reduce population diversity, and lead to premature convergence. To address this issue, we propose GRACE-PSO, a particle swarm optimizer based on group rank assessment and cooperative evolution. The method introduces group-best learning as an intermediate layer between personal-best and global-best learning to improve the balance between exploration and exploitation. GRACE-PSO integrates three coupled mechanisms: (1) a group-learning update that provides
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.
In recent years, flexible needles have garnered significant research attention due to their outstanding steerable flexibility. Path planning of flexible needles is key to achieving intelligent navigation. However, existing path-planning methods for flexible needles are often trapped in local optima, failing to identify the globally optimal insertion trajectory. In order to solve this problem, this paper proposes a novel hybrid path planning algorithm by combining particle swarm optimization (PSO) and simulated annealing (SA) mechanism to enhance the global search capabilities. By integrating t
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 analysis of high-dimensional microarray gene expression data presents critical challenges, including excessive dimensionality, increased computational burden, and sensitivity to random initialization. Traditional optimization algorithms often produce inconsistent and suboptimal results, while failing to preserve local data structures limiting both predictive accuracy and biological interpretability. To address these limitations, this study proposes an adaptive neighborhood-preserving multi-objective particle swarm optimization (ANPMOPSO) framework for gene selection. ANPMOPSO introduces fo
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.
Plasmonic lithography, which utilizes evanescent near-field imaging that contains high-frequency information, can overcome the diffraction limit of conventional lithography and has emerged as a strong candidate for next-generation integrated circuit (IC) manufacturing. Previous research has primarily focused on improving the resolution limits of plasmonic lithography, while compatibility studies have been largely overlooked. Imaging structure compatibility with mask patterns is an important consideration in lithographic processes for IC fabrication, and plasmonic lithography is particularly se
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.
INTRODUCTION: This study presents a modified version of Particle Swarm Optimization (PSO) using an all-optical computational update mechanism. The primary innovation and objective of this collaboration aimed to leverage the inherent properties of coherent optical systems, including specialized complex-domain computation and nonlinear light-matter interactions, to enhance the exploration and exploitation of the search space process for particles.
METHODS: To assess the performance of the developed model, it was compared with traditional PSO to solve the CEC benchmark functions. Furthermore, it
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.
Alzheimer's Disease (AD) is a progressive neurodegenerative disorder marked by neuronal loss, leading to cognitive and behavioral decline. With the aging global population, AD incidence and its socioeconomic burden are increasing. Developing effective early diagnostic methods is thus critical for improving patient outcomes and slowing disease progression. In this paper, an enhanced Particle Swarm Optimization (PSO) algorithm, which integrates opposition-based Latin squares sampling initialization (OL) with dynamic inertia weights and learning factors (D), termed OLDPSO, is proposed to improve
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.
AIM: Particle swarm optimization (PSO) is an algorithm that involves the optimization of Non-linear and Multidimensional problems to reach the best solutions with minimal parameterization. This metaheuristic model has frequently been used in the Pathological domain. This optimization model has been used in diverse forms while predicting Alzheimer's disease. It is a robust algorithm that works on linear and multi-modal data while predicting Alzheimer's disease. PSO techniques have been in action for quite some time for detecting various diseases and this paper systematically reviews the papers
СтатьяСистематический обзорПоиск 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.
In this study, an improved eliminate particle swarm optimization (IEPSO) is proposed on the basis of the last-eliminated principle to solve optimization problems in engineering design. During optimization, the IEPSO enhances information communication among populations and maintains population diversity to overcome the limitations of classical optimization algorithms in solving multiparameter, strong coupling, and nonlinear engineering optimization problems. These limitations include advanced convergence and the tendency to easily fall into local optimization. The parameters involved in the imp
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.
Vibration-based structural health monitoring (SHM) for long-span bridges has become a dominant research topic in recent years. The Nam O Railway Bridge is a large-scale steel truss bridge located on the unique main rail track from the north to the south of Vietnam. An extensive vibration measurement campaign and model updating are extremely necessary to build a reliable model for health condition assessment and operational safety management of the bridge. The experimental measurements are carried out under ambient vibrations using piezoelectric sensors, and a finite element (FE) model is creat
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.
Distributed power grids generally contain multiple diverse types of distributed generators (DGs). Traditional particle swarm optimization (PSO) and simulated annealing PSO (SA-PSO) algorithms have some deficiencies in site selection and capacity determination of DGs, such as slow convergence speed and easily falling into local trap. In this paper, an improved SA-PSO (ISA-PSO) algorithm is proposed by introducing crossover and mutation operators of genetic algorithm (GA) into SA-PSO, so that the capabilities of the algorithm are well embodied in global searching and local exploration. In additi
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.
Accurate modeling of multiple magnetic dipoles is essential for characterizing spacecraft-generated magnetic fields and mitigating their interference with sensitive onboard instruments. To address the limitations of conventional multiple magnetic dipole modeling (MDM) methods facing local convergence and the curse of dimensionality in complex magnetic source scenarios, this work proposes an adaptive hierarchical filtering particle swarm optimization (AHFPSO) algorithm. The algorithm incorporates a hierarchical filtering mechanism and an adaptive adjustment mechanism to improve its capability i
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.
This research was aimed to explore the application value of magnetic resonance imaging (MRI) based on binary particle swarm optimization algorithm (BPSO) in the diagnosis of adrenal tumors. 120 patients with adrenal tumors admitted to the hospital were selected and randomly divided into the control group (conventional MRI examination) and the observation group (MRI examination based on the BPSO intelligent feature optimization algorithm), with 60 cases in each group. The sensitivity, specificity, accuracy, and Kappa of the diagnostic methods were compared between the two groups. The results sh
СтатьяРандомизированное исследованиеПоиск 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 spatial topology of large-scale low-Earth-orbit satellite communication networks is dynamically time-variant, and the load on the output ports of network nodes is continuously changing. The lengths and numbers of output port queues at each network node can affect the packet loss rate and end-to-end latency of traffic flows. In order to provide high-quality satellite communication services, it is necessary to schedule and optimize the lengths and numbers of queues used for transmitting time-sensitive traffic flows at each node's output port to achieve the best deterministic transmission per
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.