• 增量替代采样：探索语言预测的时间与表征分辨率窗口

  本文针对语言理解中预测过程如何同时跨越不同时间尺度和表征层次的核心问题，提出“增量替代采样”新模型。该研究将理解者视为持续生成、评估与更新语言输入可能后续方案的动态系统，定义了“增量信息价值”以量化预测不确定性的变化。利用Transformer语言模型，研究成功预测了包括完形概率、眼动、自定步速阅读及ERP振幅在内的广泛人类神经与行为反应。该模型不仅超越了传统惊异度理论的解释力，为理解人类预测机制提供了更精细的框架，也为剖析人工智能语言处理器的预测机制提供了新的原则性视角。

  来源：Journal of Memory and Language

  时间：2026-02-21

• 运动干扰如何重构语言理解：动作与抽象化的神经认知机制

  为解决“运动系统如何影响语言理解”这一核心问题，研究人员开展了一项关于“运动干扰改变语义构建”的研究。他们通过让参与者有节奏地移动手或脚，并使其在描述手脚动作的句子（如“在足球赛中得分”）的两种解释（更具体的“踢球”和更抽象的“赢得比赛”）中做出选择。总体结果表明，运动干扰能以效应器特异性的方式影响意义的构建，且这种效应受句子与解释间延迟时间的调控：短延迟（200 ms）下，移动相同效应器会促使人们选择更具体的解释；长延迟（15 s）下，移动脚则会导致对脚相关句子选择更抽象的解释。这些结果为体现理论（embodiment theories）所主张的运动系统在词汇语义中的功能性作用提供了初步证据，首次证明运动动作能导致句子理解发生质的变化，具有重要的理论意义。

  来源：Journal of Memory and Language

  时间：2026-02-21

• 双重任务运动游戏在改善慢性中风患者的运动和认知功能方面的效果：一项前瞻性、评估者盲法、平行组随机对照试验

  慢性卒中患者双任务运动游戏康复效果优于传统平衡训练，显著提升功能步行能力（FGA）和平衡量表（SPPB），同时降低 trails making test A/B 时间和改善执行功能与处理速度。

  来源：Journal of NeuroEngineering and Rehabilitation

  时间：2026-02-21

• 脑瘫儿童手指个体化三维评估揭示手指与关节特异性选择性运动控制缺陷 中文标题

  本研究开发并验证了一种利用手部关节神经训练装置（HAND）量化脑瘫（CP）儿童手指个体化（Individuation）能力的三维评估方法。研究发现CP儿童存在手指特异性（食指、无名指更差）、力量方向特异性（屈曲方向损伤最重）及手特异性（非利手更差）的个体化缺陷，这些缺陷与镜像运动和临床精细/粗大运动能力（PPT/BBT）相关。该方法展现出优异的内在一致性，为传统临床评估未能捕捉的、与灵巧性相关的选择性运动控制（SMC）损伤提供了更精确的表征手段，有望指导针对性康复干预。

  来源：Journal of NeuroEngineering and Rehabilitation

  时间：2026-02-21

• 二维电子器件中面向离子迁移的Sb4O5Cl2晶体电介质及其多功能应用研究

  为开发高性能二维电子器件，亟需兼具高栅极电容和可调控电子态的介电材料。本研究成功合成了具有定向离子通道的离子型电介质单晶Sb4O5Cl2，实现了约23.3的介电常数和氯离子的非挥发性可编程迁移调控。基于此构建的二维MoS2晶体管展示了高达109的开/关比、低至10−14A的漏电流以及33.4 cm2V−1s−1的迁移率。离子通道的应用进一步实现了MoS2准金属态与半导体态间的可重构转换，并启发了具备图像存储、处理和识别功能的类神经形态器件，将识别准确率在5个训练周期内从80.7%提升至90.9%。该研究为电子态调控的基础研究和先进电子学提供了一个极具潜力的平台。

  来源：Nature Communications

  时间：2026-02-21

• 神经肌肉筛查与老年人认知功能：一项横断面探索性研究

  本文探讨了老年人认知功能与神经肌肉功能之间的关联，为理解衰老过程中的“身心”关联提供了新视角。研究发现，使用定制装置测量的电诱发神经肌肉反应性与认知功能评分（MoCA）存在适度关联（r=-0.35），而握力（handgrip strength）与认知的关联较弱。这提示，相较于传统的握力测量，电刺激评估的神经肌肉响应性可能是评估认知老化风险的更敏感补充指标。研究为开发整合神经肌肉与认知的多维早期筛查工具提供了初步依据。

  来源：PLOS One

  时间：2026-02-21

• 针对基于自监督对比学习与迭代自蒸馏的标签高效多通道EEG睡眠分期方法的研究与分析

  为解决人工睡眠分期耗时、主观且大规模标注数据稀缺的难题，研究者提出了一种结合自监督对比学习与迭代自蒸馏的标签高效多通道EEG睡眠分期框架。该方法通过双分支CNN与交叉注意力融合模块提取多导联EEG特征，利用时序相邻性构建对比学习正负样本进行预训练，再使用极少量标签微调，并借助伪标签迭代自蒸馏提升性能。在Sleep-EDF-v2数据集上，仅使用1%标注数据即实现了76.31%的准确率与66.53%的Macro-F1分数，显著降低了标注成本，并为临床便携式设备的部署提供了紧凑模型。

  来源：Array

  时间：2026-02-21

• 面向CNN加速器层间效率优化的设计空间探索

  本研究聚焦于在特定FPGA上部署卷积神经网络时，如何在有限的带宽和资源约束下充分利用片上资源以维持加速器的高效运行这一核心挑战。作者团队提出了一种软硬件协同设计的自动化方法，开发了一个可灵活配置的加速器架构并构建了一个设计空间探索（DSE）引擎，旨在为目标网络和目标FPGA设备找到最优配置。该方法能通过软件指令配置层特定的数据缓存大小，从而提升DSP计算效率，使加速器性能持续逼近峰值计算能力。实验表明，该方法预测的执行时间与实测结果偏差仅3.8%，且在资源利用效率和整体性能上较现有方法最高提升了1.83倍。

  来源：Array

  时间：2026-02-21

• 优化BCDNet_Updated：一种轻量级卷积神经网络，用于高效、高召回率的浸润性导管癌检测

  本研究针对当前高性能乳腺癌（IDC）检测模型计算资源消耗大，而轻量级模型性能不足的临床部署难题，基于BCDNet架构进行优化，提出BCDNet_Updated。研究表明，该模型在Kaggle IDC数据集上实现了91.38%的准确率和86.62%的召回率，同时GPU显存使用量降低80%，在保持训练效率的同时，显著改善了模型性能与计算效率的平衡，为资源受限的临床环境提供了有前景的解决方案。

  来源：Array

  时间：2026-02-21

• 综述：硫辛酸与多发性硬化症关联机制的叙述性回顾

  本文是一篇探讨硫辛酸（ALA）对多发性硬化症（MS）潜在治疗价值的综述。文章指出，ALA可能通过其抗氧化和抗炎特性（如调节NF-κB通路、降低TNF-α、IL-6等炎症因子），以及抑制脑萎缩、促进髓鞘修复等机制，为MS患者带来益处。然而，现有证据并不一致，疗效受剂量、异构体形式（如R-ALA）及研究设计等多种因素影响。文章最终强调，ALA前景可期，但仍需更多大样本、长期的临床研究来验证其确切效果与安全性。

  来源：Nutrition and Dietary Supplements

  时间：2026-02-21

• 综述：特发性三叉神经介导性头部摇晃的最新进展

  三叉神经性头部震颤是由低阈值引发的神经痛性疾病，需排除耳部感染、鼻窦炎等器质性问题，治疗以神经调节和综合管理为主。

  来源：Veterinary Clinics of North America: Equine Practice

  时间：2026-02-21

• 通过结合血清表面增强共振散射（SERS）技术与可解释的机器学习模型，实现卵巢癌的无创筛查

  卵巢癌早期筛查方法研究：通过血清SERS结合LightGBM-DNN双模型优化特征选择，构建非侵入性诊断模型，准确率达92.03%，并有效区分恶性肿瘤与良性肿瘤。

  来源：Talanta

  时间：2026-02-21

• 文拉法辛与γ-氨基丁酸联合使用，通过调节神经递质和神经可塑性，增强了抗抑郁和抗焦虑效果

  抑郁症与焦虑症共病率高，现有药物文拉法辛（VLF）疗效有限（NNT>15）。本研究通过急性应激和CUMS模型，评估VLF联合γ-氨基丁酸（GABA）对小鼠行为及海马区神经递质的影响。结果显示联合用药显著改善抑郁焦虑样行为，提升5-HT、NE和GABA水平，并增加突触密度和分支数。分隔符：

  来源：Physiology & Behavior

  时间：2026-02-21

• 从说话者-听者的视角来看，情感表达如何增进人际亲密感：一项基于fNIRS超扫描的研究

  在积极和消极情绪自我披露及非披露条件下，通过fNIRS hyperscanning技术研究发现：自我披露显著提升人际亲密感，且女性比男性表现更优；前额叶皮层（IFG/rDLPFC）激活增强，右侧前额叶皮层（rDLPFC）神经同步性（INS）升高，其中INS通过共情的中介作用影响亲密感，性别在此过程中起调节作用。

  来源：Neuropsychologia

  时间：2026-02-21

• 通过关键特征激活来解释多智能体强化学习中的决策

  可解释强化学习通过KFAI网络实现状态与动作的线性映射，提升多智能体系统决策的可视化与可靠性，实验验证其性能优于基准模型。

  来源：Neurocomputing

  时间：2026-02-21

• 关于SGD隐含偏见的大型偏差理论分析

  本文基于大偏差理论，将深度学习模型的一般化误差分解为期望损失、浓度项和异常项，揭示小批量SGD通过减少异常偏差和增强数据集中性来降低泛化误差，实验验证了该理论。

  来源：Neurocomputing

  时间：2026-02-21

• URPose：一种模型，它采用无偏的校正投影和重建算法，用于单目无监督的3D人体姿态估计

  无监督3D人体姿态估计中存在投影误差导致模型精度不足的问题，本文提出URP模型修正中心对齐投影关系，并设计自编码器通过重建误差约束提升网络，在Human3.6M等数据集上显著超越现有方法。

  来源：Neurocomputing

  时间：2026-02-21

• Adapter-x：一个适用于2D和3D视觉任务的通用、参数高效的微调框架

  提出参数高效微调框架Adapter-X，通过共享混合适配器模块实现动态参数分配与跨块共享，结合块特定注意力特征提取器和层特异性归一化设计，在2D图像和3D点云数据集上均超越全微调方法，参数量减少7.4倍和接近50%。

  来源：Neurocomputing

  时间：2026-02-21

• 通过有前景的子种群识别实现的学习引导自适应差分进化

  提出一种基于学习引导的自适应差分进化算法（LPSADE），通过动态识别高潜力子群体并设计引导变异策略，结合自适应参数调整机制，有效平衡探索与开发。实验表明该方法在CEC2015基准测试中优于多种现有算法，尤其在多维场景下展现更强的鲁棒性和收敛精度。

  来源：Neurocomputing

  时间：2026-02-21

• 基于学习的5G和WiFi信道状态信息（CSI）在室内定位中的应用分析：特征稳定性、模型泛化能力以及性能权衡

  室内定位中5G与WiFi信道状态信息（CSI）的对比研究，分析幅度、相位、直接路径能量特征在时空稳定性及统计鲁棒性上的差异，通过机器学习、深度学习及集成模型评估分类与回归定位性能，发现5GCSI在长期稳定性和回归泛化上更优，而WiFiCSI在短期能区分性更强，为混合定位系统设计提供参考。

  来源：Neurocomputing

  时间：2026-02-21

知名企业招聘：