• AutoRep：基于结构化参数重置的自动网络搜索方法，结合线性运算扩展及梯度代理引导的降维技术

  本文提出AutoRep算法，通过结构重参数化扩展候选操作，结合SynFlow代理和精度差异删除策略优化SuperNet训练，在保持计算效率的同时提升轻量级CNN和Transformer的表征能力，实验验证其在准确率与效率的权衡上优于传统方法。

  来源：Neural Networks

  时间：2026-01-31

• Sonar-Neus：基于体素的高效神经隐式表面重建技术，适用于前视声纳系统

  针对前向声纳（FLS）密集3D重建中存在的训练速度慢和采样效率低的问题，提出基于体素的三维重建方法。通过采用体素网格替代多层感知机（MLP），设计分层采样策略，并引入SDF高斯卷积降噪技术，显著提升重建效率和几何细节。实验表明，该方法在10分钟内即可达到现有4小时方法的重建质量，同时效果更优。

  来源：Neural Networks

  时间：2026-01-31

• 通过 Conidfine 解决代码精炼中的歧义：一个具有消歧功能和定向检索能力的、基于对话理解的框架

  代码细化对话框架通过歧义检测器与多策略检索解决模糊审查建议问题，有效提升代码细化模型性能，并验证了对话数据的关键作用。

  来源：Neural Networks

  时间：2026-01-31

• HP-GAN：利用预训练网络通过“假孪生”技术和判别器一致性来提升生成对抗网络（GAN）的性能

  本文提出HP-GAN，通过FakeTwins利用预训练网络进行自监督学习提升生成器能力，并引入判别器一致性机制协调CNN和ViT特征网络输出，显著提高图像多样性和质量，在17个数据集上优于SOTA方法。

  来源：Neural Networks

  时间：2026-01-31

• 通过大型语言模型（LLM）生成并结合具有区分性和分布对齐的过滤机制，实现差异性隐私数据增强

  本文提出神经发生启发式脉冲神经网络（NG-SNN），通过动态结构适应和单次分析学习方法解决脉冲神经网络分类器拓扑僵化与训练低效问题，实验表明其性能更优且参数更少。

  来源：Neural Networks

  时间：2026-01-31

• 量化年轻和年老沙鼠前庭感觉上皮中calretinin标记的传入末梢

  本研究通过荧光免疫组化和共聚焦显微术，比较老年（≥3年）与成年仓鼠前庭器官中 calretinin 阳性 calyx-only afferent 终末器数量，发现老年组 utricle 中数量显著减少，而 crista 无显著变化，提示 calyx-only afferent 终末器部分丢失与老化相关的前庭功能障碍有关。

  来源：Neurobiology of Aging

  时间：2026-01-31

• 动态双向数据重组技术在半监督学习中用于高效的道路垃圾分割

  道路垃圾分割中提出动态双向数据重组（DBDR）机制，通过早期阶段将高置信度标注数据注入未标注流稳定基础语义原型，中期通过动态阈值触发反向知识流，利用未标注高置信区域修正标注数据语义边界，解决标注不足导致的模型优化停滞问题，在真实场景数据集上显著优于基线方法。

  来源：Neural Networks

  时间：2026-01-31

• 可学习的树突神经网络系统及其在胶质母细胞瘤患者生存预测中的应用

  本研究提出可学习的树突神经P系统（LDNP），通过模拟生物神经元树突的多层级拓扑结构实现复杂计算，结合数值变量与数学函数进行自适应形态调整和可塑性学习规则，有效预测胶质母细胞瘤患者生存时间，性能优于13种现有方法。

  来源：Neural Networks

  时间：2026-01-31

• 学习具有区分能力的原型：基于自适应关系感知的细化和补丁级上下文特征重加权方法，用于小样本分类

  few-shot learning通过动态建模原型间关系和局部特征重加权提升分类性能，在多个基准数据集上实现显著准确率提升。

  来源：Neural Networks

  时间：2026-01-31

• LADA：一个基于标签识别的跨领域情感分类框架

  跨领域情感分析中，现有方法或忽略特征与标签的关联性，或依赖复杂对抗网络。本文提出LADA框架，通过最小化联合概率分布的L1距离对齐源域与目标域的特征和标签关系，避免对抗网络的结构复杂性，在基准测试中表现最优。

  来源：Neural Networks

  时间：2026-01-31

• 基于元路径图与节点特征的跨视图对比表征学习在捆绑推荐中的创新应用

  本文提出了一种新颖的捆绑推荐框架CCRL-MGF，通过元路径诱导图（meta-path induced graphs）显式建模用户/捆绑间的高阶关系，并设计支持多正样本的对比损失（contrastive loss）解决传统InfoNCE损失对锚似节点（anchor-like nodes）的误判问题。该模型通过跨视图对比学习（cross-view CL）强化表征对齐，在三个基准数据集上验证了其超越基线方法的性能。

  来源：Neural Networks

  时间：2026-01-31

• 绝经年龄与认知功能的关联：来自英国老龄化纵向研究的证据

  本研究针对女性自然绝经年龄与长期认知健康关系不明的问题，通过对英国老龄化纵向研究（ELSA）中3712名≥50岁绝经后女性的横断面和纵向数据分析，发现较晚绝经年龄与更好的整体认知功能显著相关（β=0.058, P<0.001），且糖尿病史可能修饰该关联。结果为女性认知衰老的早期干预提供了新视角。

  来源：Maturitas

  时间：2026-01-31

• 综述：阿尔茨海默病的实验与转化模型：从神经变性到新的治疗见解

  本综述系统阐述了阿尔茨海默病（AD）的新型建模策略，涵盖从“按需神经变性”等前沿概念（如利用光遗传学激活淀粉样蛋白生成通路、病毒载体递送突变人源基因APP/PSEN/MAPT、合成tau原纤维类似物）到传统化学诱导（如ICV-STZ、Aβ注射、scopolamine）及转基因模型（如3xTg、5XFAD）。文章重点探讨了这些模型在模拟Aβ斑块、tau过度磷酸化、神经炎症等AD核心病理特征方面的贡献与局限，并展望了iPSC衍生类器官、单细胞多组学、高分辨率神经影像、“脑芯片”等创新平台在揭示疾病机制、加速转化治疗方面的巨大潜力。

  来源：The Journal of Prevention of Alzheimer's Disease

  时间：2026-01-31

• 基于改进的VMD和多维特征融合的多发性癫痫样波检测算法

  癫痫波形多模态检测算法研究：基于改进VMD与双流1DCNN的特征融合方法

  来源：Journal of Neuroscience Methods

  时间：2026-01-31

• 一种基于脑电图（EEG）、近红外光谱（fNIRS）和皮肤电导（SDS）的多模态抑郁识别方法

  抑郁症多模态诊断方法研究通过融合EEG、fNIRS和量表数据，提出基于互信息最大化的动态加权融合网络MI-WNet，显著提升识别准确率至95.52%。

  来源：Journal of Neuroscience Methods

  时间：2026-01-31

• 来自神经干细胞的外泌体通过抑制大鼠体内的自噬作用，从而加剧脑缺血/再灌注损伤

  神经干细胞来源外泌体通过抑制过度自噬减轻脑缺血再灌注损伤，降低神经评分、脑梗死体积和水肿，调控IL-4/IL-10和TNF-α/IL-6失衡，并减少Beclin-1/Atg-5/LC3表达。

  来源：Journal of Neuroimmunology

  时间：2026-01-31

• 面向物联网医疗的QoS感知型无线体域网集群化能效路由优化方案

  本文针对无线体域网(WBAN)面临的能量约束严格、节点移动频繁、网络拥塞和信任不可靠等路由挑战，提出了一种新型QoS感知的能效集群路由方案(QEEC-Routing)。该方案通过改进浣熊优化(MRO)算法实现负载均衡分簇，采用四元数递归神经网络(TQV-RNN)进行自适应信任评估，结合超立方体自然聚合(IHNA)算法寻找可靠路径。实验表明该方案可降低能耗51.5%，提升投递率6.5%，延长网络寿命14.9%，为实时物联网医疗应用提供了可靠通信策略。

  来源：Scientific Reports

  时间：2026-01-31

• 太极拳对心血管疾病作用机制的系统评价与Meta分析：有氧与心身运动路径的证据图谱

  为明确太极拳对心血管疾病(CVD)的作用机制及其与有氧运动的比较效果，研究人员开展了系统评价与Meta分析。该研究综合评估太极拳对CVD风险因素及相关生物标志物的影响，结果显示太极拳可显著降低收缩压(MD -6.14 mmHg)和舒张压(MD -3.45 mmHg)，改善HDL-C(SMD 0.43)及功能性能力(6分钟步行测试SMD 0.78)，并提示其可能通过自主神经调节和炎症/应激通路发挥作用，为心身运动干预CVD提供了循证依据。

  来源：Scientific Reports

  时间：2026-01-31

• 基于迁移学习和多模态数据的IoMT智能手表血糖监测安全系统研究

  本刊推荐：针对高碳水饮食和久坐生活方式导致的血糖管理难题，研究人员开展了基于物联网医疗(IoMT)的智能手表血糖监测研究。通过融合多模态活动与营养数据，结合迁移学习(Transfer Learning)和深度卷积神经网络(DCNN)技术，构建了TL-DCNNOS安全执行算法。实验表明，该系统将血糖预测准确率提升至99%，同时显著降低时间消耗和安全风险，为慢性病实时管理提供了创新解决方案。

  来源：Scientific Reports

  时间：2026-01-31

• 正念冥想如何重塑风险决策？一项跨文化研究揭示损失厌恶降低机制

  本研究针对短期正念冥想对社会认知中风险决策行为的影响机制展开探索。通过Balloon Analogue Risk Task（BART）与Bomb Risk Elicitation Task（BRET）两种经典实验范式，结合英国与新加坡的跨文化样本，发现单次正念冥想即可显著提升风险承担水平。计算模型分析表明，该效应源于决策过程中损失厌恶（loss aversion）的降低，为理解正念干预在金融、临床等风险相关领域的应用提供了理论依据。

  来源：Scientific Reports

  时间：2026-01-31

知名企业招聘：