• YOFOR：在航空图像中进行微小目标检测时，您只需关注目标区域

  针对高分辨率遥感图像中目标分布不均和长尾类别问题，提出YOFOR模型，包含自适应局部感知、模糊增强和类别平衡模块，通过动态裁剪目标区域、抑制背景干扰和平衡类别样本实现检测性能提升，实验验证优于现有方法。

  来源：Neural Networks

  时间：2026-01-12

• DH-MSVM：面向异构数据分布式学习的混合支持向量机优化算法

  本文提出一种分布式混合支持向量机算法（DH-SVM），通过全局预学习（Fisher Linear Discriminant, FLD）获取数据结构信息，指导局部SVM建模以提升支持向量质量，解决传统分布式支持向量机（DSVM）在异构数据中决策边界自适应能力不足的难题。进一步结合马尔可夫采样技术（DH-MSVM）降低计算开销，理论证明其泛化界为O(M−1/2)，实验验证其在真实数据集上的优越性能。

  来源：Neural Networks

  时间：2026-01-12

• 自监督的异常原型网络用于胃肠道化生的小样本分级

  自动给胃黏膜肠上皮化生（GIM）分级有助于早期胃癌诊断。现有原型网络存在多尺度特征学习困难（因标注数据少）和忽略异常样本潜在信息（导致分类边界单一）问题。本文提出Swin-EPN网络：1）通过自监督预训练Swin Transformer提取多尺度特征；2）设计异常原型挖掘模块，利用异常样本动态更新分类边界。在本地三甲医院GIM数据集上验证，1-5 shot场景准确率分别提升6.12%和5.61%。

  来源：Neural Networks

  时间：2026-01-12

• 无需键值对的无监督连续学习器：基于任务特定提示的原型方法

  本文提出ProP方法，通过结合任务特定提示与原型，消除键值对依赖，解决跨任务干扰和可扩展性问题，实验验证其有效性。

  来源：Neural Networks

  时间：2026-01-12

• AdaAlign：一种统一的解决方案，适用于传统和现代的零样本草图基图像检索方法

  零样本草图图像检索面临跨域差异和语义鸿沟双重挑战，传统方法依赖小规模视觉编码器而现代VLM直接微调可能损害泛化能力。本文提出AdaAlign方法，通过参数高效微调（PEFT）学习跨域抽象概念，结合视觉-语言对齐策略桥接语义鸿沟，在ResNet50、DINO-S等传统模型和SigLIP等现代VLMs上均实现SOTA性能，并在Sketchy、TU-Berlin、QuickDraw三个基准数据集上验证有效性。

  来源：Neural Networks

  时间：2026-01-12

• 一种用于神经退行性疾病成像遗传学的因果双向选择性状态空间模型

  脑成像遗传学中，提出CausalMamba模型解决长遗传序列特征提取及因果关联问题。通过分割遗传序列和MRI影像为局部区域，分别提取细粒度特征，再利用因果推断策略结合对比学习筛选关键特征，建立遗传-影像-疾病的因果链。最终通过双向选择性状态空间模型整合特征，实现高效多模态全局表征。实验表明在ADNI和PPMI数据集上，模型诊断阿尔茨海默病和帕金森病的准确率分别达80.5%和77.3%，较现有方法提升4.2%和2.7%，且计算效率更高。

  来源：Neural Networks

  时间：2026-01-12

• 基于范例的预训练与微调管道在时间序列异常预测中的创新研究

  本文针对时间序列异常预测（TSAP）这一新兴挑战，提出了一种创新的范例驱动预训练与在线微调管道。该研究旨在解决现有方法无法预测未来异常发生与演变的局限，通过结合在线时间序列预测技术，实现了对异常事件的精准预警和动态发展预测。实验表明，该方法在多个真实世界和合成数据集上显著提升了异常检测F1分数（最高达53.8%）和预测精度（异常期间MSE提升高达82.4%），为气象、工业监控等领域的主动式异常管理提供了有效工具。

  来源：Neural Networks

  时间：2026-01-12

• 答案就在其中：通过深度神经网络（DNNs）的固有特征来检测木马程序

  深度神经网络（DNN）易受木马攻击，传统检测方法依赖良性样本和耗时优化。本文提出DTIC方法，通过构建模型结构和参数的统一表示空间实现样本无关检测，并设计随机扰动和彩票假设增强策略，在IARPA TrojAI基准上验证其高效性和泛化能力。

  来源：Neural Networks

  时间：2026-01-12

• 物理生成式降阶建模框架VENI-VINDy-VICI：融合变分自编码器与稀疏动力学识别的不确定性量化方法

  本研究针对高维非线性动力系统传统降阶建模中物理一致性缺失与不确定性量化不足的瓶颈问题，提出融合变分自编码器（VAE）与稀疏识别（SINDy）的物理生成式建模框架。通过变分编码（VENI）提取潜变量、变分动力学识别（VINDy）构建概率性方程、变分推理（VICI）生成带可信区间的预测，在Rössler系统、MEMS谐振器等案例中实现了噪声环境下动力学方程的稀疏识别与不确定性传播的精准刻画，为复杂系统可解释建模提供了新范式。

  来源：Neural Networks

  时间：2026-01-12

• 综述：科学基础模型（SciFM）综述：定义、应用与未来展望

  本综述系统梳理了科学基础模型（SciFM）这一新兴领域，涵盖其核心定义、架构分类（如Transformer、非Transformer）、训练策略（预训练、微调、元学习）及其在偏微分方程（PDE）求解、化学材料科学、生物学、天气气候、地球观测和地球物理学等关键科学领域的应用进展。文章重点探讨了SciFM在领域适应（Domain Adaptation）、领域泛化（Domain Generalization）、问题适应（Problem Adaptation）和问题泛化（Problem Generalization）四个维上的能力，并指出了当前模型在数据质量、计算效率、多模态融合及物理一致性方面面临的挑战与未来发展方向。

  来源：Neural Networks

  时间：2026-01-12

• 综述：血液生物标志物与衰弱和认知关系的范围综述

  这篇综述系统回顾了33项研究，揭示了衰弱与认知衰退共享的生物学通路。文章重点鉴定了ADAM10、维生素D、纤维蛋白原、IL-6和NfL这五个在衰弱和认知衰退中均显示显著关联的血浆/血清生物标志物，并将其与衰老的标志性机制（如慢性炎症、营养感应失调、蛋白质稳态失衡等）相关联，为理解这两种老年综合征的共同病理生理基础提供了新视角，强调了在未来的研究中需同时考量衰弱状态以更精准地阐释认知衰退的生物标志物。

  来源：Neurobiology of Aging

  时间：2026-01-12

• RoGAtten：用于多变量时间序列预测的旋转门线性注意力机制

  多变量长期时间序列预测中，提出可缩放旋转位置嵌入（SRoPE）和旋转门控线性注意力（RoGAtten）机制，通过理论证明将线性注意力与旋转位置编码结合，提升模型对长距离依赖和跨变量交互的表达能力，实验显示相比SOTA方法在8个真实数据集上MSE降低3.85%，MAE降低1.71%。

  来源：Neural Networks

  时间：2026-01-12

• DMDNet：一种用于视频-图像-文本（V-D-T）显著对象检测的双分支多模态深度融合网络

  针对多模态显著目标检测中编码器直接融合模态特征导致的噪声干扰问题，本文提出双分支多模态深度融合网络DMDNet。编码器采用VGG-16和ResNet-34双分支分别提取可见光、深度与热成像特征，并设计模态交互模块挖掘互补性特征。解码器通过多尺度特征感知、区域优化和双分支融合模块逐步优化特征，最终生成高精度显著性图。实验表明DMDNet在VDT-2048数据集上性能显著优于基线方法。

  来源：Neural Networks

  时间：2026-01-12

• 从现代视角审视图像分类任务中的简单性偏差

  本文系统研究简洁性偏见（SB）在CLIP模型中的表现及其对泛化能力的影响，提出频率感知的SB度量方法，分析SB对零样本分类、OOD泛化、对抗鲁棒性等任务的影响，发现SB与任务复杂度匹配可优化模型性能，并揭示ViT架构的SB特性优于ResNet。

  来源：Neural Networks

  时间：2026-01-12

• 综述：基于仿生纳米材料的策略用于脊髓损伤修复

  脊髓损伤（SCI）的病理生理机制及纳米材料治疗策略研究，系统探讨SCI的神经保护、轴突再生和免疫调节关键靶点，提出纳米材料功能分类框架（靶向药物递送系统、纳米-水凝胶杂交系统、刺激响应型功能纳米颗粒），并重点分析生物合成纳米材料（外泌体、细胞膜涂层系统、脱细胞基质支架）的协同治疗优势及临床转化挑战。

  来源：Nano Today

  时间：2026-01-12

• 综述：肝脏作为阿尔茨海默病代谢与免疫枢纽：从机制到治疗机遇

  本综述系统阐述肝脏通过肝-脑轴在阿尔茨海默病（AD）中的核心作用，重点揭示了肝源性肝因子（如FGF21、IGF-1）、炎症介质及代谢产物在调控Aβ/tau清除、神经炎症、胰岛素抵抗及脂代谢中的机制，并探讨了通过生活方式（如运动、饮食）和药物靶向该轴为AD防治提供的创新策略。

  来源：The Journal of Prevention of Alzheimer's Disease

  时间：2026-01-12

• 斑马鱼发育过程中接触铅所导致的脂质组学及神经行为变化

  低浓度铅暴露（0.01-1 ppb）对斑马鱼胚胎神经发育及代谢的影响研究。实验发现铅暴露导致幼虫认知障碍、焦虑样行为及氧化应激增强，同时脂质代谢紊乱（如TG、CE升高，SM、PC降低），提示早期铅暴露通过干扰抗氧化系统和脂质稳态引发神经毒性，且效应低于现有安全阈值。

  来源：Journal of Hazardous Materials

  时间：2026-01-12

• 发育过程中的壬基酚暴露会触发依赖GPER（G protein-coupled receptor for eicosanoids）的小胶质细胞活化，进而导致神经元损伤

  非yl酚（NP）发育暴露通过激活小胶质细胞GPER及其下游EGFR-STAT3信号通路引发海马神经元损伤，并伴随M1极化及促炎因子失衡，敲低GPER可缓解上述效应，而STAT3激活则抵消保护作用。

  来源：Journal of Hazardous Materials

  时间：2026-01-12

• 基于RNA语言模型的化合物结合位点预测工具CoBRA的开发与评估

  本研究针对RNA-小分子结合位点预测问题，开发了基于RNA语言模型的轻量级深度学习程序CoBRA。该模型利用预训练RNA语言模型生成的残基级嵌入，不依赖结构信息即可实现核苷酸水平的二元分类。在四个独立基准集上的测试表明，CoBRA在马修斯相关系数上相对提升22.1%，灵敏度提高45.6%，性能优于现有基于结构信息的最新方法，为RNA靶向药物开发提供了新工具。

  来源：Briefings in Bioinformatics

  时间：2026-01-12

• 德国医疗环境中气管支气管分泌物管理的多中心调查与临床实践差异分析

  本研究针对气管支气管分泌物管理这一关键临床问题，在德语区医疗机构开展跨专业在线调查。通过分析258名医护人员的反馈，揭示了医院/康复机构与社区护理在MI-E（机械吸呼气）、FEES（纤维内镜吞咽评估）等技术应用上的显著差异。研究结果为制定标准化护理方案提供了重要依据，对降低肺炎风险、改善患者预后具有重要临床意义。

  来源：Heliyon

  时间：2026-01-12

知名企业招聘：