• 利用基于物理的神经网络的仿真增强机器学习方法对Ga2O3晶体管（TCAD）的迁移率参数进行校准

  基于机器学习自动校准和提取Ga2O3肖特基二极管PhuMob模型参数的研究。通过TCAD仿真数据训练的混合模型（自编码器+神经网络）在preturn-on regime下参数质量与专家校准相当，但在on-state regime表现不佳。引入物理信息神经网络（PINN）后，模型在两种工作状态下均达到专家水平精度。

  来源：IEEE Transactions on Electron Devices

  时间：2026-01-06

• 长期新冠患者孤独感的认知后果：不同孤独亚型之间的差异关联

  长期新冠患者情感与社会孤独感与认知功能关联研究。纳入120例长期新冠及51例康复者，评估三型孤独感与认知任务（执行功能、记忆、运动功能）的关联。结果显示，情感孤独与流畅性任务呈显著负相关，社会孤独关联性较弱，认知主诉未持续显著关联。结论强调情感孤独作为认知干预靶点的潜力。

  来源：Journal of Affective Disorders

  时间：2026-01-06

• 一项关于自闭症青少年（无论是否伴有双相情感障碍）血清BDNF、GDNF和NGF水平的病例对照研究

  血清BDNF、GDNF和NGF水平在ASD合并BD与单纯ASD青少年中的差异研究。病例组（40人）BDNF显著低于对照组（p=0.002），GDNF和NGF无差异，且病例组ASD严重程度更高（p=0.001）。提示低BDNF或可作为ASD合并BD的生物标志物。

  来源：Journal of Affective Disorders

  时间：2026-01-06

• 有非自杀性自伤行为的青少年在对身体疼痛的共情神经反应以及个人痛苦感受方面表现出增强，但对情感疼痛则没有这种反应

  青少年非自杀性自我伤害（NSSI）患者在大脑多个区域对他人物理疼痛表现出异常增强的共情反应，而情感疼痛共情未受影响，机器学习分析揭示了独特的全脑模式，且患者日常社交困扰与疼痛共情脑区活动相关。

  来源：Journal of Affective Disorders

  时间：2026-01-06

• 基于知识蒸馏与多模态传感的智能医疗监测技术前沿

  本特辑聚焦医疗测量技术前沿，推荐三篇突破性研究：Laska等通过知识蒸馏将语音大模型轻量化，实现嵌入式设备上的咳嗽监测与分类；Botrugno等结合多波长PPG与CNN-SVR混合模型，开发出误差<2 mmHg的无袖带血压监测系统；Suriani等基于多普勒波形形态学指标与多元回归，提出无需压力测量的颈动脉脉搏波速度评估新方法。这些研究彰显了人工智能与医疗仪器融合在呼吸监护、心血管风险评估等领域的巨大潜力。

  来源：Integrated Circuits and Systems

  时间：2026-01-06

• 面向高能效AI加速的存内与近存计算新兴器件与电路协同优化研究

  本专题聚焦AI硬件加速中的"内存墙"能耗瓶颈，推荐八篇前沿研究系统探讨基于SRAM、RRAM、PCM、FeFET等存储技术的存内/近存计算(IMC/NMC)创新方案。研究人员通过器件-电路-架构协同优化，提出3D异构集成、模拟存内乘加运算(E-MAC)、铁电晶体管(FeFET)突触阵列等突破性设计，显著提升二值化神经网络(B NN)、决策树、质谱分析等应用的能效(>100 TOPS/W)与计算密度，为边缘AI设备提供新范式。

  来源：IEEE Journal on Exploratory Solid-State Computational Devices and Circuits

  时间：2026-01-06

• 水介质中GTP/CTP双模式检测的发光-比色双功能Pt-NCN配合物研究

  本文报道了一种新型水溶性Pt(II)-NCN配合物(4)，该配合物通过铂中心与四乙烯二醇链的协同作用，在水相(pH=7.4)中实现了对GTP(log K1:1=6.85)的高选择性荧光猝灭检测(LOD=1.28μM)和对CTP的比色响应(LOD=2.29μM)。通过单晶X射线衍射、核磁共振(NMR)和密度泛函理论(DFT)计算证实了其通过Pt-N配位键和氢键的双重识别机制，为核苷酸检测提供了新型双功能探针。

  来源：Inorganic Chemistry

  时间：2026-01-06

• 最小神经元电路——第二部分：积分器

  本文提出了一种设计最小化神经元电路的方法，通过利用钠离子通道和钾离子通道的负微分电阻特性，成功实现了模拟生物神经元动态的硬件电路，为构建类脑系统提供了新思路。

  来源：IEEE Transactions on Artificial Intelligence

  时间：2026-01-06

• 揭示图推荐系统的收敛动态

  本研究针对图神经网络（GNN）在推荐系统中的收敛动态问题，通过构建单层GNN模型并对比添加缩放因子与激活函数的效果，发现缩放因子能有效调整特征方向，提升模型收敛，而ReLU激活函数单独使用效果不佳。

  来源：IEEE Transactions on Artificial Intelligence

  时间：2026-01-06

• 基于多CNN与可解释AI的深度伪造检测新框架：模型配置与训练策略的协同优化

  本研究针对深度伪造技术对数字内容可信度构成的严峻挑战，提出了一种融合深度学习特征提取与机器学习分类的检测框架。研究人员系统探索了不同CNN模型（如DenseNet201、XceptionNet）与分类器（如随机森林）的组合效能，并创新性地设计了三种训练策略（LL、LF、FL）。结果表明，DenseNet201与随机森林组合在Fixed-Learnable模式下达到99.10%的准确率，且通过Grad-CAM、SHAP等XAI技术增强了模型可解释性。该研究为构建高效、透明的深度伪造检测系统提供了重要理论与实践依据。

  来源：IEEE Access

  时间：2026-01-06

• 基于双流对抗攻击的视觉Transformer对抗迁移性提升方法

  本文针对视觉Transformer(ViT)生成对抗样本时存在的历史信息利用不足和跨架构迁移性差问题，提出双流对抗攻击(DFAA)框架。研究人员通过可学习评分动量令牌嵌入(LS-MTE)模块自适应聚合历史特征，结合特征距离正则化(FDR)在梯度空间引入确定性分离信号，实现在8个ViT模型和7个CNN模型上平均攻击成功率提升10.7%，显著提升了ViT→CNN的跨架构迁移性能。

  来源：IEEE Access

  时间：2026-01-06

• 利用长期多变量历史数据进行时间序列预测

  长时多变量时空建模与STGNN框架优化方案。针对传统时空图神经网络忽略长程跨序列依赖的问题，提出LMHR增强架构：1）长时历史编码器(LHEncoder)提取有效时序特征；2）非参数分层检索器(HRetriever)动态匹配时空模式；3)Transformer聚合器(TAggregator)高效融合关键特征。在多个真实数据集验证中，预测精度较基线提升10.72%且在快速变化场景下仍保持9.8%的稳定优势。

  来源：IEEE Transactions on Artificial Intelligence

  时间：2026-01-06

• 一种在自适应输入范围模糊方案下的无反转模糊归零神经网络：设计、分析与应用

  PRIFZNN模型通过预定义时间鲁棒激活函数和自适应输入范围模糊控制方案，在保持O(mn)极低计算复杂度的同时，显著提升动态问题求解的收敛速度和抗噪鲁棒性，理论分析验证了其收敛特性，数值仿真和机械臂路径跟踪应用均展示了优越性能。

  来源：IEEE Transactions on Artificial Intelligence

  时间：2026-01-06

• 基于自编码器-卷积神经网络混合架构与集成学习的网络入侵检测新方法

  本研究针对传统入侵检测系统难以适应日益复杂网络攻击的挑战，提出了一种结合自编码器特征压缩、卷积神经网络局部模式提取和随机森林/XGBoost/SVM软投票集成的新型混合深度学习架构AE-CNN Ensemble。在NSL-KDD、UNSW-NB15和CICIDS2017三个标准数据集上的测试表明，该模型在二元分类和多类分类中分别达到99.81%和99.90%的最高准确率，并通过消融实验和统计检验验证了各组件贡献的显著性，为实时网络入侵检测提供了高效解决方案。

  来源：IEEE Access

  时间：2026-01-06

• 基于混合EDA与随机森林的钓鱼邮件判别特征识别新方法及其在深度学习检测中的应用

  本研究针对钓鱼邮件动态攻击下传统检测系统效能不足的问题，提出一种结合探索性数据分析（EDA）与随机森林（RF）特征重要性的混合方法，用于识别跨数据集的判别性特征。实验发现145个特征中仅28个（19%）具判别力，基于此训练的CNN模型准确率达99.9%，显著提升检测效率并降低特征冗余，为构建轻量化高精度钓鱼邮件检测系统提供关键技术支撑。

  来源：IEEE Access

  时间：2026-01-06

• 缺陷驱动银离子动力学与氧化铜纳米线忆阻器中导电细丝演化的原位电镜研究

  本综述通过原位扫描透射电镜系统揭示了p型氧化铜纳米线忆阻器中缺陷引导的银离子迁移与导电细丝演化机制。研究证实电化学金属化主导的阻变行为具有可调控的挥发性/非挥发性转换特性，为开发低功耗神经形态计算系统提供了关键材料学见解。

  来源：ACS Applied Materials & Interfaces

  时间：2026-01-06

• 可极化硫醇-烯交联丁腈介电材料在可拉伸低压神经形态晶体管中的应用及声学分类性能研究

  本文报道了一种基于硫醇-烯交联丁腈橡胶（NBR）的高介电常数（k）、可拉伸介电材料，用于构建低工作电压（<5 V）的突触晶体管。该材料通过光图案化技术实现图形化，具备高载流子迁移率（0.42 cm2V–1s–1）、高开关比（104）和低阈值电压（0.2 ± 0.4 V）。研究发现，引入多硫醇交联剂（如4S）可增强介电极化，产生显著滞后窗口，成功模拟了短期可塑性（STP）、长时程增强（LTP）和长时程抑制（LTD）等突触行为。即使在60%应变下，全可拉伸器件仍保持稳定的电学性能和突触功能。结合卷积神经网络（CNN），该器件在声学分类任务中识别准确率接近99%，展示了其在可穿戴神经形态计算中的巨大潜力。

  来源：ACS Applied Materials & Interfaces

  时间：2026-01-06

• 超声引导下的棘肌平面阻滞在镰状细胞危象中用于难治性胸部和上腹部疼痛的控制：病例报告

  结肠镜检查发现一例4毫米直肠微小息肉，病理确诊为副神经节瘤，免疫组化显示 chromogranin 和 synaptophysin 阳性。影像学及术后随访未见转移，为首次报道直肠微小副神经节瘤以息肉形式存在。

  来源：Academic Medicine

  时间：2026-01-06

• 基于可逆神经网络的传输映射提案：提升地球物理贝叶斯反演中的MCMC采样效率

  本文针对高维复杂后验分布中MCMC采样效率低下的难题，提出了一种基于可逆神经网络构建传输映射（Transport Map）的新型Metropolis-Hastings提案框架。研究人员通过将目标分布映射到简单参考分布，在参考空间设计提案并利用逆映射回目标空间，结合改进的接受准则，在保留精确采样的同时将自相关时间降低2.5-6倍。该方法为计算成本高昂的地球物理反问题提供了更高效的贝叶斯不确定性量化工具。

  来源：Geophysical Journal International

  时间：2026-01-06

• 基于SWOT重力数据与深度神经网络反演西北太平洋海底地形的新方法

  本研究针对传统船测水深数据覆盖有限的难题，创新性地融合SWOT宽幅测高卫星重力数据与单波束船测数据，采用深度神经网络（DNN）方法构建了西北太平洋海底地形模型。结果显示，DNN方法预测的地形模型与船测验证点差异的均方根误差（RMS）为97.5米，相较于重力地质法（GGM）和Smith-Sandwell（SAS）方法分别提升了19.5%和9.9%。该研究证实了SWOT数据在提升海底地形预测精度方面的巨大潜力，并为利用深度学习技术解决复杂非线性地球物理反演问题提供了重要范例。

  来源：Geophysical Journal International

  时间：2026-01-06

知名企业招聘：