• 利用远程技术进行行为激活以缓解中度至重度创伤性脑损伤后的情绪困扰：一项随机对照试验的结果

  家庭环境风险因素与军人脑震荡后慢性神经行为症状的相关性研究。采用配对方法对122名军人及其伴侣进行追踪，发现军人出现多种神经行为症状时，家庭关系风险指标显著升高，负面家庭关系使症状发生率提升4.2至13倍。研究证实家庭支持系统对脑震荡康复的重要性。

  来源：The Journal of Head Trauma Rehabilitation

  时间：2026-01-04

• 无线能量传输驱动的舌下运动神经元光遗传学刺激：为阻塞性睡眠呼吸暂停治疗提供新型无电池植入平台

  本研究针对阻塞性睡眠呼吸暂停（OSA）传统疗法依从性差的问题，开发了一种基于13.56 MHz近场无线能量传输（WPT）的无电池、全无线光遗传学刺激平台。通过设计柔性多线圈发射阵列与植入式微型接收系统，实现了对小鼠舌下运动神经元的高精度光遗传调控，在体实验证实其可诱导舌肌收缩且辐射功率低至2.4 mW。该技术突破了传统光纤束缚的限制，为OSA的神经调控治疗提供了更符合自然行为研究的 preclinical 工具。

  来源：IEEE Journal of Microwaves

  时间：2026-01-04

• 基于AI对比学习的个性化rTMS抑郁症治疗方案推荐模型研究

  本文针对抑郁症患者异质性导致的重复经颅磁刺激(rTMS)疗效差异问题，开发了一种基于对比学习(CL)的AI个性化治疗推荐系统。研究通过多源患者特征构建文本化病历档案，利用BERT等编码器生成患者表征，在嵌入空间检索Top-k相似病例推荐治疗方案。结果显示该模型推荐准确率(Acc@Top-5)达77.3%，且接受AI推荐方案的患者在SDS、HAMD等量表改善程度显著优于对照组(p<0.005)。该研究为精神疾病精准医疗提供了可解释的决策支持工具。

  来源：Computational Visual Media

  时间：2026-01-04

• 基于图的数字孪生蓝图：用于保护6G局域网的安全

  6G局域网面临动态设备、低延迟和隐蔽攻击的挑战，本文提出基于数字孪生的图神经网络安全框架，包含异常检测、可解释决策和自愈模块，实验表明检测延迟降低63%，准确率提升25%。

  来源：IEEE Wireless Communications

  时间：2026-01-04

• 6G局域网技术前沿：从AI集成架构到太赫兹回传的创新路径

  本期特邀编辑推荐：为应对6G边缘网络对高性能连接的需求，研究人员围绕AI与基带处理融合架构开展研究，提出基于RISC-V的域专用架构Venus，实现边缘智能算效提升；针对密集微蜂窝部署挑战，探索太赫兹频段动态回传方案，突破容量瓶颈；通过空间-频域协同分布式大规模MIMO策略平衡能效与速率；建立建筑感知通信优化模型揭示多性能指标权衡机制；创新性构建基于数字孪生的图神经网络安全框架，为自主化6G局域网提供可解释的自愈防护。

  来源：IEEE Wireless Communications

  时间：2026-01-04

• 利用稳健的非参数检验方法，通过随机优化来衡量训练过程中的变异性

  深度神经网络因随机优化易产生模型差异，传统指标如测试准确率难以捕捉此差异。本文提出α-trimming水平和假设检验框架，用于量化模型相似性并确定采样数量，实验验证其优于现有指标。

  来源：IEEE Journal of Selected Topics in Signal Processing

  时间：2026-01-04

• 预测太阳辐射：机器学习方法与相关性特征选择的比较

  准确预测太阳能产量对优化光伏系统至关重要。本研究提出基于人工神经网络的预测方法，通过比较SVM、随机森林等模型，发现ANN模型在RMSE（25.92 W/m²）、MAPE（0.11%）和R²（0.9926）指标上表现最优，验证了动态因素下ANN的有效性及对光伏系统优化和电网稳定性的支持作用。

  来源：IEEE Transactions on Power Delivery

  时间：2026-01-04

• 面向能源密集型工业系统的5G增强边缘计算与数字孪生集成研究

  本刊编辑推荐关注能源密集型工业系统面临的实时动态管理挑战。研究人员针对数字孪生（DT）应用开展5G增强边缘计算集成研究，通过构建高可持续性、可扩展性和韧性的系统架构，实现了对复杂工业环境的实时精准映射与优化控制，为工业数字化转型提供了创新解决方案。

  来源：IEEE Transactions on Power Delivery

  时间：2026-01-04

• 基于视觉测量与不确定性预测的绝缘轨缝绝缘体厚度异常检测方法

  本刊编辑推荐：针对铁路绝缘轨缝(GIRJ)绝缘体厚度异常检测难题，研究团队创新性地将问题构建为一维回归任务，采用卷积神经网络(CNN)预测绝缘体与钢轨边界位置，并结合Kendall和Gal的不确定性建模方法量化预测置信度。实验表明，该方法在复杂工况下仍能保持较高精度，且已成功应用于实际铁路检测系统，为实现轨道部件自动化巡检提供了重要技术支撑。

  来源：IEEE Transactions on Intelligent Transportation Systems

  时间：2026-01-04

• 基于神经网络的T-S模糊系统攻击补偿控制：针对执行器攻击，并采用改进的动态内存事件触发机制

  T–S模糊系统在执行器攻击下的神经网络基事件触发控制研究，提出动态记忆事件触发机制改善触发性能，结合T–S模糊观测器和RBF神经网络估计器设计攻击补偿控制器，通过Simpson第二法则推导系统有界稳定条件并验证H∞性能。

  来源：IEEE Transactions on Fuzzy Systems

  时间：2026-01-04

• 重复经颅磁刺激联合经颅直流电刺激治疗伴焦虑症状的重度抑郁症患者：一项随机双盲假刺激对照研究

  本研究首次通过随机双盲对照试验证实，rTMS与tDCS联合疗法在改善MDD患者抑郁及焦虑症状方面显著优于单模式刺激或假刺激，联合组焦虑缓解率达82.83%（p=0.014），且安全性良好。该方案为MDD共病焦虑提供了创新性神经调控策略，对临床实践具有重要指导意义。

  来源：BMJ Mental Health

  时间：2026-01-04

• 2026年计算技术前沿展望：从神经形态计算到AI治理的跨学科对话

  本刊主编展望2026年计算技术发展趋势，聚焦虚假信息治理、神经形态计算、生成式艺术软件工程等前沿主题。研究揭示社交媒体算法对信息生态的深远影响，提出AI治理框架需应对美国大选年的特殊挑战。成果为构建可信人工智能系统提供理论支撑，多篇论文获APEX出版卓越奖认可。

  来源：IEEE Transactions on Computational Social Systems

  时间：2026-01-04

• Inc-ghostNet：面向图像分类的轻量化多分支Ghost模块融合网络创新研究

  本刊推荐：针对复杂场景下轻量化卷积神经网络(LCNNs)计算效率与特征提取能力的平衡问题，研究人员开展多分支Ghost模块融合网络(Inc-ghostNet)研究。通过融合Inception架构特征拼接与残差结构元素相加策略，引入Ghost卷积与解耦全连接(DFC)模块，在Five Flowers等数据集上实现最高90.7%的识别精度，模型参数量仅3.35M。该工作为移动端图像分类应用提供了高精度、低功耗的解决方案。

  来源：Chinese Journal of Electronics

  时间：2026-01-04

• 基于泛化特征引导的深度神经网络鲁棒特征学习新框架

  本文针对深度神经网络(DNN)在对抗攻击下的脆弱性问题，提出了一种新型对抗训练框架RFLGF。研究团队通过特征扰动策略和泛化特征引导机制，在CIFAR、SVHN等数据集上验证了该方法能显著提升模型鲁棒性（PGD攻击下准确率提升超5%）并保持自然数据准确性。该工作为安全关键领域的DNN部署提供了重要技术支撑。

  来源：Chinese Journal of Electronics

  时间：2026-01-04

• PSA-NeRF：个性化空间注意力神经渲染在音频驱动说话人像生成中的创新应用

  本文针对音频驱动说话人像生成中存在的跨模态关联难以捕捉、面部动态不够自然、缺乏个性化控制等问题，提出了一种基于神经辐射场（NeRF）的个性化空间注意力神经渲染框架（PSA-NeRF）。研究通过音频-唇部代理任务提取空间相关的语音表征，并引入空间注意力图作为语义先验，显式学习音频与视觉模态的关联。实验表明，该方法在PSNR、SSIM、LMD和Sync等指标上优于现有先进方法，能够生成更具真实感、口型同步且支持个性化编辑的说话人像，为虚拟现实、数字人等应用提供了重要技术支撑。

  来源：Chinese Journal of Electronics

  时间：2026-01-04

• 基于特征嵌入图神经网络的自动调制分类新方法FEGNN及其性能优势分析

  本文针对现有基于图神经网络的自动调制分类方法在图结构构建上的局限性，提出了一种名为FEGNN（特征嵌入图神经网络）的新算法。该方法通过序列互换数据增强生成节点输入，利用特征嵌入网络构建全连接图，再结合图神经网络进行分类。在两个公开基准数据集上的实验表明，FEGNN在分类准确率、F1-score和召回率上均优于现有的CNN、RNN和GNN方法，为复杂环境下的调制识别提供了更可靠的解决方案。

  来源：Chinese Journal of Electronics

  时间：2026-01-04

• 基于深度学习的微环谐振器法诺效应调控及其在集成光子器件中的逆向设计应用

  本研究针对微环谐振器传感性能优化难题，通过构建微腔耦合波导上的空腔阵列，采用深度神经网络调控法诺线性度。研究人员开发了前向预测模型模拟孔阵列对微腔透射谱的影响，结合卷积神经网络和逆向设计技术，成功实现了微环谐振器透射谱的定向控制。该工作为集成光子应用中微环谐振器的设计与优化提供了创新框架，显著提升了光子器件的设计效率与性能。

  来源：Chinese Journal of Electronics

  时间：2026-01-04

• 面向事件驱动有毒气体报警的全集成人工嗅觉忆阻神经元

  本文报道了一种创新的全集成人工嗅觉神经元，成功将ZnO气体传感器与NbO2忆阻器集成于单一芯片，解决了传统CMOS气体检测系统存在的模块分离、面积大、功耗高等问题。该器件具备事件驱动特性，仅在CO浓度超阈值时输出脉冲信号，并能通过调节源电压适配不同场景报警阈值（10-20 ppm）。实验测得静态/动态功耗低至243.8 μW/327.8 μW，为智能嗅觉系统提供了紧凑高效的解决方案。

  来源：Chinese Journal of Electronics

  时间：2026-01-04

• 自动化科学技术前沿与创新应用研究

  本刊聚焦自动化领域前沿进展，特推荐研究人员在智能控制、模式识别与人工智能等方向开展的创新研究。该研究通过提出新型算法模型，解决了复杂系统优化控制等关键问题，得出具有理论价值与实用性的结论，对推动工业智能化发展具有重要意义。

  来源：IEEE/CAA Journal of Automatica Sinica

  时间：2026-01-04

• 基于多尺度图神经网络的交通流预测新方法——实现长达三天的精准预报

  为解决现有方法在长时多步交通流预测中的精度与计算效率问题，研究人员开展了基于图神经网络（GNN）的多尺度时空预测研究。通过构建包含静态路网拓扑与动态传感器数据的OSTEU数据集，并引入尺度空间表示法处理非均匀时间序列，实现了长达72小时的多分辨率预测（5分钟至3小时）。结果表明，合成邻接矩阵可替代人工构建矩阵且不显著降低性能（MAE/MAPE误差相当），预处理（如EWMA滤波）使预测精度提升超4倍。该框架为城市交通管理与物流规划提供了高效实用的解决方案。

  来源：IEEE Access

  时间：2026-01-04

知名企业招聘：