• 综述：基于CNN的AI智能驾驶疲劳检测方法综述

  本综述系统梳理了卷积神经网络（CNN）在驾驶员疲劳检测领域的最新进展，重点分析了VGGNet、ResNet、Inception V3等经典架构及其伪代码实现。文章深入探讨了轻量级CNN模型在边缘计算中的应用、多模态数据融合、实时系统设计等创新方向，并指出了数据偏差、模型过拟合、计算资源限制等关键挑战，为开发安全可靠的汽车应用提供了重要参考。

  来源：Array

  时间：2026-01-02

• 神经外科医师微血管减压术治疗面肌痉挛的知识-态度-实践多中心调查研究

  本文通过多中心横断面研究系统评估了中国东部地区神经外科医师对微血管减压术（MVD）治疗面肌痉挛（HFS）的知识、态度和实践（KAP）水平。研究发现，知识水平（P=0.013）和态度评分（P=0.001）是积极手术实践的独立预测因素。路径分析揭示了设备配置、职称、诊疗经验通过影响知识水平，进而作用于态度和实践的关键路径。研究结果为制定针对性的外科培训和质量改进策略提供了重要实证依据。

  来源：Journal of Multidisciplinary Healthcare

  时间：2026-01-02

• 高频超声可检测周围压迫性神经病变后早期缺血引起的神经炎症

  周围神经压迫性神经病涉及缺血和神经炎症，但早期诊断工具有限。本研究通过坐骨神经慢性压迫损伤模型，利用40MHz高频超声评估神经损伤后缺血性炎症和微血管改变。结果显示HFUS能实时检测血流速度和血管密度变化，发现HIF-1α在2小时达峰，IL-1β和TNF-α持续2周表达升高，VEGF在1天达峰，vWF在3-7天达峰，并观察到轴突脱髓鞘和施万细胞重塑。HFUS可作为非侵入性早期诊断工具，动态监测血管密度和炎症指标。

  来源：Ultrasound in Medicine & Biology

  时间：2026-01-02

• 利用振动光谱技术识别常见类型的塑料

  塑料回收技术研究中，开发基于卷积神经网络的六类塑料分类模型，结合拉曼光谱（100%准确率）和ATR-FTIR光谱（95%准确率），验证了多光谱数据融合与自动特征提取在工业分拣中的可行性。

  来源：Resources, Conservation and Recycling

  时间：2026-01-02

• 关于在神经多样性家庭中使用营养丰富、适合儿童的餐食配方套件的观点

  自闭症儿童非典型进食行为干预研究显示，通过食谱工具包提升烹饪参与度，可改善感官偏好、扩大饮食范围，增强数学与读写应用能力，促进家庭互动并缓解压力。

  来源：Research in Neurodiversity

  时间：2026-01-02

• FIRE-GNN：融合力信息与松弛等变性的图神经网络实现表面性质的快速精准预测

  本文提出FIRE-GNN模型，通过引入表面法向对称性破缺和机器学习势函数力信息，将功函数预测误差降低至0.065 eV，相比现有技术提升两倍精度。该模型在跨元素/空间群等分布外场景中展现卓越泛化能力，为高通量表面材料设计提供了高效计算工具。

  来源：Advanced Intelligent Discovery

  时间：2026-01-02

• 综述：基于二维材料的人工神经元器件及其工作机制

  这篇综述系统梳理了二维材料在人工神经元器件领域的前沿进展，重点探讨了其仿生感知机制。文章深入分析了忆阻器、晶体管和忆阻晶体管等器件结构如何模拟生物突触的可塑性（如STP、LTP、STDP），并详细介绍了在视觉、触觉、味嗅觉及听觉等仿生感知系统中的应用。作者指出，基于二维材料（如石墨烯、TMDs、MXenes）的神经形态计算器件凭借其高载流子迁移率、可调带隙和机械柔性等特性，为构建低功耗、高效率的仿生感知系统提供了新范式，是突破传统冯·诺依曼架构瓶颈的关键方向之一。

  来源：Chip

  时间：2026-01-02

• 一种基于时频域深度学习的非线性接头机械性能识别方法

  基于深度学习和小波时间-频率谱图的非线性节理机械性能分析方法研究。该方法通过波let变换提取应力波反射信号的时间-频率特征，构建CNN模型建立特征与初始刚度（相对误差<3.5%）及最大允许闭合量（相对误差<3.0%）的映射关系，验证表明该模型迭代10次后即可快速获取可靠预测结果。

  来源：INTERNATIONAL JOURNAL OF ROCK MECHANICS AND MINING SCIENCES

  时间：2026-01-02

• 基于DNN与优化算法的PVT混合热泵系统性能提升研究

  本研究针对建筑能耗与碳排放问题，提出了一种集成光伏光热（PVT）与空气源热泵（AWHP）的混合系统优化框架。通过粒子群算法（PSO）进行全生命周期成本（LCC）设计优化，并利用深度神经网络（DNN）实现关键子系统流量的实时智能控制。结果表明，优化系统生命周期成本降低10.6%，热舒适小时数提升13.1%，系统性能系数（COP）提高5.0%。该研究为可再生能源混合系统在零能耗建筑中的高效部署提供了理论与实践基础。

  来源：Energy Conversion and Management-X

  时间：2026-01-02

• 基于价值导向预测的混合系统优化：水-风-光互补调度中的闭环预测-优化框架

  本文针对高不确定性电力系统中传统开环预测-优化框架难以协调预测与调度价值的问题，提出了一种结合知识引导元学习模块的闭环预测-优化框架。该框架通过正交试验设计将静态分位数区间转化为动态时变区间，并利用价值导向反馈迭代调整预测区间与调度结果，实现了日前水-风-光发电与备用调度计划的经济最优。应用于两河口水-风-光一体化能源基地的案例表明，该框架在保证收敛性的同时，将平均运行时间减少了98.18%，为高不确定性可再生能源系统提供了更安全、经济、灵活的调度新范式。

  来源：Energy Conversion and Management-X

  时间：2026-01-02

• 间歇供暖条件下的能源与舒适度权衡：利用混合分析-数据驱动模型量化供暖和制冷期间的通风行为的作用

  本研究针对中国冷热冬夏（HSCW）地区间歇性供暖建筑，通过结合分析模型与人工神经网络（ANN），量化分析occupant ventilation behavior during off-period（OVBOP）对供暖能耗（HEC）和室内热舒适（ITC）的耦合影响。结果表明OVBOP显著增加HEC并降低ITC，其影响程度与通风率、间歇时长、室外平均温度及建筑围护结构热工参数密切相关，Spearman相关系数达±0.7和±0.5。基于ANN的预测模型可指导制定兼顾节能与舒适的新型通风策略。

  来源：Energy

  时间：2026-01-02

• 融合注意力机制的高压注浆微震信号识别混合模型研究与应用

  本文针对深部岩层高压注浆诱发微震信号识别难题，提出了一种集成数据增强、深度卷积神经网络和卷积块注意力模块的混合模型WM-ResNet50。研究通过现场监测构建数据集，验证了模型在识别精度（达94.38%）和泛化能力上的优势，并结合实验室实验与工程案例证实了微震反演预测浆液扩散范围的有效性，为岩体信号处理与现场注浆实践提供了重要参考。

  来源：International Journal of Mining Science and Technology

  时间：2026-01-02

• 基于谱时图非对比学习的标签高效音频深度伪造检测系统SIGNL

  本文针对音频深度伪造检测中标注数据稀缺的挑战，提出了一种名为SIGNL的标签高效专家系统。研究人员通过将音频的视觉表示（如频谱图）转化为互补的谱图和时图，并采用图非对比学习策略进行预训练，有效学习了无需标注数据的鲁棒表征。实验表明，SIGNL在多个基准数据集上仅使用5%的标注数据即可达到优异性能（如ASVspoof 2021 DF上EER为7.88%），并展现出良好的跨领域泛化能力，为在实际数据受限环境中部署可靠的音频伪造检测器提供了有效解决方案。

  来源：Expert Systems with Applications

  时间：2026-01-02

• 一种基于信息量量化编码的NAS零成本代理模型

  信息量量化编码的零成本代理模型用于NAS，通过改进路径编码消除冗余路径影响，定义总信息量G、路径信息差S、输出节点总信息T和差异C，构建无需训练的代理模型，在Nasbench-101上性能最优，并提升多种NAS算法效率。

  来源：Expert Systems with Applications

  时间：2026-01-02

• 综述：识别盆腔器官功能障碍神经源性病因的筛查工具：一项范围综述

  本综述系统回顾了现有评估盆腔器官功能障碍（膀胱、肠道和/或性功能）的筛查工具，发现尽管存在大量问卷（如IPSS、NBDS、FSFI、IIEF），但无一专门设计用于筛查其症状是否具有神经源性基础（无论患者是否已有神经系统疾病诊断）。作者强调开发此类工具对早期识别潜在神经系统疾病、改善预后的重要性，并指出当前临床实践和研究中存在显著空白。

  来源：Continence

  时间：2026-01-02

• 基于部分信息分解的深度神经网络性能解释：一种面向鲁棒性评估的新范式

  本文提出了一种基于部分信息分解（PID）的深度神经网络（DNN）鲁棒性解释框架。通过量化神经元间冗余（Redundancy）、协同（Synergy）和独特（Unique）信息，揭示了模型内部信息结构与抗分布偏移能力的内在关联：高冗余率与低协同率模型在自然扰动下表现更稳定，而高独特信息率则与原始数据分类精度正相关。该研究为无需大量污染数据即可进行轻量级鲁棒性评估提供了新视角。

  来源：Entropy

  时间：2026-01-02

• 围孕期持续补充叶酸对子代脑性瘫痪的保护作用及父母健康状态的调节效应：一项上海病例对照研究

  本研究通过病例对照设计（102例CP患儿vs 403例对照）发现，围孕期持续补充叶酸（FA）可显著降低子代脑性瘫痪（CP）风险（部分补充aOR=3.79，95%CI:2.00–7.17；未补充aOR=2.64，95%CI:1.20–5.84），且能缓解父母代谢性疾病或母体生殖道感染/炎症相关的CP风险升高，为FA的神经保护作用提供了流行病学证据。

  来源：Cogent Public Health

  时间：2026-01-02

• 分数阶时滞系统的可控性与最小能量控制：理论框架与算法实现

  本文提出线性分数阶时滞系统可控性与最小能量控制的统一理论框架，证明时变状态与控制延迟不改变由矩阵对(F, G, K)决定的代数可控性结构，并给出基于Gramian闭式解的最优控制律，为生物网络（神经网络、基因调控）等具有记忆效应的系统提供新工具。

  来源：Fractal and Fractional

  时间：2026-01-02

• 时变时滞分数阶微分系统的可控性与最小能量控制：理论框架与应用展望

  本文提出了一种针对具有Caputo导数（γ∈(0,1)）和全时变状态与控制时滞的线性分数阶微分系统的统一分析框架。文章推导了基于分数阶基本矩阵的显式温和解表示，并引入了新的可控性格拉姆矩阵。利用矩阵值Mittag-Leffler函数的解析性质，证明了一个分数阶Kalman型定理，表明有界时变时滞不会改变由（F, G, K）决定的代数可控性结构。通过Hilbert空间方法，以闭式解形式解决了最小能量控制问题。高效的数值策略及多个示例（包括时滞粘弹性、神经和机器人模型）展示了其实际应用性与计算可行性。

  来源：Fractal and Fractional

  时间：2026-01-02

• GT-MilliNoise：一种用于室内毫米波点云逐点去噪的图变换器

  毫米波雷达生成稀疏噪声点云的去噪方法研究，提出时空联合的图Transformer架构GT-MilliNoise，通过动态特征学习和几何注意力机制实现75%点级去噪精度，较SOTA提升5%，Earth Mover's距离达0.193。

  来源：Signal Processing: Image Communication

  时间：2026-01-02

知名企业招聘：