• 基于2025年德国图青研讨会的会议报告文档，以下是针对您问题的详细分析： 中文标题 动物适应力与有机体对环境变化的响应：来自基底后生动物的启示

  语本文综述了2025年国际图青研讨会的核心成果，聚焦利用刺胞动物（水螅、海葵、珊瑚等）、海绵和栉水母等“基底后生动物”模型，解析多细胞性起源、组织再生及环境适应等基本生物学问题。会议亮点涵盖基因组进化、单细胞转录组学、表观遗传调控（如RNA m6A甲基化）、神经与免疫系统演化、干细胞可塑性以及宿主-微生物共生等多个前沿领域，强调了跨学科整合与资源共享对于推动这一基础进化生物学领域的重要性。

  来源：Frontiers in Zoology

  时间：2026-02-14

• 在低盐度压力下，GABA介导的凡纳滨对虾（Penaeus vannamei）的神经内分泌-免疫调节机制

  GABA通过脑神经节-眼柄-血细胞/肠道轴调控低盐胁迫下对虾免疫应答的分子机制研究。

  来源：Fish & Shellfish Immunology

  时间：2026-02-14

• 利用漂移扩散模型对暴食症患者决策缺陷的纵向分析

  基于漂移扩散模型（DDM）的纵向研究发现，暴食障碍（binge-EDs）患者更慢的证据积累（低漂移率）与更频繁的暴食行为相关，且该关联在基线及3个月后持续存在，6个月后仍显著，支持核心决策过程缺陷的假说。研究验证了DDM在整合多行为数据中的实用性。

  来源：Appetite

  时间：2026-02-14

• 通过渐进学习方法构建的偏微分方程的潜在选择性状态空间模型

  偏微分方程建模中提出MambaPDE方法，通过潜在向量与状态空间模型加速计算，结合渐进学习策略提升训练效率和模型精度，在对比基线方法中展现优势，有效优化潜在空间条件数，适用于长期预测、控制及多模态仿真任务。

  来源：Neurocomputing

  时间：2026-02-14

• 动态去噪跟踪：迈向对抗注意力机制简化的端到端多目标跟踪

  Transformer架构在多目标跟踪中的注意力平凡化问题及动态去噪解决方案。通过空间-时间早退出机制和自指导去噪模块，动态调节特征交互深度与噪声抑制，有效提升目标区分能力，在DanceTrack、MOT17、MOT20数据集上达到SOTA性能。

  来源：Neurocomputing

  时间：2026-02-14

• 《使命召唤：通过检索与比较反馈机制增强图像描述，以实现跨模态理解》

  跨模态图像描述增强方法通过迭代检索与对比机制提升细节和减少幻觉

  来源：Neurocomputing

  时间：2026-02-14

• MetaGT：一种通过元学习实现的大规模图谱轻量级图变换器

  本文提出MetaGT，一种轻量级图Transformer模型，通过图分割和预-后训练范式解决大规模图处理中的内存与计算瓶颈，在保持高精度的同时提升训练效率。

  来源：Neurocomputing

  时间：2026-02-14

• 利用模内和模间交互实现多模态实体对齐

  多模态实体对齐框架MIMEA通过多粒度交互机制整合异构模态知识，提出四个核心模块解决模态重要性区分和跨模态交互不足问题，实验验证其有效性。

  来源：Neurocomputing

  时间：2026-02-14

• MATdiff：一种具有扩散模型的掩码感知变换器，用于大尺寸掩码图像修复

  语义一致性增强的大掩码图像补全方法，提出MATdiff框架整合Transformer的语义建模与扩散模型的生成能力，设计DGDT训练策略优化数据分布建模，实验验证其在CelebA-HQ和Places数据集上显著提升结构一致性和视觉质量。

  来源：Neurocomputing

  时间：2026-02-14

• Self2Rolling：一种利用细节引导的掩码进行自监督去噪的方法，并包含更新机制

  基于盲点网络的自我监督去噪方法通过非均匀掩码策略有效保留图像细节，并构建迭代优化的Self2Rolling框架提升去噪精度。实验表明该方法在合成和真实数据集上均优于现有自监督去噪技术。

  来源：Neurocomputing

  时间：2026-02-14

• 可解释人工智能：基于上下文感知的逐层集成梯度方法，用于解释Transformer模型

  Transformer解释性面临层级依赖、上下文感知不足等问题，本文提出CA-LIG框架，通过层级整合梯度与注意力梯度融合，实现上下文感知的多任务解释验证。

  来源：Neurocomputing

  时间：2026-02-14

• GADT：通过梯度引导的对抗性数据转换来增强可转移的对抗性攻击

  对抗样本生成中的数据增强优化策略研究，提出GADT方法通过可微数据增强操作计算梯度，结合新设计的损失函数平衡攻击效果与隐蔽性，实验证明其在黑盒攻击和跨模型迁移攻击中有效提升成功率。

  来源：Neurocomputing

  时间：2026-02-14

• STGNet：一种用于自动驾驶运动预测的时空图神经网络

  自主驾驶场景中，现有运动预测方法存在固定半径邻居检索、单视角时空编码及欧氏距离依赖三大问题。本文提出STGNet模型，通过动态邻居策略自适应调整交互图半径，结合互视角位置编码融合双向时空特征，并引入特征相关交互机制构建高阶关联。实验表明，STGNet在Argoverse和INTERACTION数据集上显著优于基线方法。

  来源：Neurocomputing

  时间：2026-02-14

• 基于机械导向多子图整合的直通式锅炉-涡轮机组强化学习控制

  针对传统PID和强化学习在处理OTBT单元强耦合非线性问题时存在的局限性，提出基于多子图融合的强化学习（MSIRL）框架，结合机理模型构建有向图，利用图注意力网络提取局部和全局耦合特征，并集成积分补偿模块抑制稳态误差。实验验证MSIRL在动态响应速度和稳态精度上优于传统方法和标准RL方法。

  来源：Neurocomputing

  时间：2026-02-14

• AVSCNet：一种用于音频视频伪造检测中的同步检测和内容一致性学习的双分支网络

  本文提出双分支架构AVSCNet，同步分支检测时间对齐异常，内容分支通过条件生成任务提升语义一致性检测，结合交叉注意力和细粒度嵌入，在FakeAVCeleb等数据集上AUC分别达到98.30%、99.11%、86.97%和67.23%，优于现有方法。

  来源：Neurocomputing

  时间：2026-02-14

• MVHDiff：利用3D先验知识，通过扩散模型实现一致的多视图人体图像生成

  本文提出MVHDiff框架，整合3D人类模型先验与文本提示，解决多视角一致性生成难题。通过视图适配器转换3D数据为文本描述，结合多模态先验模块和感知融合模块，提升生成图像质量及可控性，实验验证其优于现有方法，尤其在稀疏视角下表现突出。

  来源：Neurocomputing

  时间：2026-02-14

• 通过分段对比掩码自编码器提升视频变换器中的表示多样性

  提出SCMA框架，通过结合对比学习与掩码自编码器，利用教师-学生自蒸馏和分块掩码采样策略，有效缓解视频表示学习中的自注意力同质化问题，提升特征多样性，并在多个数据集上验证其优于传统方法。

  来源：Neurocomputing

  时间：2026-02-14

• 胃肠道平滑肌中肌丝的丢失：MELAS相关慢性肠假性梗阻的一种新型病理发现

  MELAS相关慢性肠假性梗阻首次发现平滑肌肌原纤维缺失，电子显微镜显示异常线粒体和结缔组织病变，提示线粒体功能障碍直接损害平滑肌收缩功能，需早期肠外营养干预。

  来源：Neurogastroenterology & Motility

  时间：2026-02-14

• 一项关于植物性及过敏性友好替代品的初步验证研究：在健康参与者中进行的随机试验，用于检测胃排空情况

  胃排空闪烁扫描术研究中，开发并测试了一种适合素食者及过敏患者的替代餐（JUST Egg），其能量和脂肪含量与标准鸡蛋餐相当。体外实验显示替代餐与鸡蛋餐的锝-99m结合率高度相关（R=0.975），体内试验10名健康志愿者显示两种餐的胃排空率（4h）和半排空时间（T1/2）差异均小于2%和10分钟，且内个体变异系数（18.8%）更低。该替代餐为饮食受限患者的胃排空检测提供了可行方案，但需扩大样本进一步验证。

  来源：Neurogastroenterology & Motility

  时间：2026-02-14

• 无针采样与药物输送：脑脊液灌流过程中的便捷创新

  IRRAflow闭环脑脊液交换系统通过新型无针连接器实现安全采样给药，在5例患者治疗中保持无菌状态，无感染并发症，验证了该技术维持封闭系统 sterility 的有效性。

  来源：Journal of Neuroscience Nursing

  时间：2026-02-14

知名企业招聘：