• 瞬间的情绪共享：理解表达性交流行为的早期大脑特征

  该研究通过脑电位记录对比第一人称（如“我快乐”）与第三人称（如“他快乐”）句子的神经反应差异，发现表达性沟通动作的脑响应在221-270ms后即与断言性动作分化，甚至更早出现神经分离，支持语言处理中pragmatics与语义、形态句法并行快速加工的理论。

  来源：Neuropsychologia

  时间：2026-02-13

• 与记忆准确性相关的，是那些反映生动性的“状态”指标，而非“特质”指标

  本研究通过新实验方法，探讨心理意象生动性与记忆准确性的关系，发现试次水平的生动性评分更能预测记忆表现，并揭示空间记忆优势与生动性降低相关，年龄与生动性评分正相关但记忆准确性负相关，同时确认自信与生动性相关但两者独立。

  来源：Neuropsychologia

  时间：2026-02-13

• 符号分数在神经表征上与离散化的非符号比例推理更为相似，而非连续化的非符号比例推理

  非符号比例能力与符号分数学习的神经机制：基于共享量值与干扰的竞争模型，通过NRS分析发现IPS脑区活动与非符号连续比例及离散化分数中的误导性整体数值信息相关，支持两种机制共同作用。

  来源：Neuropsychologia

  时间：2026-02-13

• 一种基于工作条件相关性和策略转移的不确定过程工业最优控制方法

  能源消耗优化控制是过程工业的关键挑战，但复杂机理和不确定工况导致建模困难。本文提出基于工作条件相关性的强化学习迁移方法，通过嵌入领域知识优化奖励函数，并利用少量交互数据实现已知工况控制器向未知工况的动态迁移，显著降低学习成本。仿真实验表明该方法能有效应对锌电解精炼中的工况变化，实现能耗优化。

  来源：Neurocomputing

  时间：2026-02-13

• 通过隐式分布表示进行标签分布学习

  标签分布学习通过隐式表示建模标签分布不确定性，结合高斯先验约束和自注意力机制优化标签分布矩阵，在12个数据集上验证其噪声抑制和性能提升效果。

  来源：Neurocomputing

  时间：2026-02-13

• 基于时频分析的金字塔信道网络在长期时间序列预测中的应用

  时间序列预测方法提出基于时频域的 pyramid 通道网络（TPCNet），通过多通道季节特征注意力残差融合（MSFARF）结构和双维注意力残差金字塔（DARP）结构，结合短时傅里叶变换、残差思想和注意力机制，有效整合不同通道的季节关联性和多尺度时序特征，实验表明其性能优于六种经典方法。

  来源：Neurocomputing

  时间：2026-02-13

• 动态增强分箱框架

  动态增强分箱（DEB）框架通过软分箱、多项式展开和显式交互项构建高保真线性特征空间，结合轻量级贝叶斯优化引擎实现参数自动调优，在工业数据集上实时推理速度提升3倍，训练吞吐量提高8.8倍，结构复杂度降低32倍，同时保持与XGBoost相当的预测精度。

  来源：Neurocomputing

  时间：2026-02-13

• ARFNet：一种适用于时间序列预测的、具有尺度感知能力的自适应感受野网络

  时间序列预测中的固定感受野难以适应多周期和动态趋势，本文提出ARFNet，通过自适应感受野金字塔动态调整感受野，结合跨尺度特征合成器建模多尺度依赖，有效提升复杂场景下的预测性能。

  来源：Neurocomputing

  时间：2026-02-13

• 液压系统中的故障解耦：一种基于大型语言模型的辅助双流多任务学习方法

  针对液压系统中多组件故障耦合导致的诊断困难问题，提出双流多任务学习框架，结合预训练 Chronos-T5 编码器提取全局时序特征和 TimesNet 编码器捕获多尺度局部特征，通过动态门控机制协调共享与专用专家系统，有效解耦故障特征。实验表明该方法在公开基准数据集上优于现有方法。

  来源：Neurocomputing

  时间：2026-02-13

• 具有规则交互约束的自组织区间型2模糊神经网络

  该研究提出了一种自组织SCI-IT2FNN框架，通过显式规则交互机制建模非线性依赖，结合2-可加 Choquet 积分约束和可微分剪枝策略，在保持语义可解释性的同时实现高效规则压缩，平均激活规则数约10个。实验验证了其优于现有方法的分类性能和结构紧凑性。

  来源：Neurocomputing

  时间：2026-02-13

• 从多视图片段中学习：一种用于遮挡人员重新识别的自适应一致性蒸馏框架

  本文提出多视角一致性蒸馏（MVCD）框架，基于LUPI范式，利用训练时的多视角信息通过三个机制构建教师模型，再通过一致性蒸馏将其知识蒸馏到标准单视角学生模型，实现遮挡场景下的高精度与低推理开销。

  来源：Neurocomputing

  时间：2026-02-13

• 用于社交推荐的自动自我监督学习

  自动自监督学习框架AusRec通过元学习优化自动加权机制，整合多源自监督辅助任务平衡提升社交推荐系统表征学习，实验验证其在多个数据集上Recall@10和NDCG@10指标优于SOTA方法。

  来源：Neurocomputing

  时间：2026-02-13

• 一种通过突触-注意力机制和融合树突层得到增强的新型树突神经元模型

  针对标准Dendritic Neuron Model（DNM）处理高维数据时梯度消失的问题，提出融合层（FDL）和突触注意力机制（SAM），通过混合均值与乘积聚合缓解梯度衰减，并利用注意力机制提升特征建模效率，实验验证其在31个数据集上有效且参数更少，收敛更快。

  来源：Neurocomputing

  时间：2026-02-13

• 一种针对深度学习检测模型的有效且隐蔽的XSS攻击样本生成方法

  XSS检测模型易受对抗样本攻击，本文提出XA2-ES方法通过Tri-Agent框架与优化SAC模块生成高隐蔽性对抗样本，结合阴影模型和反馈机制实现高效安全评估。

  来源：Neurocomputing

  时间：2026-02-13

• 在一级成人创伤中心和儿科创伤中心，为遭受创伤性脑损伤的青少年提供的康复服务存在差异

  本研究比较了成人创伤中心（ATC）与儿童创伤中心（PTC）对13-19岁青少年TBI患者的康复服务差异。通过回顾2013-2020年412例患者的病历，发现PTC在神经康复、多学科团队参与及转诊至急性康复设施方面更优，而住院时长和死亡率无显著差异。结论指出PTC的康复更全面，但差异原因尚不明确，需进一步探讨资源配置或服务理念的影响。

  来源：Journal of Trauma and Acute Care Surgery

  时间：2026-02-13

• 祝您 holistic nursing practice（整体护理实践）成立40周年快乐！

  单次瑜伽练习显著降低心率及交感/副交感比值，提高副交感调节指标，表明可快速抑制交感神经活动。

  来源：Holistic Nursing Practice

  时间：2026-02-13

• 用于图神经网络解释的具有抗分布异常能力的评估方法

  可解释性图神经网络（GNNs）的可信度提升面临真实数据分布与解释子图不匹配的OOD挑战，本文提出OAR+框架，结合对抗鲁棒性评估、OOD重加权机制和条件图扩散模型，构建标准化评估体系，并通过实验验证其有效性。

  来源：IEEE Transactions on Pattern Analysis and Machine Intelligence

  时间：2026-02-13

• 鲁索替尼治疗类固醇难治性免疫检查点相关肝炎

  一位70岁女性患者因胰腺炎复发就诊，其微囊型浆液性神经内分泌瘤（SN）生长并引发假性动脉瘤及囊肿内出血，经弹簧圈栓塞治疗成功。该病例罕见于SN同时导致反复胰腺炎和出血，提示影像学随访对大于4cm的SN至关重要。

  来源：Academic Medicine

  时间：2026-02-13

• 基于超分辨率生成对抗网络的双通道卷积神经网络在高光谱图像分类中的应用

  高光谱图像分类中提出SRGAN-DCCNN框架，结合SRGAN超分辨率生成对抗网络增强空间特征与DCCNN双通道卷积神经网络融合光谱信息，在Botswana、KSC、PaviaU等五个数据集上分类精度达99.29%-99.86%，验证了方法对低/高分辨率图像的鲁棒性及多模态特征融合的有效性。

  来源：Advances in Space Research

  时间：2026-02-13

• 一种综合方法用于滑坡易发性制图：以印度西南部伊杜基区为例

  本研究针对喀拉拉邦伊都基区频繁滑坡问题，整合统计模型（FR）、机器学习（随机森林RF、分类与回归树CART）和深度学习（CNN-2D）方法，构建28因子综合评估体系，通过CNN-RF集成模型提升预测精度，验证结果与历史滑坡位置高度吻合，并利用雷达植被指数分析植被稀疏区对滑坡的影响，为区域灾害防治提供新方法。

  来源：Advances in Space Research

  时间：2026-02-13

知名企业招聘：