• 自主神经调控在正常血压和高血压个体进行急性有氧运动后长期低血压发生中的作用机制：一项系统评价与荟萃分析

  这项元分析探讨了有正常或高血压的成年人进行有氧运动对血压（BP）和自主神经系统活动的影响。分析65项试验中的1248名参与者，发现运动显著降低了收缩压、舒张压和平均动脉压。这些血压降低与交感神经活动增加、副交感神经活动减少相关。对于血压正常者，血压降低与交感神经活动呈负相关，与副交感神经活动呈正相关。而对于高血压患者，血压降低与交感神经活动正相关，与副交感神经活动负相关，提示根据基线血压状态存在不同的自主神经反应。

  来源：Journal of Hypertension

  时间：2026-02-08

• 基于活动记录仪评估的睡眠时长与血压关联性研究：2011-2014年NHANES数据分析

  本研究通过分析NHANES（2011-2014）数据，探讨了白大衣效应（WCE）与动脉僵硬度的关联。研究发现，白大衣高血压（WCH）和未控制的白大衣高血压（WUCH）患者外周动脉僵硬度（API）显著升高，且与脉压（PP）呈J型关系。WCE是心血管疾病（CVD）风险的独立影响因素，尤其在女性中更为突出。

  来源：Journal of Hypertension

  时间：2026-02-08

• 用于分段下颌骨切开术结合颏部整形的标准钢板设计

  三叉神经痛微血管减压术上 cerebellar 动脉腹侧压迫分类及手术效果评估。本研究回顾性分析2019-2024年88例三叉神经痛患者手术资料，提出基于解剖位置的4型腹侧SCA压迫分类，证实分类对手术复杂度评估有意义，但四型间术后疼痛缓解率（92.5%-100%）及并发症（9.3%-11.4%）无统计学差异。手术策略调整（如推拉技术）可提升减压效果。

  来源：Journal of Computer Assisted Tomography

  时间：2026-02-08

• Te/Si混合维度范德华异质结在人工仿生视觉器件中的突破与应用

  本文报道了一种基于二维Te/三维Si混合维度范德华异质结（MDHJs）的人工仿生视觉器件，通过热释电效应实现了宽带探测（254–1680 nm）和快速响应（200 μs）。该器件模拟人眼视网膜的视觉适应行为，在光照突变时输出电流呈现先抑制后增强的动态变化，为机器视觉系统提供了微秒级自适应能力，显著降低了复杂算法和电路的需求，在自动驾驶、医疗成像等领域具有重要应用前景。

  来源：ACS Omega

  时间：2026-02-08

• 海陆过渡相页岩储层低压氮气吸附滞后效应的定量表征与多因素控制机制研究

  本文创新性地将计算机视觉图像识别技术与径向基函数（RBF）神经网络模型相结合，首次实现了对海陆过渡相页岩低压氮气吸附（LP-N2GA）滞后回线面积指数（AHI）的精准量化和高精度预测（准确率达97.6%）。研究揭示了页岩复杂微观孔隙结构（尤其是中孔）引起的毛细管凝聚是吸附滞后（Sorption Hysteresis）的主控因素，为深入理解页岩气赋存与运移机制提供了重要的理论依据。

  来源：ACS Omega

  时间：2026-02-08

• SCAFFNet：一种融合空间-通道注意力与傅里叶变换的低样本遥感影像场景分类新算法

  为解决深度学习模型在遥感影像场景分类中对大规模标注样本依赖性强、训练成本高昂的问题，研究人员开展了面向低样本(eVTOL低空场景)的遥感影像分类算法研究。他们提出了名为SCAFFNet的空间-通道注意力与傅里叶变换融合网络。实验结果表明，该方法在UC Merced和WHU-RS19数据集上取得了优于传统few-shot学习方法的分类精度，为解决样本稀缺条件下的遥感影像智能解译提供了有效方案，具有重要的实际应用潜力。

  来源：Chinese Journal of Mechanical Engineering

  时间：2026-02-08

• 基于人工神经网络的FLASH AMR代码I/O优化方案研究

  本文提出了一种基于人工神经网络（ANN）的高性能计算（HPC）流体动力学代码FLASH的I/O性能优化方案。作者通过约10000次真实I/O运行数据训练ANN模型，实现了对MPI I/O吞吐量（MiB/s）和运行时（s）的精准预测（测试集R²=0.78-0.99），为动态优化自适应网格加密（AMR）模拟的并行I/O配置提供了智能解决方案。

  来源：Astronomy and Computing

  时间：2026-02-08

• 基于DeepSeg神经网络与混合数据集的随钻声波信号时频域降噪算法研究

  本研究针对随钻声波测井(ALWD)中复杂井下噪声干扰导致信号质量差的问题，提出了一种基于DeepSeg U-Net架构的时频域降噪算法。通过数值模拟构建纯净信号数据集，结合实验室实测噪声数据生成混合训练集，利用短时离散余弦变换(STDCT)将信号转换至时频域，采用滑动窗口策略输入神经网络进行端到端训练。结果表明，该方法仅需传统方法1/10的数据量即可有效抑制低频噪声、瞬态脉冲、电路传输噪声等多种井下干扰，在实测数据中显著提升信噪比(SNR)和慢度时间相干(STC)处理精度，为随钻测井实时处理提供新方案。

  来源：Artificial Intelligence in Geosciences

  时间：2026-02-08

• “一念千江水，百语传天下”：深入探讨大型语言模型中的语言中立性知识神经元

  针对现有研究在定位跨语言知识神经元时的高不确定性和多语言覆盖不足的问题，本文构建了多语言cloze式基准数据集RML-LAMA，并提出了基于多语言梯度整合与不确定性估计的MaTrice方法，通过量化跨查询和语言的不确定性实现更准确的定位，实验表明该方法能有效定位知识神经元并支持跨语言知识编辑、增强和注入。

  来源：Artificial Intelligence

  时间：2026-02-08

• 综述：非侵入性脑刺激技术在长期太空飞行任务中的应用评估

  长期太空任务中宇航员认知能力下降的神经调节技术评估与建议

  来源：Acta Astronautica

  时间：2026-02-08

• 综述：人工智能与数据驱动方法在可再生能源领域的应用：成就与挑战综述

  本综述系统回顾了2020-2025年间人工智能（AI）与数据驱动方法在可再生能源系统（RES）中的最新进展，提出了创新的四维分类法（算法类型-集成方法-系统用例-政策考量），重点分析了神经网络（CNN、RNN、LSTM、GNN）、强化学习（RL）、随机森林（RF）等关键技术在预测建模、运行优化和电网集成等方面的突破性应用，为研究人员、工程师和政策制定者提供了加速全球可持续能源系统发展的实用路线图。

  来源：Energy Strategy Reviews

  时间：2026-02-08

• 基于混合线性专家模型与循环神经网络的电力价格预测研究：以德国-卢森堡市场为例

  本文针对电力市场价格的复杂非线性动态预测难题，提出一种结合线性专家模型(LEM)、循环神经网络(RNN)和卡尔曼滤波(KF)的混合架构。研究通过滚动窗口优化和超参数调优，在德国-卢森堡电力市场数据上验证了该模型能有效捕捉价格形成的线性和非线性机制，显著提升预测精度，为电力市场参与者提供更可靠的价格预测工具。

  来源：RENEWABLE & SUSTAINABLE ENERGY REVIEWS

  时间：2026-02-08

• 基于脑电与机器学习的安全标志 hazard perception 分类建模研究

  本文创新性地将脑电图（EEG）与机器学习模型相结合，构建可解释性框架，成功实现对安全标志 hazard perception 水平（低/中/高）的分类预测。研究采用时间分离范式采集EEG信号，通过特征重要性分析揭示枕叶beta波段和顶枕区N100成分是关键神经指标，为抽象符号性安全标志的神经认知评估提供了定量化新工具。

  来源：International Journal of Industrial Ergonomics

  时间：2026-02-08

• 基于孪生神经网络的半自动法证语音比对方法研究：噪声鲁棒性与相似性度量的突破

  本研究针对法证语音比对(FVC)中人工主观性强、背景噪声干扰和说话人变异性大等挑战，提出了一种结合平稳噪声降噪和孪生神经网络(SNN)的半自动框架。该研究利用3,899个澳大利亚英语语音样本，通过SNN学习共享嵌入空间，以欧氏距离度量说话人相似性，实现了96.02%的准确率、94.00%的精确率和92.10%的召回率。相较于CNN、BiLSTM和GMM-UBM等基线模型，该框架在5折交叉验证中表现出显著优势，为法证语音学提供了轻量可解释的深度学习方法，提升了实际场景下的比对可靠性。

  来源：Franklin Open

  时间：2026-02-08

• 多超图学习在增强视网膜疾病诊断中的应用

  本文提出一种多超图模型用于视网膜疾病诊断，整合图像和非图像数据，通过加权超图卷积捕捉高阶关联，并在公开数据集上验证其优越性。

  来源：Expert Systems with Applications

  时间：2026-02-08

• 基于离散时间拉普拉斯变换的离散时间BAM神经网络渐近同步研究

  本文创新性地应用离散时间拉普拉斯变换（DTLT）及新型控制器，研究了驱动响应离散时间BAM神经网络（DRDTBAMNNS）的全局渐近同步（GASN）。突破传统线性矩阵不等式（LMIS）和Lyapunov稳定性理论的局限，提出了更简洁的同步判据，揭示了自反馈连接权重与控制器的关键作用，为离散时间神经网络同步分析提供了新范式。

  来源：Expert Systems with Applications

  时间：2026-02-08

• 毛细桥组装的SBS弹性体微点阵列，用于应力与应变传感

  微尺度触觉传感器通过毛细液体桥诱导自组装技术制备，采用SBS热塑性弹性体与AIE发光分子构建微阵列，实现压力与拉伸应变的复合检测，结合卷积神经网络算法完成压力分级与定位分析。

  来源：Sensors and Actuators A: Physical

  时间：2026-02-08

• 一种新颖的多特征融合高斯图网络，用于风力涡轮机的早期异常检测

  风电叶片异常监测中SCADA数据多特征融合高斯图神经网络方法研究，提出MFGGN模型通过高斯径向基函数量化变量间非线性关系构建图结构，结合图注意力网络融合时空特征，利用CUSUM方法跟踪预测与实际值的系统性偏离，在两风电场实测数据验证中优于传统GCN、GAT模型，为叶片健康状态评估提供新方法。

  来源：Ocean Engineering

  时间：2026-02-08

• InWaveSR：一种考虑地形特征的超级分辨率网络，用于模拟内部孤立波

  内波时空超分辨率模型InWaveSR融合物理约束与深度学习，通过非静力原始方程约束和HF-ResBlock模块提升高频特征捕捉能力，结合地形优化策略有效解决复杂海底地形建模难题，实验显示PSNR达37.8dB，显著优于传统插值及现有神经网络方法。

  来源：Ocean Modelling

  时间：2026-02-08

• 利用3D-CNN和两阶段迁移学习框架进行基于视频的定量波参数估计

  高效非接触式波浪监测方法研究基于3D-CNN的时空特征提取与迁移学习策略。通过模拟数据预训练和小样本实地数据微调，结合POD分解去噪技术，实现了显著波高和峰值周期的高精度估算，有效降低了对传统浮标式监测的高成本依赖。

  来源：Ocean Engineering

  时间：2026-02-08

知名企业招聘：