• 运用可验证性方法鉴别诈病性COVID-19症状的研究

  本文推荐一篇聚焦于COVID-19诈病检测的前沿研究。文章创新性地应用了可验证性方法（VA），通过分析症状报告中可验证性细节（如具体时间、地点、人证、医疗记录等）的数量和比例，有效区分了真实感染报告者与诈病者。研究证实，在事先告知VA原理的情况下，诚实者能提供更多可验证细节，而诈病者则难以效仿，凸显了VA在健康相关情境（尤其是已被认定为职业病的COVID-19）中甄别症状真伪的潜力和应用价值。

  来源：Brain and Behavior

  时间：2026-02-22

• 缓解界面污染以实现石墨烯在神经电子器件中的可规模化集成

  这篇综述聚焦于利用石墨烯场效应晶体管（gSGFETs）作为下一代神经接口材料所面临的挑战，即光刻微加工过程中引入的污染如何损害其性能。文章系统回顾了界面污染的来源与影响，评估了现有清洗方法的局限，并重点探讨了采用牺牲保护层（特别是铜层）这一新兴策略，如何有效隔离污染物，从而提升器件均匀性、重现性与性能。文章指出，克服这一制造瓶颈是实现石墨烯神经技术从实验室走向规模化应用的关键。

  来源：Accounts of Materials Research

  时间：2026-02-22

• 基于微发光二极管与二硫化钼忆阻晶体管集成的高性能像素内处理智能显示架构

  传统显示架构存在严重的延迟与能效瓶颈。为解决此问题，研究人员在《Nature Communications》上发表了关于像素内处理显示架构的研究。他们通过将micro-LED与MoS2存储器晶体管异质集成，构建了16×16有源显示阵列。该设计实现了超高亮度（>3×105cd·m−2）、高速运行（5000 Hz）以及紧凑的像素尺寸（20×35 μm），并利用器件的分段电压-亮度响应和非易失性多态电导特性，演示了原位图像重建与实时显示。其图像重建能力通过基于神经网络的图像识别任务验证，将训练权重通过非易失性电导调制直接部署于像素阵列，实现了高达99.29%的准确率。此项工作为实现高性能智能显示技术提供了一条极具前景的路径。

  来源：Nature Communications

  时间：2026-02-22

• 深度学习结合图像预处理技术增强糖尿病视网膜病变致盲检测

  为应对全球范围内糖尿病视网膜病变（DR）导致的视力损害与失明风险，研究人员开展了一项利用先进深度学习模型（如ViT、CLIP、BLIP、ViLT、Florence-2和ResNet50）结合图像预处理技术（高斯滤波与小波变换）进行自动识别的研究。结果表明，高斯滤波预处理能显著提升模型性能，ResNet50和BLIP模型准确率分别较基线提高了37%和36%，证明了优化输入数据质量对提升深度学习在医学影像诊断中的潜力至关重要。

  来源：Array

  时间：2026-02-22

• 基于物理数据融合的水分配管网管壁粗糙度评估

  基于物理-数据融合的供水管网粗糙系数评估方法研究，提出将物理约束嵌入数据模型，解决数据不足和参数不确定性问题。通过融合质量守恒、能量守恒及水头-流量物理方程，构建PINN模型实现仅需总用水量的高效评估，并在小规模和实际管网案例中验证其优于传统LS和GA方法的效果。

  来源：Water Research

  时间：2026-02-22

• FTC-SNN：通过傅里叶变换和跨时间约束来增强脉冲神经网络的性能

  本文提出基于傅里叶级数（FS）的替代梯度方法，通过频率域近似保持原梯度主方向，并结合余弦相似性约束提升时空信息利用率。实验在静态和动态数据集上验证，优于现有方法。

  来源：Neurocomputing

  时间：2026-02-22

• 通过一种具有运动感知能力的联邦扩散模型实现个性化连续手语生成

  本文提出一种融合联邦学习与扩散模型的连续手语生成框架，通过潜在运动感知聚类和自适应损失函数，实现隐私保护下的多风格手语合成，在PHOENIX14-T、How2Sign和PSLS数据集上验证了关键点精度、分布相似性和序列自然性均优于现有方法。

  来源：Neurocomputing

  时间：2026-02-22

• 用于跨语言、跨目标立场检测的、不受目标语言影响的特征以及考虑目标语言特征的机制

  跨语言跨目标立场检测框架CCTT融合目标相关与无关特征，通过跨语言对比学习提升目标表征质量，采用模糊边界多分配机制增强泛化能力，实验在X-Stance数据集上F1值分别提升9.66%、7.33%和7.12%。

  来源：Neurocomputing

  时间：2026-02-22

• 具有嵌入式特征和规则选择的区间型2模糊模型的稀疏学习

  针对高维数据中模糊神经网络的数值不稳定性与规则爆炸问题，提出FR-GLTSK模型。通过动态调整参数的溢出感知软min（OFA-softmin）替代传统乘积t-范数，结合平滑群LASSO正则化实现特征选择与规则紧凑化，并引入 firing strength 正则化层稳定梯度传播，最终构建了结构紧凑、可解释性强的区间二型模糊神经网络。

  来源：Neurocomputing

  时间：2026-02-22

• 基于计算意识的Transformer编码方法，用于高效地进行潜在空间神经架构搜索

  潜在空间计算感知Transformer编码方法（LS-CATE）结合Transformer-VAE与代理辅助进化算法，通过四类嵌入矩阵解决传统架构编码的信息损失问题，在连续潜在空间高效搜索最佳神经网络架构，实验验证其性能优于传统NAS方法，在CIFAR-10数据集上平均测试精度达97.45%。

  来源：Neurocomputing

  时间：2026-02-22

• DE-BNN: 一种用于贝叶斯神经网络后验采样的进化方法

  本文聚焦于贝叶斯神经网络在面临可扩展性差、难以收敛等挑战时的训练难题。研究人员创新性地将差分进化算法与马尔可夫链蒙特卡罗方法相结合，提出了DE-MCMC框架，并构建了DE-BNN模型。实验结果表明，该方法在神经进化回归问题以及电力负荷预测、混凝土强度预测等工业应用中表现优异，其概率预测能力优于变分推断贝叶斯神经网络和哈密顿蒙特卡洛贝叶斯神经网络。这项工作为高维非凸空间中的贝叶斯推理提供了一种新颖且高效的采样策略。

  来源：Neurocomputing

  时间：2026-02-22

• 基于全脉冲神经网络和低功耗FPGA的端到端心电分析：面向可穿戴医疗设备的高效心律失常分类

  研究人员针对可穿戴医疗系统中实时、准确且高能效的心律失常分类需求，开展了基于脉冲神经网络（SNN）和事件驱动架构的端到端心电（ECG）分析研究。他们创新性地利用信号及其导数的增量调制进行编码，在MIT-BIH心律失常数据库上对AAMI标准五类心跳实现了98.4%的准确率，并在一款低功耗FPGA上实现了4.05ms/次、36.86 μJ的超低能耗推理，为可穿戴设备提供了高效的片上解决方案。

  来源：IEEE Sensors Journal

  时间：2026-02-22

• 下肢手术止血带放气时视神经鞘直径与脑氧合参数变化的临床观察研究

  这篇前瞻性观察性研究聚焦于下肢骨科手术中止血带应用引起的生理变化。研究表明，止血带放气后，呼气末二氧化碳（EtCO2）、视神经鞘直径（ONSD）以及局部脑氧饱和度（rSO2）均出现一过性显著升高。研究结果揭示了止血带应用时间、二氧化碳水平与颅内压及脑氧合替代指标之间重要的生理学关联，强调了术中监测的必要性。

  来源：Medical Care

  时间：2026-02-22

• 基于μHANABI超声平台定量解析蛋白质淀粉样纤维成核机制：连接折叠与成核途径的物理化学研究

  本文通过自主研发的高重现性微型超声平台（μHANABI），系统研究了内在无序蛋白α-Syn和天然折叠蛋白β2m在不同盐浓度与温度下的淀粉样纤维成核动力学。研究发现，α-Syn的成核随盐浓度单调加速，而β2m则呈U型依赖；这一差异可通过过饱和度模型与经典成核理论（CNT）解释，揭示了折叠反应与相变耦合的物理化学机制，为针对不同蛋白类型的淀粉样变疾病干预策略提供了新见解。

  来源：ACS Omega

  时间：2026-02-22

• 利用基于视觉的深度学习技术实现实时空调控制，提高中国大学教室的能源效率

  实时空调控制策略研究

  来源：Journal of Building Engineering

  时间：2026-02-22

• DeSnow-GNN：一种时空图神经网络，用于在恶劣天气条件下对LiDAR点云数据进行鲁棒的去噪处理

  LiDAR点云去噪面临天气噪声干扰及实时性挑战，本文提出基于图神经网络（GNN）的DeSnow-GNN框架，通过动态邻域搜索构建图结构、轻量级时空特征融合模块实现高效去噪，在WADS和CADC数据集上达到97.4%精度与95.3% F1-score，支持24.86ms/帧实时处理，并验证其跨天气类型泛化能力。

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2026-02-22

• 利用三重周期性极小表面定制复合相变材料的热调节性能：一种耦合仿真与智能算法优化框架

  提高电子设备热管理效率的复合相变材料设计与优化方法，提出基于三组典型TPMS结构（IWP、Gyroid、Primitive）的复合相变材料（CPCM）热性能分析方法，结合人工神经网络预测与NSGA-II多目标优化算法，系统研究孔隙率9-21%下CPCM的温度控制时长、液相比例、温差及流速特性，揭示拓扑结构对导热贡献与自然对流协同作用机制，发现Gyroid结构在导热与对流间取得最佳平衡，导热贡献最高达94.95%，自然对流贡献最高达10.81%，并建立拓扑结构-传热机制-性能优化的系统性框架。

  来源：Energy Conversion and Management

  时间：2026-02-22

• 利用可移动强度设计和多接收场卷积神经网络对挖掘作业进行动态正向-反向预测

  可靠准确的挡墙位移预测对深基坑安全设计至关重要。本研究提出动态优化框架，融合Mobilisable Strength Design（MSD）方法与多感受野卷积神经网络（MRFN），通过实测位移反演更新土壤参数，有效降低参数不确定性对预测精度的影响。经苏州 CBD 深基坑工程验证，该方法较传统方法位移预测误差降低达40%，证实了动态耦合模型在提升地质工程设计可靠性与精度的有效性。

  来源：Reliability Engineering & System Safety

  时间：2026-02-22

• 论文标题：面向压缩视频的鲁棒Deepfake检测：基于可扩展网络策略的统一框架

  本文针对视频在社交媒体传播中的压缩问题导致的Deepfake检测性能下降难题，提出了一种创新的统一框架。研究结合了面向压缩视频的MPEG数据增强策略，设计了多头部网络（MHN）与多分支网络（MBN），在FaceForensics++和Celeb-DF数据集上显著提升了模型在压缩场景下的检测性能，尤其为资源受限环境提供了高效的解决方案。

  来源：Expert Systems with Applications

  时间：2026-02-22

• 通过优化Ru与CeO₂之间的相互作用，在Ru/CeO₂/Pt忆阻器中实现可调的突触权重更新范围，以应用于类脑计算

  可调重置范围memristor通过Ru/CeO2/Pt结构实现氧空位调控，在低电压±2V下导通范围2.38-17.5nS，高电压+7V脉冲10次扩展至22.5-117nS，脉冲次数增至20/30次时达119-596nS/261-2370nS，通过界面Schottky势垒调控和氧空位动态迁移实现自适应突触特性，适用于神经形态计算。

  来源：Journal of Alloys and Compounds

  时间：2026-02-22

知名企业招聘：