• 基于双编码器和Transformer的自蒸馏异构图神经网络

  提出基于Transformer的异构图神经网络模型SD-DeTrans，通过结构编码器与语义编码器协同优化，结合自蒸馏机制提升计算效率与性能，应用于区块链异常检测等场景。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-03-17

• 一种多功能热生长Fe–W–O–S纳米复合忆阻器中的神经形态感知与计算技术

  该研究设计了一种Fe–W–O–S纳米复合memristor，通过氧硫空位和Ag+离子协同导电机制，实现了低电压（<0.5V）、低能耗（50pJ/次）的多功能神经形态计算，包括突触可塑性、人工痛觉感知、非易失性存储及CNN图像识别（MNIST 97.9%，Fashion-MNIST 88.1%）)。

  来源：Materials Science and Engineering: R: Reports

  时间：2026-03-17

• 言语锚定位置对图像隐喻处理的影响：一项ERP研究

  图画隐喻的语义整合受言语锚定垂直位置影响及产品参与度交互效应研究。采用ERP技术发现顶部位置通过空间隐喻一致性增强语义整合效率，且与产品参与度存在交互作用。

  来源：Journal of Neurolinguistics

  时间：2026-03-17

• 综述：piRNA的分子机制：从生殖细胞沉默到体细胞调控及其在疾病中的作用

  这篇综述系统阐述了piRNA的复杂世界，从最初在生殖细胞中被发现的“基因组卫士”角色，到如今在多种体细胞和人类疾病中的重要作用。作者详细解析了piRNA的生物发生途径，包括初级加工和乒乓扩增循环，并深入探讨了其通过表观遗传（如H3K9me3修饰）和转录后机制（如RNA切割）来沉默转座子与调控基因的机制。文章总结了piRNA在男性生殖、神经系统、心血管、免疫及癌症等多种疾病中的功能失调，强调了其作为非侵入性生物标志物和治疗靶点的巨大临床潜力。最后，文章指出了当前研究的挑战与未来方向，为piRNA的基础研究与临床转化提供了全面的展望。

  来源：International Journal of Molecular Sciences

  时间：2026-03-16

• PAIR：基于细胞-峰点二分图的单细胞染色质可及性重建框架，实现转录因子调控组图谱绘制

  本文介绍了一种名为PAIR的新型概率框架，旨在解决单细胞ATAC测序（scATAC-seq）数据因测序深度低、稀疏性极高和广泛技术性缺失而面临的挑战。该方法通过直接建模染色质可及性的天然细胞-峰点（cell–peak）二分图结构，结合变分隐层和双解码器（定性解码器重建开/闭状态，定量解码器基于负二项式似然建模计数信号），学习细胞和峰点的不确定性感知嵌入，并生成插补后的可及性矩阵。PAIR在模拟和真实数据集上均能显著提升聚类性能、批次校正效果，并支持从峰点嵌入中解析共可及性调控模块和与临床生存相关的基因集，为从稀疏的scATAC-seq数据中可靠推断转录因子调控程序提供了有力工具。

  来源：Advanced Science

  时间：2026-03-16

• 一种针对任意几何形状进行推广的、具有几何适应性的、基于物理信息的算子框架

  物理信息神经网络通过整合几何信息提升复杂几何场景下的建模能力，在流体动力学问题中实现90%的L2相对误差降低。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-03-17

• 基于空间-光谱深度解卷积技术的农产品高光谱成像压缩感知方法

  农业高光谱成像数据压缩与重建模型SS-DUHCS通过空间-谱分块压缩和梯度优化测量矩阵提升性能，结合深度神经网络实现快速高质重建，并加入特征精化模块减少计算量。实验表明，SS-DUHCS在低采样率（1%、4%、10%）下显著优于传统迭代和深度学习方法，参数少且兼容推扫式硬件，支持高效无损品质检测。

  来源：Knowledge-Based Systems

  时间：2026-03-17

• 综述：神经精神性红斑狼疮的多维分析：系统证据揭示的临床、生物学及影像学见解

  本文通过系统回顾与整合性定量分析，对120例神经精神性狼疮（NPSLE）病例报告进行了多维解析。研究揭示了NPSLE临床表现、生物标志物与影像学异常间的复杂关联，并探讨了当前治疗方案的局限性，强调了开发生物标志物驱动的诊断工具与靶向疗法以填补临床未满足需求的紧迫性。

  来源：Frontiers in Immunology

  时间：2026-03-16

• 综述：光电子驱动的范德华铁电材料基存储器用于类视网膜与传感内硬件

  这篇综述系统梳理了二维（2D）范德华（vdW）铁电材料在构建集成感知、存储与计算功能于一体的光电神经形态视觉传感器方面的前沿进展。文章深入探讨了以α-In2Se3、CuInP2Se6（CIPS）、SnS等为代表的二维铁电半导体的极化机制、光驱电导调制及其在实现类生物突触可塑性（如短/长期增强/抑制，PPF/LTP/LTD）、传感内计算（in-sensor computing）等方面的器件结构与工作原理。该文旨在为克服传统冯·诺依曼架构的瓶颈、开发下一代高能效仿生视觉系统提供全面的材料与器件视角。

  来源：Advanced Science

  时间：2026-03-16

• 基于伪迹抑制脑电图的频率特异性经颅交流电刺激调控皮层振荡与运动输出的研究

  为探究经颅交流电刺激(tACS)对皮层振荡和运动表现的即时及后效影响，并解决其伪迹干扰脑电图(EEG)记录的难题，研究人员开展了一项结合新型伪迹去除算法与行为任务的研究。他们发现，20Hz tACS增加运动前Mu/Beta节律功率，延长发力时间；而70Hz tACS则降低其功率，促进更快发力生成。该研究首次在伪迹抑制的EEG上表征了tACS对运动相关事件相关去同步化(ERD)的调控，支持了未来个性化闭环神经康复系统的开发。

  来源：IEEE Transactions on Neural Systems and Rehabilitation Engineering

  时间：2026-03-16

• 无需训练即可调整的多项式图过滤方法，用于实现超快速的多模态推荐系统

  本文提出训练-free多模态图滤波方法MM-GF，通过构建多模态相似图并利用多项式滤波器精确控制频响响应，解决传统GCN模型计算成本高的问题，实验表明其准确率提升22.25%且推理速度低于10秒。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-03-17

• 具有鲁棒性控制的对抗性图卷积网络，用于多视图半监督分类

  多视图图卷积网络噪声鲁棒性优化与双层级框架研究。摘要：针对多视图学习中文视图异构数据噪声敏感问题，提出基于双层级优化的对抗图卷积方法。下层最大化图正则化以构建鲁棒图拉普拉斯算子，上层最小化对抗损失提升表征鲁棒性。该方法实现表征学习与拓扑调整的协同优化，有效提升噪声数据下的分类性能和模型泛化能力。实验验证其在多个基准数据集上优于现有方法。

  来源：Knowledge-Based Systems

  时间：2026-03-17

• 利用遗传算法、粒子群优化和差分进化技术对比例-积分控制器进行调优，并结合自适应神经网络控制，提升了电动汽车中的能量回收效率。该系统采用电池与飞轮组成的混合动力结构

  本研究提出一种集成永磁同步电机（PMSM）的混合电池-飞轮能量存储系统，通过元启发式优化（GA/PSO/DE）和自适应双神经网络PI控制策略，显著提升电动汽车再生制动能效。实验表明，混合系统较单体电池能提升15-20%能量回收率，将峰值充电电流降低至3.0A（对比3.7-4.0A），同时将转矩波动降低50%。

  来源：Journal of Energy Storage

  时间：2026-03-17

• FUS通过关联RNA聚合酶II在果蝇神经元中产生毒性：对肌萎缩侧索硬化症与额颞叶痴呆发病机制的启示

  本研究旨在阐明FUS蛋白在肌萎缩侧索硬化症（ALS-FUS）和额颞叶痴呆（FTLD）中诱导神经毒性的机制。研究人员在果蝇模型中发现，野生型人源FUS蛋白的过表达具有神经毒性，此毒性依赖于其与RNA聚合酶II大亚基C末端结构域（Polr2A CTD）的相互作用，而与蛋白的核质定位无关。该研究揭示了一种新的核内毒性机制，为理解FTLD的发病机制提供了关键线索。

  来源：Cell Death & Disease

  时间：2026-03-16

• 炎症条件下胶质细胞来源的D-丝氨酸调控少突胶质细胞谱系进程

  本研究揭示，在炎症环境下，活化的小胶质细胞和星形胶质细胞释放的D-丝氨酸，作为一种非经典胶质递质，通过作用于少突胶质细胞前体细胞（OPCs）上的N-甲基-D-天冬氨酸受体（NMDARs），可调控其向成熟少突胶质细胞（OLs）的终末分化。该信号通路在体外选择性地抑制了谱系晚期成熟标志物（如OLIG2+和MBP+）的表达，却同时降低了成熟MBP+细胞的凋亡，揭示了炎症信号调控髓鞘再生动态的一个新颖分子机制。

  来源：Frontiers in Cellular Neuroscience

  时间：2026-03-16

• 具有跨模态融合的超图主题神经网络，用于潜在治疗模式推荐

  电子病历中的高阶关系建模与跨模态特征融合提升治疗模式推荐效果，提出HGTCNRec框架，整合超图神经主题建模、Transformer文本特征提取及创新评分级跨模态融合机制，实现临床可解释的个性化治疗方案发现，实验验证在推荐准确率和主题质量上优于基线方法。

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-03-17

• G-GBC：一种基于高斯混合模型的颗粒球计算方法，用于在噪声标签环境下实现鲁棒的卷积神经网络（CNN）分类

  针对图像分类中的标签噪声问题，本文提出一种基于高斯混合模型的颗粒球计算方法（G-GBC）。该方法通过动态调整颗粒球大小，结合CNN的特征提取能力，有效抑制噪声影响，提升模型鲁棒性和分类精度。实验验证了其在多数据集上的有效性。

  来源：Knowledge-Based Systems

  时间：2026-03-17

• 基于神经形态计算的多模态数据融合技术在智能机器故障诊断中的应用

  多模态数据融合与神经形态计算结合的智能机器故障诊断方法，通过统一时空脉冲表征空间提升多源数据对齐效率，设计模态专用神经形态特征提取模块降低计算负载，并构建广义多模态对比学习框架实现跨模态特征一致性优化。实验表明该方法在保证诊断可靠性的同时实现响应延迟88%以上的优化，为工业场景部署提供轻量化解决方案。

  来源：Journal of Industrial Information Integration

  时间：2026-03-17

• 综述：健康与疾病中的氧化应激：机制与治疗前景

  本综述系统探讨了活性氧（ROS）在生理信号传导与病理损伤中的双重角色，归纳了其细胞来源、分子机制、检测方法及其在癌症、糖尿病、神经退行性疾病等多种慢性病发病中的核心作用，并展望了精准氧化还原医学（precision redox medicine）的未来前景。

  来源：International Journal of Molecular Sciences

  时间：2026-03-16

• 一种连接表观遗传基因沉默与阿尔茨海默病的新型神经元富集长链非编码RNA

  这篇论文聚焦于一个全新的、神经元富集的长链非编码RNA (lncRNA)——Neuid，揭示了其在维持神经元身份、调控记忆功能中的核心作用，并首次将其与阿尔茨海默病 (AD) 的发病机制直接关联。研究发现Neuid通过结合PRC2亚基EZH2并调控H3K27me3修饰来抑制发育和胶质细胞基因，其表达下调可损害神经元可塑性和记忆形成，而其过表达能恢复Aβ42处理的神经元功能，为AD治疗提供了极具前景的新靶点。

  来源：Advanced Science

  时间：2026-03-16

知名企业招聘：