• SCOPE-diff：一种用于视频异常检测的时空综合感知扩散框架

  时空感知的扩散模型视频异常检测框架

  来源：Neurocomputing

  时间：2026-02-27

• 针对红外小目标检测，通过非对称梯度投影生成特定通道的空间重要性图并恢复丢失的细节

  本文提出CS-LDRNet，通过通道特异性空间注意力（CSAtt）增强目标特征，结合自监督重建生成的差异图引导特征增强（DFE），并设计非对称梯度投影（AGrad）和多层特征聚合（MFA）解决多任务冲突，在参数减少70%的情况下显著提升红外小目标检测性能。

  来源：Neurocomputing

  时间：2026-02-27

• 综述：从发展心理学角度审视饮食障碍：对ABCD研究的综述与最新研究进展

  进食障碍的神经影像学研究基于ABCD队列数据，发现结构MRI显示灰质增加和皮质变薄，任务fMRI前额叶激活变化不一致，静息态fMRI显示功能连接减少。建议统一方法学提升结果可靠性，并利用长期数据追踪发育影响。

  来源：International Journal of Eating Disorders

  时间：2026-02-27

• 用于视频建模的时空光谱保留神经表示方法

  绿色学习框架下提出SNeRV+模型，通过神经切核分析（NTK）和三级小波变换实现时空域自适应的视频表征，低频静态场景采用固定参数解码，高频动态细节利用低频参数引导的时变权重重构，有效缓解光谱偏倚问题，实验证明在视频回归、插值、压缩等任务中性能优于现有隐式神经表示方法。

  来源：ACM Transactions on Multimedia Computing, Communications, and Applications

  时间：2026-02-27

• 利用动态图注意力网络进行齿轮传动的实时监控的数字孪生替代建模

  实时监测齿轮传动结构应力的数字孪生框架与动态图注意力网络模型。该研究提出基于动态图注意力网络（DGAT）的数字孪生方法，将有限元网格转换为图结构，嵌入多头图注意力机制于门控循环单元，实现时空特征联合学习，预测精度达96.1%，推理时间1.18秒，较传统FEA效率提升三个数量级。

  来源：ADVANCED ENGINEERING INFORMATICS

  时间：2026-02-27

• 通过特征关联图在高维空间中进行进化式多任务特征选择

  高维特征选择框架提出基于进化多任务和动态特征关联图的三任务协同优化策略，通过知识转移机制和双信息融合过滤方法有效解决特征依赖建模不足和任务同质化问题，实验验证在16个高维数据集上优于现有方法。

  来源：Neurocomputing

  时间：2026-02-27

• 综述：基于图像的无传感器力估计在机器人辅助医疗干预中的综述

  基于图像的力估计方法在手术机器人中的应用与挑战

  来源：Neurocomputing

  时间：2026-02-27

• 综述：主观社会地位是如何对个体产生影响的呢？一项关于主观社会地位与主要应激系统生物标志物之间关联的系统性综述

  该研究通过范围综述系统梳理了主观社会地位与HPA轴及自主神经系统生物标志物的关联，发现现有证据不一致，并指出方法学异质性和样本局限性，建议未来采用纵向设计和更大样本验证。

  来源：International Journal of Psychophysiology

  时间：2026-02-27

• 基于深度神经网络的替代模型辅助设计优化：低温超临界氢储存系统与液化天然气（LNG）低温能源的集成

  本研究提出一种结合液化天然气冷能回用的超临界低温氢储存系统，并开发基于深度神经网络的替代模型，通过粒子群优化算法显著减少计算时间（99.9%），实现低能耗（SEC=4.77 kWh/kg）和高能效（51.83%）|

  来源：Energy

  时间：2026-02-27

• 综述：从食物气味到代谢和大脑健康调节：嗅觉系统的中介作用及未来展望

  嗅觉系统作为连接外部环境与内部生理稳态的关键界面，其功能异常与阿尔茨海默病、抑郁及代谢紊乱密切相关。本文系统综述食物衍生物气味分子通过嗅觉-边缘系统轴调节神经递质（如GABA、5-HT、DA）、神经营养因子（如BDNF）表达，抑制炎症反应，改善认知功能及代谢平衡（血糖、血脂）的机制。整合神经生物学、营养学及临床医学证据，提出气味分子干预策略在非侵入性改善脑健康与代谢稳态中的多靶点潜力。

  来源：Trends in Food Science & Technology

  时间：2026-02-27

• FedCode：通过对比特征解耦来应对联邦领域转变

  基于联邦学习框架的对比特征解耦方法 FedCode。 FedCode 通过服务器端联邦双原型学习（DPL）和客户端对比特征解耦优化（CFD）相结合的方式，解耦领域特定风格和跨领域不变语义特征，消除任务无关的领域风格噪声，从而同时提升客户端模型的本地方案适应性和跨领域泛化能力。实验结果表明，在三个多领域数据集上，FedCode 在 PACS 数据集上相比基线 FedAvg 提升准确率 7.52%，同时减少跨领域性能衰减 5.02%。

  来源：Neurocomputing

  时间：2026-02-27

• TINCLIP：通过文本反转来提高CLIP的构图推理能力，而无需额外操作

  提出基于文本反转的TINCLIP方法，通过将图像表示映射到文本空间并引入“否”逻辑正则化和知识蒸馏，有效解决CLIP模型在 compositional reasoning 中的信息密度不均衡问题，在SugarCREPE和Winoground基准测试中性能提升超过8%。

  来源：Neurocomputing

  时间：2026-02-27

• 急性护理医院住院患者虚拟护理的应用、促进因素及障碍的探索性回顾方案

  本研究旨在探索神经认知障碍老年人与其非正式照护者在医疗环境中实施营养教育策略的方法，包括促进因素和障碍。通过系统检索和分析英语及日语文献，采用JBI和PRISMA-ScR框架，总结现有营养教育策略的特征、评估工具及实施难点，为开发针对性干预方案提供依据。

  来源：JBI Evidence Implementation

  时间：2026-02-27

• 一种基于物理知识的混合模型，用于预测研磨力

  本文提出物理信息混合磨削力模型（PHGFM），通过重构磨轮表面形貌与动态磨损机制，结合运动学分析与概率分布模型改进未变形切屑厚度（UCT）计算，并嵌入物理约束的神经网络实现机理与数据协同优化，显著提升脆性材料磨削力预测精度。实验表明，在SiC陶瓷加工中，模型平均预测误差为6.76%（正常力）和7.28%（切向力），最小误差达3.35%和5.70%。

  来源：International Journal of Mechanical Sciences

  时间：2026-02-27

• 综述：脑内出血（ICH）中补体系统的免疫调节：相关机制与治疗策略的双刃效应

  本文综述了补体系统在脑出血中的双重作用：急性期加重神经炎症和血脑屏障破坏，而亚急性期和慢性期通过促进 hematoma 清除和炎症消退发挥修复作用。未来治疗需分阶段靶向调控补体系统，抑制急性期破坏途径，保留或增强修复功能，以改善预后。

  来源：International Journal of Applied Earth Observation and Geoinformation

  时间：2026-02-27

• 具有局部-全局上下文感知能力且能保持图像结构的超分辨率技术

  图像超分辨率与扩散模型结合，提出局部-全局上下文感知注意力（LGCAA）机制和分布-感知对齐条件模块（DPACM），通过保留局部几何一致性和全局上下文统计，解决复杂退化场景下的噪声放大与内容生成问题，实验验证其生成的高质量图像在结构一致性和细节还原上优于现有方法。

  来源：Neurocomputing

  时间：2026-02-27

• 用于无监督跨模态哈希的非对称簇相似性联合学习

  无监督跨模态哈希方法，通过聚类生成伪标签矩阵并分解为潜在语义特征，结合对称性相似度学习与共识表示优化，实现高效可扩展的跨模态检索。

  来源：Neurocomputing

  时间：2026-02-27

• 综述：妊娠期间胆碱对维护母亲健康及减少胎儿和新生儿异常的作用：一项系统评价

  本研究系统回顾了2019-2024年叶酸摄入与妊娠不良结局关联的实验及观察性研究，采用PRISMA指南及Joanna Briggs Institute评估工具。结果显示，高叶酸水平可降低早产和神经管缺陷风险，改善同型半胱氨酸及血脂水平，促进婴儿神经认知发育；低叶酸则与上述风险升高相关。结论强调叶酸在母婴健康中的关键作用，建议未来开展随机试验确定最佳剂量及时机，并将叶酸推荐纳入产前指导及强化计划以提高全球母婴健康水平。

  来源：Nutrire

  时间：2026-02-27

• 针对航空发动机故障诊断的优化S变换嵌入式时频可解释神经网络

  航空发动机故障诊断中，提出基于优化S变换（OST）的卷积神经网络（OSTNN），通过引入可训练参数α和β动态调整窗口形状，解决传统STFT方法在非平稳信号和噪声抑制上的局限。实验证明OSTNN在准确率、噪声鲁棒性及可解释性上优于8种SOTA方法。

  来源：Mechanical Systems and Signal Processing

  时间：2026-02-27

• 利用图神经网络的概率图模型进行离散结构部件状态的贝叶斯反演

  结构健康监测中的贝叶斯反演方法及图神经网络应用研究。针对传统方法难以处理高维参数和复杂依赖的问题，提出基于概率图模型（PGMs）的贝叶斯反演框架，利用GNN实现高效推断，结合合成与实验数据验证了方法在离散状态（如完好/损伤）推断中的有效性，解决了传统贝叶斯方法建模困难及计算成本高的问题。

  来源：Reliability Engineering & System Safety

  时间：2026-02-27

知名企业招聘：