• 跨越人类大脑皮层的全局同步高频振荡暴发协调大规模记忆处理

  本论文旨在探索高频振荡在大规模记忆处理中的全局协调机制。研究人员通过颅内脑电记录癫痫患者回忆单词列表，发现编码和回忆阶段，视觉与高级处理脑区之间存在持续、同步的高频振荡暴发。研究表明，这种全局同步的神经活动是组织和协调全脑大规模信息处理的重要机制，尤其对记忆功能至关重要。该研究为理解大脑如何整合不同脑区活动以支持复杂认知提供了新见解。

  来源：Nature Communications

  时间：2026-03-16

• 综述：音乐作为心智与大脑的科学隐喻

  这篇综述系统性提出了“音乐作为心智与大脑的科学隐喻”这一创新框架。作者们指出，与计算机、网络等传统静态隐喻不同，音乐隐喻能更好地捕捉脑认知功能的动态、情境依赖、多尺度层级等核心特征。文章整合了神经振荡、可塑性、预测编码等理论证据，论证了该隐喻在理解意识、情绪、发展、学习及脑疾病等多领域的潜力，并提出了具体的实验预测与跨学科路线图，为心智与脑科学研究开辟了新的认识论路径。

  来源：Neuroscience & Biobehavioral Reviews

  时间：2026-03-16

• 用于多变量组合数据的自加权低秩表示方法

  多元复合数据聚类分析中，本文提出自加权低秩表示（SWLRR）方法，通过变量加权策略突出有效变量，结合Aitchison几何和ilr变换实现全局与局部结构联合捕捉，并采用ADMM优化算法提升鲁棒性。实验验证该方法在合成与实际数据集上的有效性。

  来源：Neural Networks

  时间：2026-03-16

• 工作记忆容量与年龄差异对视觉辨别任务中前额叶功能组织的调控作用

  本文针对认知老化过程中出现的“前额叶结构萎缩但功能激活反而增强”的矛盾现象，探究了个体工作记忆容量(WMC)在其中的调控作用。研究人员通过结合标准化WMC测验与fMRI视觉辨别范式，在年轻与年老成人中系统考察了WMC与不同任务需求下脑激活模式的关联。研究发现，WMC塑造了跨生命周期的、具有容量依赖性的神经募集模式，特别是在执行重映射(MS)条件下，年轻和年老者展现出截然不同的后部-前部神经募集梯度，这为理解CRUNCH、PASA和STAC-r等认知老化补偿理论提供了关键的个体差异视角，并揭示了WMC是年龄相关功能重组的关键调节因素。

  来源：Neurobiology of Aging

  时间：2026-03-16

• WLR：一种条件良好的线性重构方法，用于无需训练即可对大型语言模型（LLMs）进行剪枝

  LLMs结构化剪枝补偿方法WLR通过线性组合保留通道避免参数增加，并解决病态矩阵导致的优化不稳定问题，在多个模型和基准测试中表现优于现有方法。

  来源：Neural Networks

  时间：2026-03-16

• 基于高光谱叶片反射传感的马铃薯持绿性状原位表型分析：揭示水分吸收波段指数优于叶绿素指数

  本刊推荐文章探讨了如何利用原位高光谱叶片反射传感技术对玉米持绿（stay-green）性状进行精确表型分析。研究评估了叶绿素和水分吸收波段的高光谱植被指数（VIs）在区分持绿表型、预测持绿视觉评分（SGVS）及模型泛化能力方面的表现。结果显示，水分吸收波段指数（如NDWI2、NDIS_2b、RDIS_3b）在区分持绿组别、预测SGVS及模型稳健性方面均优于叶绿素吸收波段指数。该研究为玉米抗旱育种中利用高光谱技术进行高通量、定量的持绿性状评价提供了重要方法学依据。

  来源：Smart Agricultural Technology

  时间：2026-03-16

• 综述：利用磁共振成像评估婴儿大脑结构与功能之间的关联，以及父母报告的婴儿生命前两年内的负面情绪表现：一项叙述性综述

  负面情绪性（NA）与婴儿期脑结构及功能影像学研究显示，杏仁核体积、白质完整性及默认模式网络（DMN）功能连接与NA负相关，而眶额叶皮质（OFC）功能连接和血流量与NA正相关，但效应量普遍较小且受样本量限制，未来需改进研究方法并整合多模态数据。

  来源：Neuroscience & Biobehavioral Reviews

  时间：2026-03-16

• 关系中心化知识图谱生成的推荐方法：基于条件扩散模型缓解知识不完备性

  这篇论文针对知识感知推荐中存在的知识不完备性问题，提出了一种名为RKGRec的创新模型。该模型利用关系引导的条件扩散模型，生成一个辅助的、以关系为中心的知识图谱，以补充原始知识图谱的语义连接空白。这种方法旨在增强对长尾关系的捕捉，从而提升推荐系统的准确性、多样性以及对冷启动、数据稀疏和噪声的鲁棒性。

  来源：Neural Networks

  时间：2026-03-16

• 分层游戏交互增强器：提升竞技与合作体育中多智能体轨迹预测的准确性

  多智能体轨迹预测研究提出Hierarchical Game Interaction Augmenter框架，通过球权转移预测模块、递归团队意图建模模块和软超图战术聚类模块，解决传统方法在动态博弈关系建模中的不足。

  来源：Neural Networks

  时间：2026-03-16

• 通过因果不变性原理处理动态图中的分布偏移

  动态图神经网络（DyGNNs）面临训练与测试数据分布独立同分布假设的挑战，实际动态图结构随时间演变导致传统模型失效。本文提出基于因果不变性原理的DCIP框架，通过多特征提取模块挖掘节点交互模式，结合傅里叶变换与Transformer分离因果与非因果模式，并引入虚拟干预正则化生成干预分布以增强环境稳定性。实验表明DCIP在六类动态图数据集和四类分布偏移场景中均优于基线方法。

  来源：Neural Networks

  时间：2026-03-16

• 深度学习驱动的马匹形态测量自动化框架：基于CNN的关键点预测与形态特征评估

  本研究开发了一种基于卷积神经网络（CNN）的马匹形态测量自动化框架。针对传统手工测量方法存在主观性强、耗时长、现场应用困难等问题，研究人员利用侧视图像，训练了四种CNN架构（MobileNetV3-small-100, EfficientNet-B0, ResNet50, HRNetW48）来自动预测16个解剖学关键点，进而重建19项线性体尺数据。研究表明，所有模型的平均精度（mAP）均超过0.9，其中ResNet50性能最佳，EfficientNet-B0则在准确性与计算效率间取得了最佳平衡，适合移动端部署。自动重建的体尺数据平均绝对误差（MAE）在3.5-4厘米之间。该工作为马匹客观体尺评估提供了可扩展、非侵入式、适于田间应用的自动化解决方案，支持数据驱动的育种、性能监测和福利评估。

  来源：Smart Agricultural Technology

  时间：2026-03-16

• 一种用户轨迹模拟框架，用于在不确定的签到情况下推荐下一个兴趣点（POI）

  基于蒙特卡洛树搜索的用户轨迹模拟框架解决集体POI内不确定签到问题，通过融合IPOI级时空特征与用户偏好及CPOI级语义约束构建多候选轨迹池，有效提升推荐准确率，实验显示HR和MRR分别提升49.1%和44.0%。

  来源：Neural Networks

  时间：2026-03-16

• 对大脑年龄差异与认知功能及β-淀粉样蛋白积累之间关联的探索性分析：基于代谢和生理血液标志物进行参与者筛选

  脑年龄差距（BAG）作为反映衰老和神经退行性疾病的生物标志物，其与痴呆相关指标的关系存在不一致结论。本研究通过纳入代谢和生理血液参数筛选健康参与者，构建了基于MRI数据的脑年龄预测模型（Model 1和Model 2）。结果显示Model 2在淀粉样蛋白阳性组中BAG显著更高，且与β淀粉样蛋白沉积及认知功能（MMSE）的关联性更强。研究提示优化参与者筛选标准可能增强BAG与神经退行性病理的关联，但受限于小样本独立测试集，结论需进一步验证。

  来源：Neurobiology of Aging

  时间：2026-03-16

• DesInsert：一种策略性的描述性术语插入方法，用于干扰文本到图像的生成过程

  文本到图像生成模型存在语义描述攻击漏洞，本研究提出DesInsert框架及白盒/黑盒变体，通过插入优化描述性术语实现隐蔽攻击。实验表明其成功率达21.98%，生成速度提升10倍以上，有效规避现有检测机制。

  来源：Neural Networks

  时间：2026-03-16

• 跨机构膝骨关节炎KL分级：一种基于严格患者分层与多任务深度学习架构的可重复评估框架

  本文系统介绍了KL-FuseNet，一种融合全局与局部特征的多任务深度学习架构，用于自动化Kellgren-Lawrence (KL) 分级。研究通过严格的、患者层面的数据分割，在内部骨关节炎行动倡议(OAI)数据集和独立中国队列中进行了验证，并对比了零样本迁移与选择性微调的性能。结果表明，该模型内部一致性高（二次Cohen's kappa (QWK): 0.881），在克服了因数据泄露和领域偏移导致的泛化性不足问题后，经过少量目标域数据微调，能够显著提升跨机构的评估性能（外部准确率达80.0%，QWK达0.950），为在不同医疗机构间部署可复现的自动化膝关节骨关节炎严重程度评估工具提供了可行路径。

  来源：Annals of the New York Academy of Sciences

  时间：2026-03-16

• 基于动态切片与YOLO-FRNet的苹果花检测

  研究人员为应对自然果园中苹果花目标小、分布密、遮挡多导致检测困难的问题，开展了基于密度引导双阶段高分辨率检测框架DG-DSHRD与增强型YOLO-FRNet架构的研究。该方法在自建远视图数据集上实现了66.6%的mAP50和10.3 FPS的推理速度，有效平衡了准确性与实时性，为果园智能花果管理提供了可部署的解决方案。

  来源：Smart Agricultural Technology

  时间：2026-03-16

• DBML-Font：基于扩散模型的双分支多层次特征融合算法，用于少样本字体生成

  本文提出DBML-Font框架，基于条件扩散模型，采用双分支多级特征融合风格编码器（DMFF-SE）与几何结构内容编码器（GeoStruct-CE），有效平衡全局风格一致性与局部细节多样性，实验表明优于现有方法。

  来源：Neural Networks

  时间：2026-03-16

• 综述：通过基础模型合成和小波域注意力机制提升异常检测性能

  工业异常检测面临样本稀缺和现实异常复杂性挑战，本文提出基础模型驱动的异常合成管道（FMAS）与小波域注意力模块（WDAM）。FMAS通过GPT-4生成描述、SAM分割前景、Stable Diffusion合成并Selector过滤低质样本，构建与MVTec AD和VisA对齐的合成数据集。WDAM基于离散小波变换，动态为LL/LH/HL/HH子带分配权重，增强异常敏感特征，实验表明其可提升现有模型检测敏感度达15.2%且保持计算效率。

  来源：Neural Networks

  时间：2026-03-16

• 利用双曲表示法挖掘用户特征以进行扩散预测

  信息扩散预测中，现有模型难以有效捕捉社交网络的层级结构和动态用户交互。本文提出Hyper-MUF框架，通过超球面嵌入重构社交网络拓扑，同时利用池化和注意力机制提取信息级联中的动态特征，最终融合静态与动态特征进行预测。实验表明，相比SOTA方法，在四个真实数据集上MAP@K和Recall@K指标提升10%-20%。

  来源：Neural Networks

  时间：2026-03-16

• KCNJ4基因变异：内向整流钾通道功能紊乱与难治性癫痫的新机制探索

  本研究通过在三例无关联的难治性癫痫伴神经发育异常患儿中发现新型KCNJ4基因（编码内向整流钾通道Kir2.3）杂合错义变异，首次在人类癫痫中确立了KCNJ4的致病性。功能研究揭示了其双相致病机制，即功能获得性（GOF）与功能丧失性（LOF）变异均可通过扰乱内向整流钾电流而导致神经元兴奋性失调。此发现扩展了癫痫的遗传图谱，并凸显了内向整流钾通道调控在神经元兴奋性中的关键作用，为基于机制的靶向治疗策略提供了新视角。

  来源：Epilepsia

  时间：2026-03-16

知名企业招聘：