• 长期暴露于环境中的细颗粒物和室内氡气对青少年大脑皮层下结构的独特影响

  青少年长期暴露于室内氡和室外PM2.5的影响：MRI显示氡暴露与腹侧被盖区及杏仁核灰质体积增大相关，PM2.5未发现显著关联或交互效应

  来源：NeuroToxicology

  时间：2026-03-09

• 在参数不确定性的情况下，用于模糊惯性神经网络有限/固定时间同步的双机制自适应控制

  有限时间内同步与固定时间内同步模糊惯性神经网络的研究，提出基于降阶和非降阶方法的自适应控制框架，结合Lyapunov稳定性理论和相关引理，确保在参数不确定条件下实现快速收敛和可预测的同步精度。

  来源：Neural Networks

  时间：2026-03-09

• 生命早期的烙印：早期逆境如何重塑下丘脑-垂体-肾上腺（HPA）轴——一项关于制度性照料与儿童虐待的综述

  为解决早期逆境如何对个体产生长期生物学影响的问题，研究人员针对生命前五年经历制度性照料和儿童虐待的个体，系统综述了其下丘脑-垂体-肾上腺（HPA）轴在基础和应激状态下活动的长期改变。结果表明，这类早期逆境会导致HPA轴功能持久改变（如皮质醇昼夜节律斜率变平、应激反应迟钝），其影响程度与逆境发生时间、持续时间和严重程度相关。该研究为理解早期逆境的“生物嵌入”机制及其对身心健康的远期影响提供了关键神经生物学证据，并指出了青春期可能存在的HPA轴重新校准窗口，对相关干预策略的制定具有重要指导意义。

  来源：Neurobiology of Stress

  时间：2026-03-09

• 通过原始-对偶神经逼近学习凸集边界，并应用于可达集的计算

  高效凸集边界计算框架KAN-PDNN通过双网络联合优化和KKT条件嵌入实现高维约束优化问题的快速边界估计，在多个基准测试中验证了其超越传统优化方法和现有神经网络的性能优势。

  来源：Neural Networks

  时间：2026-03-09

• EmbBERT：面向极致边缘计算的小型语言模型架构优化 中文标题

  本文针对在内存资源极为有限（低于2MB）的微型设备（如可穿戴、IoT设备）上部署NLP模型的难题，提出了一种新型Tiny Language Model (TLM)——EmbBERT。该模型通过集成紧凑嵌入层、流线型前馈块和高效注意力机制，在严格内存预算下实现了接近更大模型（如BERT-Tiny）的性能，并展现了对8比特量化的鲁棒性。这项工作为在资源受限的边缘设备上实现本地智能语言处理提供了高效解决方案。

  来源：Neural Networks

  时间：2026-03-09

• 基于分解式课程学习的无源通用领域自适应病理模型：面向组织切片语义分离与伪标签优化

  本文提出了一种基于分解的课程自训练（DCST）框架，以解决计算病理学中无源通用领域自适应（SF-UniDA）的挑战。该框架通过特征分解自适应区分“易学”和“难学”样本，并采用两阶段课程学习策略，结合原型感知正则化与对齐，在无需源域数据的情况下，有效缓解了病理图像中的语义模糊问题，提升了伪标签质量和模型泛化能力，在结直肠癌表型数据集上验证了其优越性。

  来源：Neural Networks

  时间：2026-03-09

• 基于投影的令牌化技术结合伪特征学习，用于超声图像中卵巢病变的分割

  卵巢超声图像分割中，针对病灶大小形状多变及与背景纹理相似问题，提出基于Radon投影与伪特征学习的RPPLM模型。通过Radon变换获取全局结构投影特征，结合Transformer的全局建模能力，同时引入伪前景背景区域注意力机制增强 foreground特征提取，在多个数据集上验证优于现有SOTA方法，并具备跨器官泛化能力。

  来源：Neural Networks

  时间：2026-03-09

• 应激肽CRH从母体到记忆的神经通路：丘脑室旁核CRHR1神经元在早期生命应激中的激活来源

  为解决早期生命逆境如何通过特定神经通路影响远期情绪行为这一科学问题，研究人员围绕丘脑室旁核CRHR1神经元的激活来源开展了研究。通过结合逆向/顺向病毒示踪与免疫组化技术，他们系统性地绘制了投射至PVT的CRH神经元图谱，不仅证实了PVT内部的CRH神经元，还首次在小鼠中明确了臂旁核和Barrington核是向PVT提供CRH输入的关键远程来源，为理解母亲照料等感官信号如何通过CRH系统影响大脑发育和应激记忆编码提供了新线索。

  来源：Neurobiology of Stress

  时间：2026-03-09

• 将大型语言模型集成到多租户建筑的点对点能源管理中：一种确保系统韧性的保障机制

  提出并验证了Planner-Supervisor-Executor架构，通过确定性监督器解决LLMs可靠性问题，结合MILP-MPC优化和动态P2P定价机制，确保系统安全、经济公平，并在模拟中实现显著成本节约和能源自给率提升64%。

  来源：Neural Networks

  时间：2026-03-09

• RIFoL：一种适用于噪声图像的鲁棒图像伪造定位网络

  提出了一种针对噪声干扰的图像伪造定位网络RIFoL，包含恢复模块和伪造定位模块。恢复模块采用改进的U-Net结构结合小波变换，有效恢复高斯噪声下的伪造痕迹；伪造定位模块通过多尺度空间注意力机制（SFEM）和跨通道特征融合模块（MAFM）增强特征表达。实验表明在Columbia和CASIA数据集上，F1分数提升超过30%，平均性能优于现有方法。

  来源：Neural Networks

  时间：2026-03-09

• 输入输出量化的多智能体系统预定义时间一致控制

  本文提出了一种新颖的自适应神经网络一致性控制策略，以解决具有输入和输出量化的未知非线性多智能体系统（NMASs）的预定义时间控制问题。该方法结合了指令滤波反步技术与量化误差补偿，确保在任意预设时间内，跟随者输出能收敛到领导者输出的邻域内，且闭环系统所有信号有界，有效节约了通信带宽。

  来源：Neural Networks

  时间：2026-03-09

• 不良产后环境对产前酒精暴露青少年大鼠情绪调节与神经免疫功能的影响

  本研究发现，产前酒精暴露（PAE）与早期生活逆境（ELA）各自独立地在青少年期（P30和P45）破坏大鼠的神经免疫信号传导和情绪调节，但ELA并未加剧PAE相关的行为改变。该研究通过大鼠模型，探究了PAE和ELA对杏仁核与下丘脑细胞因子的年龄、性别、区域特异性影响，为理解PAE个体情绪失调的长期易感性机制提供了新见解。

  来源：Neurobiology of Stress

  时间：2026-03-09

• 不同早期生命逆境范式对发育期小鼠母体照料、神经元激活及社会行为的差异化影响

  本期推荐关注：为探究不同类型早期生命逆境（ELA）对子代神经发育和社会行为的特异性影响，研究者对比了母体分离联合早期断奶（MSEW）与有限垫料筑巢（LBN）两种常用模型。研究发现，两种ELA范式对母体照料行为、幼崽神经元激活（c-fos+）、海马可塑性指标（如Sox2+干细胞、PNNs、PV+中间神经元）以及社会识别记忆的发育轨迹均产生差异化、年龄及性别特异性的影响，揭示了不同逆境经历可能通过不同神经机制塑造长期行为结局，为理解ELA的异质性神经生物学基础提供了新视角。

  来源：Neurobiology of Stress

  时间：2026-03-09

• 基于联合对比学习的异构性感知多模态生理信号融合策略在情感识别中的应用

  多模态生理信号存在跨模态、跨通道和跨时序异质性，影响融合效果。本文提出基于图注意力网络的可学习视图增强策略，结合时序和空间对比学习，有效缓解异质性。实验表明该方法在DEAP、DREAMER和PhyMER数据集上优于SOTA模型，且各模块协同提升性能。

  来源：Neural Networks

  时间：2026-03-09

• VISTA-3D：无需训练的视觉基础3D物体检测方法

  VISTA-3D提出训练-free的时空展开方法，通过替换层归一化为指数归一化并引入望远镜转换模块，使3D检测器适应神经形态计算，在KITTI和nuScenes上保持精度，降低能耗。

  来源：Neural Networks

  时间：2026-03-09

• 传感器运动驱动了主动神经元胞自动机中的注意力机制与可扩展性

  本研究提出基于神经细胞自动机（ANCA）的主动感知模型，受大脑皮层结构启发，通过动态传感器运动实现图像分类。实验表明，ANCA在MNIST等任务中保持90%以上零样本精度，系统可按需扩展或缩减规模，并在70%传感器失效时仍维持性能，为具身智能系统提供新思路。

  来源：Neural Networks

  时间：2026-03-09

• LLM-SDaT：一种基于知识的信息型大型语言模型（LLM）框架，用于中医中的症候鉴别

  中医证候鉴别与治疗生成的大语言模型知识融合框架，采用LoRA微调方法构建TCMSD100和TCMSDaT100结构化数据集，实现85.19%的F1分数提升。

  来源：Neural Networks

  时间：2026-03-09

• 基于数学建模的跨研究皮质醇应激反应指标开发：应对采样变异性的新方法

  随着对个体间应激神经内分泌差异研究的深入，整合多项急性应激诱导研究数据以进行大规模个体参与者数据（IPD）荟萃分析的需求日益增长。然而，传统的皮质醇应激反应指标（如曲线下面积AUC）受到采样时间和持续时间的影响，这在数据整合中构成了挑战。为此，研究人员利用大型联合数据集（STRESS-EU；n=1,295）开发了基于数学建模的新型指标，该模型能够适应不同的采样方案，并通过插值和外推实现对个体响应曲线的完整建模。模拟和独立数据的验证表明，在采样持续时间存在变异的情况下，基于模型的AUC指标相比传统的“基于观测”的指标具有更高的准确性。这项研究开发的创新方法统一了皮质醇反应指标的估计，为急性应激测试研究的IPD荟萃分析提供了有力工具，有望极大地推动该领域的发展。

  来源：Neurobiology of Stress

  时间：2026-03-09

• 将图结构与知识引导编辑相结合，以实现可解释的时间知识图谱推理

  时空知识图谱推理中，现有方法存在结构信息利用不足和推理结果不可靠问题。本文提出IGETR框架，通过三阶段流程整合图神经网络和语言模型优势：首先用时空GNN提取结构化推理路径，接着通过LLM编辑机制解决逻辑矛盾，最后用图Transformer动态融合多跳证据。实验表明，IGETR在ICEWS等基准数据集上相比基线模型Hits@1和Hits@3分别提升5.6%和8.1%，且推理路径具有更强的可解释性和时序一致性。

  来源：Neural Networks

  时间：2026-03-09

• FedOC-GB：基于粒度球知识表示的联邦开放意图分类方法

  本文介绍了一种联邦开放意图分类（Federated Open Intent Classification, OIC）新方法——FedOC-GB。该方法首次将联邦学习（FL）范式与粒度球（Granular-Ball, GB）表示学习相结合，旨在解决隐私保护下、客户端类别不一致的开放意图识别难题。通过在客户端构建粒度球以捕捉局部类别结构，并生成结构感知的伪未知样本，在服务器端聚合模型与知识库，最终实现了对已知意图的精准分类与未知意图的有效检测。实验表明，该方法在多个基准数据集上显著优于现有联邦OIC方法。

  来源：Neural Networks

  时间：2026-03-09

知名企业招聘：