当前位置:首页 > 今日动态 > 神经科学
  • 全烃大环化合物实现高活性Th1偏向性NKT细胞激动剂用于免疫治疗

    免疫治疗已显著推进癌症治疗,其中Th1偏向性自然杀伤T(NKT)细胞激动剂因可诱导强效抗肿瘤免疫而成为有前景的候选物。然而原型NKT激动剂α-半乳糖神经酰胺(αGalCer)会诱导混合的Th1/Th2应答并产生拮抗性细胞因子效应,限制了治疗选择性。开发能促进T

    来源:JACS Au

    时间:2026-08-20

  • 大脑偏侧化评估:一种基于通道注意力机制的可解释深度学习方法

    近年来,跨频耦合(cross-frequency coupling, CFC)因在神经计算与通信中功能作用的有力证据,成为研究广泛认知过程的重要工具。由脑电图(electroencephalography, EEG)信号计算的CFC为检测与异典型大脑偏侧化相关

    来源:IEEE Transactions on Big Data

    时间:2026-08-20

  • 自闭症护理:重新构想谱系

    自闭症护理政策正处于关键转折点。应用行为分析(ABA)长期以来通过美国各州保险授权被确立为“金标准”,并作为自闭症儿童默认的可报销干预措施。然而,基因组学、神经科学、发展心理学以及关于自闭症生活体验的学术研究进展,已将自闭症的理解扩展为一种异质性神经类型(ne

    来源:Frontiers in Child and Adolescent Psychiatry

    时间:2026-08-20

  • 道路中心稀疏视角采集下路面新视角合成的度规一致性框架

    针对道路中心采集下神经渲染的几何退化问题,研究人员提出一种三阶段度规一致性框架以实现兼具真实感与度规一致性的路面可渲染表征。第一阶段通过结合学习化SuperPoint–SuperGlue匹配与同步立体及时间图像边构建鲁棒度规对应图,在15条RSRD序列上实现全

    来源:Computers & Graphics

    时间:2026-08-20

  • 富氢藻类生物柴油燃烧的实验热力学研究与混合RSM-ANN预测

    对低碳高效燃烧系统的需求日益增长,加速了与现有压缩点火(CI)发动机兼容的可再生燃料的研究。研究人员采用混合响应面法(RSM)和人工神经网络(ANN)方法,实验研究了以富氢藻油甲酯(AOME)为燃料的单缸柴油发动机的燃烧、性能和排放特性。选择发动机负荷(0-1

    来源:Chemical Thermodynamics and Thermal Analysis

    时间:2026-08-20

  • : 复合材料层合板冲击后压缩多尺度模拟的非线性与损伤细观力学替代模型

    预测复合材料层合板内部损伤的引发和进展仍然是结构设计中的一个主要挑战。基于物理的细观力学模型能够详细表征复杂的材料行为和损伤机制;然而,将它们直接集成到结构模拟中在计算上是不可行的。本研究引入了一种基于人工神经网络的数据驱动替代模型,该模型使用参数化高保真度通

    来源:COMPOSITE STRUCTURES

    时间:2026-08-20

  • 基于迁移学习的道路容量缩减机器学习代理模型的跨城市泛化

    •可迁移的代理模型(Surrogate Model)使得在有限目标城市数据下能够进行政策分析。 •所提出的训练策略在所有指标上优于基线方法(均方误差(MSE)降低约41.5%)。 •基于Transformer-图神经网络(GNN)的代理模型性能随源城市数量增加

    来源:TRANSPORTATION RESEARCH PART C-EMERGING TECHNOLOGIES

    时间:2026-08-20

  • 定向能沉积扫描路径无关过程建模中热传导方程的一次性学习

    研究人员提出了一种用于定向能沉积(Directed Energy Deposition, DED)工艺热过程建模的神经常微分方程(Neural Ordinary Differential Equation, NODE)代理模型,该模型从单次有限元仿真样本中学习

    来源:Additive Manufacturing

    时间:2026-08-20

  • 多收入-休闲体制下的最优工作、消费和投资组合选择

    分布式能源资源、可再生能源发电和柔性负荷的日益集成,使得虚拟电厂(VPP)的市场参与高度暴露于价格波动和运行不确定性。研究人员提出Graph-X,一个统一的图结构深度学习和随机优化框架,用于日前电价预测和风险感知的VPP投标。与传统的时序预测模型不同,Grap

    来源:Mathematics

    时间:2026-08-20

  • 物理信息神经网络用于非经常性交通拥堵检测:以首尔环形高速公路为例

    非经常性拥堵(Non-recurrent congestion, NRC)由事故、车道封闭和恶劣天气等不可预见事件引起,约占城市高速公路所有延误的一半,但仍难以将其与经常性瓶颈处的常规拥堵区分开来。本研究提出一种基于物理信息神经网络(Physics-Infor

    来源:Symmetry

    时间:2026-08-20


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康