• 一项纳入术后 2 周神经病理性疼痛特征的 5 项预测模型用于预测视频辅助胸腔镜肺手术后的慢性术后疼痛：一项前瞻性队列研究

  摘要 背景 胸腔镜辅助微创手术 (VATS) 后的慢性术后疼痛 (CPSP) 很

  来源：European Journal of Pain

  时间：2026-08-18

• 基于蒙特卡洛树搜索且具有帕累托最优保证的多模态分类

  •提出了一种用于多模态分类的帕累托最优 MCTS 框架。•开发了一种具有多项式奖励的帕累托最优动作选择方法。•为帕累托最优动作选择建立了理论支持。•在多个多模态基准上实现了具有竞争力的性能。引言多模态分类（MMC）[1], [2], [3] 因其集成了视觉、文本、音频、深度和

  来源：Pattern Recognition

  时间：2026-08-18

• 跨语言补语从句理解：患有及未患自闭症谱系障碍的双语儿童案例

  •患有 ASD 的儿童在补语从句理解方面表现出缺陷。•双语能力不能预测 ASD 或 NT 儿童在补语从句理解方面的表现。•语言熟练度、WM、IQ 和词汇量驱动补语从句理解。•补语从句理解与 ASD 儿童的心理理论有关，但与 NT 儿童无关。章节片段引言：为何关注补语？补语从句

  来源：Cognitive Development

  时间：2026-08-18

• 基于遮挡引导的对抗性攻击：针对优化步骤与感知质量权衡的关键区域优先级处理

  摘要 对抗性攻击对基于深度学习的图像识别系统构成了重大威胁，然而迭代攻击通常需要许多优化步骤，并可能引入可感知的结构扭曲。我们提出了FOCUS，这是一种基于快速遮挡的关键区域效用驱动搜索框架，它利用遮挡敏感性来构建用于迭代梯度更新的空间权重图。FOCUS将可用的扰动预算集中在

  来源：Image and Vision Computing

  时间：2026-08-18

• GS-Threads：一种支持稀疏感知光栅化的能量高效三维高斯泼溅硬件加速器，用于辐射场渲染

  摘要：实时 3D 高斯溅射（3DGS）在映射到传统基于瓦片的栅格化时表现出显著的低效率，这主要是由于各向异性或精细投影的高斯足迹与粗粒度栅格化瓦片之间的不匹配造成的。本文提出了 GS-Threads，一种能效高效的 3DGS 加速器，它通过细粒度高斯栅格化单元（FGRU）利

  来源：IEEE Transactions on Circuits and Systems I: Regular Papers

  时间：2026-08-18

• 基于脉冲驱动的轻量级大语言模型与进化计算

  摘要：大型语言模型（LLMs）在各种任务中展现了卓越的能力，但由于巨大的内存和计算需求，它们在资源受限环境中的部署仍然具有挑战性。得益于脉冲神经网络（SNNs）稀疏的事件驱动计算范式，一些研究专注于设计基于脉冲的语言模型（SpikeLM）。然而，现有的 SpikeLM 仅获

  来源：Evolutionary Computation

  时间：2026-08-18

• 在恶劣的TID-HCI环境中，具有动态错误恢复功能的抗辐射SOI LIF脉冲神经网络

  摘要：神经形态计算能够降低传统计算所需的功耗和推理延迟。迄今为止，该领域的研究主要集中在开发新型仿生架构、加速器和计算-内存拓扑结构上，以提高分类的鲁棒性，特别是对于功耗受限的物联网（IoT）边缘应用。然而，边缘IoT设备在恶劣且不可预测的环境中运行，这引发了人们对脉冲神经网络

  来源：IEEE Transactions on Electron Devices

  时间：2026-08-18

• 多路径聚合驱动了依赖于浓度的淀粉样蛋白多态性以及依赖于时间的形态演变

  打开图形查看器 摘要 淀粉样蛋白聚集形成多态性纤维是许多神经退行性疾病和系统性疾病的核心机制，然而纤维多态性的物理起源及其随时间变化的形态演变更不清楚。由于成熟纤维的形态之间存在高能量壁垒，直接相互转化的可能性很

  来源：The Journal of Physical Chemistry Letters

  时间：2026-08-18

• 基于物理信息神经网络的数据-模型交互式剩余使用寿命预测

  • 提出了一种用于剩余使用寿命（RUL）预测的基于PINN的数据-模型交互框架。 • 应用自注意力机制提取隐藏状态。 • 利用自编码器构建一维退化指标（CHI）。 • 构建了具有物理驱动损失项的预测精度引导损失函数。 • 同时实现了预测精度、不确定性和可解释性。 ## 引言

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2026-08-18

• 基于混合有限元-多任务神经网络的激光粉末床熔融新型AlFeCrX合金加工图预测方法

  •混合有限元法-迁移学习-人工神经网络（FEM-TL-ANN）预测激光粉末床熔融（LPBF）中的熔池几何形状和缺陷 •1386次FEM仿真和108个LPBF实验样本验证了三种新型AlFeCrX合金 •混合FEM-机器学习方法在有限实验条件下优于传统人工神经网络 •加工图谱识别

  来源：Additive Manufacturing

  时间：2026-08-18

知名企业招聘：