• 罗宾序列上气道阻塞的临床评估与睡眠研究结果是否一致？

  摘要背景上气道阻塞在婴儿中常常难以被发现，可能导致呼吸功增加、生长迟缓以及睡眠不连贯，进而影响神经认知发育。方法在一项前瞻性随机交叉研究中，我们评估了图宾根大学儿童医院收治的患有罗宾序列综合征的婴儿的阻塞性睡眠呼吸暂停严重程度，这些评估是由我们的新生儿护理团队通过标准化问卷在仰卧

  来源：Sleep Medicine

  时间：2026-08-16

• 多组学分析揭示阿特拉津诱发多巴胺能神经元毒性中的表观遗传失调现象

  摘要：阿特拉津是一种广泛使用的三嗪类除草剂，已被证实具有神经毒性，但其导致多巴胺能神经元功能异常的表观遗传机制尚不清楚。本研究旨在探讨miRNA表达失调与DNA甲基化改变是否共同作用于阿特拉津引发的类似帕金森病的神经毒性。雄性斯普拉格-道利大鼠被给予阿特拉津（50毫克/千克/天）

  来源：Food and Chemical Toxicology

  时间：2026-08-16

• 利用源自非洲和南美洲间日锥虫菌株的嵌合蛋白开发牛锥虫病的侧流免疫检测方法

  •为诊断间日疟原虫，研究人员开发了一种嵌合型ISG抗原（QIAFAM）。•与ISG抗原混合物相比，QIAFAM-ELISA检测方法的灵敏度更高，达95.3%。•一种基于QIAFAM的新型侧流检测方法在实地试验中的灵敏度达到了98%。•该检测方法结合了非洲和南美的ISG抗原，因此适

  来源：Veterinary Parasitology

  时间：2026-08-16

• 综述：异国动物患者的营养缺乏与中毒问题

  内容片段关键点•与营养缺乏或过剩相关的临床并发症因物种而异。•为常见家养物种设计的饮食配方可能不适合异国物种。•饮食配方中矿物质和维生素比例失衡可能导致营养缺乏和毒性反应。•营养缺乏和毒性会引发严重的生理健康问题，其中部分问题可能可以逆转。缩写说明AA抗坏血酸BW体重FB异物NS

  来源：Veterinary Clinics of North America: Exotic Animal Practice

  时间：2026-08-16

• 一种基于物理原理的对比多视图聚类框架，用于旋转机械的无监督故障诊断

  摘要：为解决单模态信号在故障辨识方面的信息不足问题，以及复杂运行条件下无标签旋转机械诊断中缺乏可靠监督的问题，本研究提出了一种基于物理原理的对比多视图聚类框架——PhyCMVC。该方法从原始信号中提取时间域、时频域和图结构域的同类多视图输入，以此提升特征多样性及互补性。同时构建了

  来源：Neurocomputing

  时间：2026-08-16

• DrowseSIDE：可微分的非负面部特征反演方法，用于实现稳健且精准的困倦状态识别

  摘要：本文介绍了DrowseSIDE，这是一种基于解剖学约束的源反演框架，用于在采集条件变化的情况下对单帧驾驶员疲劳状态进行精确识别。该框架考虑了五种图像证据源：左眼闭合、右眼闭合、嘴巴张开、头部姿态异常以及下脸部松弛。面部几何结构用于建立标准测量空间和局部可靠性场，而针对不同来

  来源：Neurocomputing

  时间：2026-08-16

• HPHNN：具有污染感知功能的动态超图神经网络

  摘要虽然基于同质超图的算法在某些节点级任务上表现优异，但在其他任务中却往往效果不佳。这种不一致性主要源于超图构建中的结构缺陷，其中超边污染是关键因素。本文提出了HPHNN方法，旨在解决超图构建中的超边污染问题，从而提升传统超图模型的性能，使其成为节点级图任务的强大基准。在11个真

  来源：Neurocomputing

  时间：2026-08-16

• 综述：工业情感计算领域的范式转变与知识演化：基于库恩理论视角的系统性文献计量分析

  摘要 工业情感计算作为连接人工智能与智能制造的跨学科领域，近年来经历了从传统机器学习到深度学习，再到由大型语言模型驱动的技术范式快速演变。然而，现有的文献计量学综述往往仅能提供图表形式的分析结果，其实际贡献并不清晰，且对范式转变的识别主要依赖定性描述。本研究梳理了近24年来主

  来源：Neurocomputing

  时间：2026-08-16

• SWIM-merging：通过对权重矩阵的奇异值进行重新加权，实现高效的测试时模型合并

  摘要：模型合并技术将多个单任务模型整合为一个统一的多任务模型，随着深度神经网络规模的不断扩大，这一方法逐渐成为多任务学习中的有效方案。近期，测试时自适应技术被应用于模型合并，通过使用未标记的测试数据来优化合并后的权重。然而，现有的测试时自适应模型合并方法存在两个关键缺陷：其一，在

  来源：Neurocomputing

  时间：2026-08-16

• 动态兴趣漂移检测：基于UCB探索的强盗算法应用

  摘要：在线推荐系统在帮助用户发现符合其兴趣和偏好的物品方面发挥着重要作用。然而，现有系统在历史记录稀少的冷启动场景下表现不佳，因为此时可用来推断用户偏好的交互数据非常有限。同时，用户的兴趣本质上是动态的，会随着时间而变化，这进一步增加了提供精准推荐的难度。本文旨在通过将连续的用户

  来源：Neurocomputing

  时间：2026-08-16

知名企业招聘：