• 红树真菌Diaporthe searlei ZMU-20-2中多种不同的色酮类化合物

  •从Diaporthe searlei ZMU-20-2中分离出了12种色酮衍生物（其中8种为首次报道）。•通过光谱分析、电子顺磁共振及X射线衍射技术确定了这些化合物的结构。•化合物1兼具hMAO-A/B和BChE双重抑制作用，同时还具有中等程度的抗氧化活性。•化合物3具有ACh

  来源：Journal of Molecular Structure

  时间：2026-08-16

• 新型苯磺酰胺连接噁二唑-吡啶杂化分子作为乙酰胆碱酯酶和丁酰胆碱酯酶的双重抑制剂：设计、合成、生物学评估及计算研究

  •新型苯磺酰胺-噁二唑/吡啶偶联物7a-h已被合成。•这些目标化合物表现出对AChE和BChE的双重强效抑制活性。•化合物7b和7e具有抑制Aβ聚集及金属螯合的作用。•针对AChE和BChE进行了分子对接研究及分子动力学模拟。•对化合物7b和7e的DFT分析证实了它们的稳定性与反

  来源：Journal of Molecular Structure

  时间：2026-08-16

• 综述：数据增强作为建模海马体对泛化能力贡献的框架

  海马体在泛化能力中起着关键作用，它使我们能够灵活运用先前的经验来完成新的任务。在此，我们认为数据增强——一种通过重新整理先前经验来提升泛化能力的机器学习策略——可以为理解并建模海马体功能提供有用的框架。我们首先阐述了数据增强在两个时间尺度上的运作方式：传统的“离线”环境，即通过重

  来源：Current Opinion in Behavioral Sciences

  时间：2026-08-16

• QSM-UOD：一种基于量化脉冲机制的低功耗水下物体检测器

  •首次将量化脉冲神经网络应用于水下物体检测领域。•融合了更多受生物启发的神经脉冲与视觉旁路路径。•利用现有的脉冲神经网络实现了行业领先的性能。•能够在大幅降低理论能耗的前提下，实现AUV高精度物体检测。引言水下物体检测技术是海洋探索与开发的重要支撑，在海洋生物监测、海底管道安全检

  来源：Ocean Engineering

  时间：2026-08-16

• 基于混合自适应邻接矩阵的深度学习模型在台风期间的多站点水位预测

  •为多台站台风引发的潮位预测，提出了一种混合自适应矩阵型扩散卷积循环神经网络（HAM-DCRNN）。该模型将多源静态先验与动态注意力机制相结合，以捕捉台风期间变化的空间依赖关系。在多项评估指标中，HAM-DCRNN模型的预测精度均高于四种常用模型。 引言 在全球气候变暖

  来源：Ocean Engineering

  时间：2026-08-16

• 用于治疗周围神经损伤、具有多种物理和生化引导因素的神经导管，现已上市销售

  打开图像查看器 周围神经损伤是创伤患者的常见并发症，严重时会导致感觉和运动功能丧失，从而影响生活质量。尽管周围神经系统

  来源：Journal of Materials Chemistry B

  时间：2026-08-16

• 基于优化后的RNN方法提升混合可再生能源系统中光伏系统的动态性能

  •混合可再生能源系统通过结合光伏发电系统和风力发电系统，为满足清洁能源需求提供了有前景的解决方案。然而，其效率会受到太阳辐射强度变化以及复杂控制动态等因素的影响。•本文介绍了一种高分辨率脉宽调制谐振直流-直流转换器，该转换器与基于改进的爬行优化循环神经网络的最大功率点跟踪技术相配

  来源：Electric Power Systems Research

  时间：2026-08-16

• TRACE：基于有限标签的大规模以太坊网络钓鱼检测中的交易表示学习方法

  摘要以太坊网络上的钓鱼行为检测属于一种决策支持问题：在标签极为稀缺且审核能力有限的情况下，区块链风险分析人员需要确定哪些地址值得优先核查。我们提出了TRACE这一两阶段决策支持工具，它通过Etherscan的交易记录构建复杂的以太坊地址图，利用图对比学习预训练边缘感知编码器，再通

  来源：Decision Support Systems

  时间：2026-08-16

• 用于同轴直升机建模与控制的自学习物理信息Koopman神经网络：PIKoopman

  摘要：本文提出了一种基于深度神经网络和Koopman算子的物理信息驱动的共轴直升机动力学建模框架。首先，构建了结构化的Koopman公式，以确保模型的物理可解释性和因果一致性。具体而言，该方法在构建观测量时加入了运动学和动力学拓扑约束，同时在网络训练过程中引入基于物理的正则化项。

  来源：Control Engineering Practice

  时间：2026-08-16

• 基于新型分数阶屏障函数的不确定机器人自适应跟踪控制

  摘要：本文探讨了针对存在不确定性及性能约束的机器人的神经网络跟踪控制方法。该方案设计了一种新型的预定时间性能函数，其初始下降率可调节，且能提前指定设定时间。此外，还提出了一种新的分数阶屏障函数，与积分型和对数型屏障函数不同，它在系统稳定性证明过程中无需不等式条件。借助该性能函数预

  来源：Communications in Nonlinear Science and Numerical Simulation

  时间：2026-08-16

知名企业招聘：