当前位置:首页 > 今日动态 > 神经科学
  • 氢键有机框架可实现传感器内钙钛矿的光适应功能,从而用于超低功耗的类脑视觉系统

    进展与潜力自主机器需要这样的视觉系统:在环境光线突然变化时仍能保持稳定,比如在隧道入口和出口处。目前的图像传感器往往动态范围有限,需要依靠外部电路及拍摄后的处理来解决过曝和欠曝问题,这会增加系统的复杂度。更为高效的方法是将适应性功能集成到感光材料本身,从而在接收光信号时就对其进行

    来源:Matter

    时间:2026-08-07

  • stHGNN:通过双超图学习增强技术解析空间转录组数据

    •我们提出了一种双视图超图框架,用于空间转录组学研究。•通过建模高阶依赖关系,以实现更精准的空间域识别。•结合ZINB损失函数与平滑损失函数,提升结果的生物学合理性。•大量实验表明,我们的方法在后续分析中具有显著优势。 引言 空间转录组学能够同时测定基因表达情况并保留组织内细胞

    来源:Pattern Recognition

    时间:2026-08-07

  • 基于超图的全局-局部虚拟统一情感融合方法,用于对话中的多模态情感识别

    •我们提出了一种具有虚拟统一情感模态融合功能的全球到局部超图神经网络(VUEMO)。我们引入了一种新的虚拟统一情感(VUE)模态,用于模拟人类的情感感知,从而弥合不同模态之间的情感冲突。•我们设计了全局注意力交互(GAI)模块,以提升全局对齐能力,整合全局时间序列表示,并补充整个

    来源:Pattern Recognition

    时间:2026-08-07

  • 处理动态物理对象与空间工作记忆之间的差异性及共享神经资源

    摘要:在人脑中,当人们思考物理世界(如追踪物体、做出预测)或执行各种要求较高的任务(如工作记忆、运动抑制)时,顶叶前部的一些区域会产生反应。本研究通过功能神经成像技术,探讨是否存在相同的神经资源同时支持这两种心理功能。28名成年受试者(平均年龄26.5岁,17名女性,26名右利手

    来源:Neuropsychologia

    时间:2026-08-07

  • 视觉模糊性限制人类的运动预测与皮质脊髓兴奋性

    摘要动作观察能够提供感官证据,从而激活预测性运动编码,但视觉不确定性如何影响不同行为及皮质脊髓兴奋性这一过程目前尚不清楚。我们在两项实验中结合了行为时序任务与AO–TMS技术。在实验1中(n = 56),通过目标导向动作视频中的动作自然度、部分遮挡以及形状一致性等参数来操控不确定

    来源:Neuropsychologia

    时间:2026-08-07

  • 综述:时间处理变异性作为帕金森病进展的可量化标志

    摘要帕金森病与运动及非运动行为的时间组织紊乱有关,这种紊乱很可能源于基底节-丘脑皮质回路的功能障碍。尽管有大量证据表明帕金森病存在时间感知异常,但时间处理变异性与疾病进展以及现有临床严重程度指标之间的关系仍不明确。我们通过对实证研究进行系统分析,使用标准化的变异系数来量化帕金森病

    来源:Neuropsychologia

    时间:2026-08-07

  • 利用历史知识通过类别原型对齐实现无源对象检测

    摘要:无源对象检测(SFOD)旨在在不获取源领域任何训练数据的情况下,将预训练的检测器应用到未标记的目标领域。现有的大多数SFOD方法都采用均值教师框架,该框架中学生模型和教师模型交替更新。具体而言,首先利用教师模型的过滤后预测结果作为伪标签来优化学生模型,然后再用学生模型的参数

    来源:Neurocomputing

    时间:2026-08-07

  • OpenST:迈向用于神经编码器深度伪造音频的开源集合追踪技术

    摘要:当前,音频深度伪造检测研究正逐渐从二元分类转向多类任务,即音频深度伪造来源追踪。然而,现有研究主要聚焦于同分布内检测及单一类型的异分布检测,而忽视了涉及未知真实样本和多种新型伪造内容的更具挑战性的开放集场景。本文提出OpenST这一开放集来源追踪评估协议,包含8种不同的检测

    来源:Neurocomputing

    时间:2026-08-07

  • ShowFlow:从稳健的单一概念到无条件多概念生成

    摘要 在可控图像合成领域,自定义图像生成仍是一项核心挑战。在单概念生成中,同时实现身份保留与提示对齐十分困难。而在多概念场景下,若仅依赖提示而无需布局框或语义掩码等额外条件,往往会导致身份丢失和概念遗漏。本文我们提出了ShowFlow这一综合性框架,旨在解决这些难题。其中Sh

    来源:Neurocomputing

    时间:2026-08-07

  • 基于数据驱动的支配树混合属性数据异常检测方法

    摘要:在混合数据分布场景中实现精确的异常检测仍是一项极具挑战性的任务。基于图的异常检测是一种有效表示数据分布中结构关系的重要技术,但其性能在很大程度上取决于图结构的质量。本文在图结构优化的指导下,提出了一种针对混合属性数据的基于数据驱动的支配树异常检测方法。在图构建阶段,对初始图

    来源:Neurocomputing

    时间:2026-08-07


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