• 采用混合深度神经网络架构的吸烟动力学模型数值近似

  尽管吸烟仍是全球重大公共卫生问题，当前吸烟动力学数学模型主要依赖传统数值求解器，某一特定五房室吸烟动力学模型尚未使用深度神经网络（DNN）技术求解。为填补该研究空白，本研究构建了独特的DNN框架，以计算高效的方式模拟非线性吸烟动力学。研究人员采用Levenbe

  来源：Mathematical and Computational Applications

  时间：2026-08-03

• 基于InSAR利用具有先验参数反演的新型物理信息神经网络进行时间序列位移预测

  深度学习算法已成为根据干涉合成孔径雷达（InSAR）技术测量的历史位移预测时间序列位移的有用工具。然而，几乎所有现有的InSAR相关研究都基于数据驱动的深度学习算法，导致鲁棒性较差，特别是在小规模训练样本的长期预测中。在本研究中，研究人员提出了一种名为具有先验

  来源：Remote Sensing

  时间：2026-08-03

• 现在是喜悦的时刻：创业母亲、照护工作与女性主义抵抗

  本文调查了有额外需求（additional needs）儿童的创业母亲中对喜悦（joy）的激进制造与识别。研究从将残障照护病理化的缺陷叙事转向，将喜悦框架为激进能动性（radical agency）的场所和一种来之不易的情感资源。研究引入了照护创业（Careg

  来源：Community, Work & Family

  时间：2026-08-03

• 探索神经系统疾病患者在UMove中的体验：一个物理治疗学生主导的身体活动项目

  摘要 引言 身体活动参与可以改善长期神经系统疾病（long-term neurological conditions, LTNCs）患者的身心健康（wellbeing）和社会参与（social participation）。学生主导的服务（student-le

  来源：Physiotherapy Theory and Practice

  时间：2026-08-03

• 综述：人类在REM睡眠期间的阶段性活动 第1部分：快速眼动与阶段性肌肉活动

  摘要快速眼动睡眠是一种同时存在强烈抑制机制与兴奋机制的状态。在快速眼动睡眠期间，尽管肌肉处于持续松弛状态且迷走神经张力较高，但仍会有许多短暂的活跃现象，即阶段性事件。该领域的开创性研究可追溯至1953年，后来在抑郁症、勃起功能障碍、睡眠相关呼吸障碍以及快速眼动睡眠行为障碍等疾病的

  来源：Sleep Medicine Reviews

  时间：2026-08-03

• 综述：穹窿下器官：肾素-血管紧张素系统调节的核心靶点

  摘要：肾素-血管紧张素系统是调节血容量、电解质平衡及全身血管阻力的关键系统。该系统通过多种中枢靶点发挥作用，尤其是位于大脑中的靶点。其中，穹窿下器官起着独特且整合性的作用。由于该器官具有高通透性且不存在功能性血脑屏障，因此能够监测体液成分的变化，并将这些信号转化为自主神经及行为反

  来源：Frontiers in Neuroendocrinology

  时间：2026-08-03

• DSF-Net：基于双策略融合的高效音视频声音事件定位与检测方法

  •DSF-Net：首个基于Mamba架构的高效音频视觉声音事件定位与检测模型。该模型提出了一种新颖的双策略融合方法（AFFM和AAM）。AFFM用于在频域中对齐音频与视觉特征，而AAM则在确保模态一致性的同时提升特征整合效果。该模型的性能已在STARSS2023数据集上得到验证。

  来源：Neural Networks

  时间：2026-08-03

• 简单且易于理解的音视频广义零样本学习

  摘要：音视频广义零样本学习旨在通过建模视频与音频模态之间的关联，同时识别已知和未知类别。现有方法大多依赖预训练的特征提取器，其输出存在光谱冗余现象：少数维度就能捕获大部分方差，而大量维度带来的贡献则微乎其微。这些方法还需运用复杂的跨模态融合与对齐机制，其内部计算过程难以追踪，且不

  来源：Neurocomputing

  时间：2026-08-03

• 综述：跆拳道运动员在跳跃训练后的功能与生物力学适应：一项系统评价

  摘要背景跳跃训练被广泛用于格斗运动的体能训练中；然而，它对跆拳道运动员的神经肌肉功能、生理表现及心理状态的影响目前仍缺乏足够了解，且相关研究结果也存在差异。因此，本系统评价旨在整合现有证据，探讨跳跃训练在提升跆拳道运动员表现方面的有效性及其实际应用价值。方法我们在ScienceD

  来源：Sport Sciences for Health

  时间：2026-08-03

• PSO–GP：一种基于进化优化的激活函数近似方法，用于提升硬件效率的神经网络

  摘要：近年来，深度神经网络和卷积神经网络在硬件加速方面的进展，使得在资源受限的平台（如现场可编程门阵列和专用集成电路）上部署精确且复杂度低的非线性激活函数变得愈发重要。然而，现有方法往往无法同时优化函数的近似精度与硬件效率。为解决这一问题，本文提出了一种基于粒子群优化和遗传编程的

  来源：Computers and Electrical Engineering

  时间：2026-08-03

知名企业招聘：