• 实时神经自适应控制与触觉校准用于物理人机交互

  研究人员提出了一种应用于触觉传感接口（tactile sensing interface）的神经自适应控制（neuroadaptive control）框架，用于与机械臂进行实时、人类引导的物理交互。该框架采用双环架构（dual-loop architectu

  来源：Electronics

  时间：2026-07-22

• 语义感知自适应节点混合方法

  图神经网络（Graph Neural Networks, GNNs）在各种图学习任务中取得了良好的性能。现实世界的图学习常受到严重标签稀缺的影响，这阻碍了GNNs的特征与拓扑学习并导致泛化能力差。因此，节点混合（Node Mixup）已被证明是一种有效的图数据

  来源：Electronics

  时间：2026-07-22

• 基于物理引导生成对抗网络与解析迁移学习的环件轧制过程建模

  金属成形过程建模，尤其是本研究关注的环件轧制过程建模，对于工艺设计及新产品变体开发至关重要。尽管有限元仿真与解析建模是进行过程预测的常用手段，但仍存在计算时间长、与现实吻合度不足以及建模精度有限等局限。为同时应对上述问题，本研究提出一种新颖的生成式机器学习方案

  来源：JOURNAL OF INTELLIGENT MANUFACTURING

  时间：2026-07-22

• 基于状态空间的Mamba与卷积神经网络集成用于从地表参数中提取人为地貌特征

  从LiDAR衍生的地形数据中准确且可扩展地提取地貌特征对于环境监测、土地利用规划和地质灾害评估至关重要。最近的深度学习进展引入了状态空间模型（state-space models, SSMs），例如Mamba，它能够以线性复杂度捕获广泛的空间依赖性，并为传统的

  来源：Remote Sensing

  时间：2026-07-22

• 用于高光谱图像分类的门控脉冲注意力Transformer

  在资源受限的边缘或非轨道平台上部署用于高光谱图像分类（HSIC）的深度学习模型由于高能耗和计算成本而具有挑战性。为了解决这一问题，本文提出了一种轻量级的脉冲驱动视觉Transformer（Vision Transformer, ViT），称为“GS-Spike

  来源：Remote Sensing

  时间：2026-07-22

• 一种知识引导的因子图神经网络用于模拟非合作空间目标的事件检测

  基于空间光学观测的非合作空间目标在线异常事件检测是确保空间安全的迫切需求，特别是针对姿态和轨道机动事件等突然状态变化。然而，现有方法以地基监测和离线分析为主，而天基在线方法仍在发展中，且难以处理观测尺度变化下的任务。为解决该问题，研究人员提出了一种知识引导的因

  来源：Remote Sensing

  时间：2026-07-22

• 铝的凝固及纳米多晶变形：基于图神经网络势与百万原子模拟

  凝固过程决定金属构件的微观组织，进而决定其力学响应，但形核与缺陷形成的原子尺度细节往往难以通过实验确定。分子动力学（MD）可弥补这一缺口，但前提是原子间模型既准确又计算高效。研究人员开发了针对铝的机器学习势（MLP），并采用顺序精炼工作流在低能结构上进行微调，

  来源：Computational Materials Science

  时间：2026-07-22

• 人类记忆认知模型的分析与机器学习自适应

  研究人员使用Duolingo SLAM数据集分析了多种第二语言习得的认知模型，并开发了改进性能的新方法。特别地，研究人员考虑了预测性能方程（PPE）及其部分底层幂律。利用机器学习的见解，研究人员开发了简单的单特征模型作为组合模型的构建块，这些模型在计算成本大幅

  来源：Results in Applied Mathematics

  时间：2026-07-22

• 大脑状态下具身预测加工：precision的作用

  预测编码（predictive coding）理论提出，大脑通过层级推理持续最小化预测误差（prediction error）。然而，越来越多的证据表明，其解释力不仅取决于预测的生成，还取决于precision加权（precision weighting）——

  来源：Frontiers in Psychology

  时间：2026-07-22

• 脑卒中/TIA电子会诊的实施相比社区医疗增加了退伍军人事务部（VHA）门诊卒中远程神经科会诊量

  摘要背景：针对门诊卒中/TIA（短暂性脑缺血发作）的电子会诊（e-consult）可提高神经科诊疗的及时性。对于许多符合退伍军人事务部（VA）付费社区医疗条件的农村退伍军人而言，尚不清楚在退伍军人健康管理局（VA）卫生系统内积极实施电子会诊是否会改变VA与非V

  来源：Frontiers in Health Services

  时间：2026-07-22

知名企业招聘：