• 混合量子-经典神经核模拟器用于可扩展的驱动式攻击检测

  驱动式攻击利用浏览器漏洞在无需用户交互的情况下传递恶意负载，对网络安全构成严重威胁。量子机器学习（QML）通过量子核（quantum kernels）增强了特征表示能力，但面临可扩展性和硬件可访问性方面的挑战。研究人员提出了一种混合量子-经典神经核模拟器（hy

  来源：Array

  时间：2026-07-17

• ANN、LSTM和1D-CNN模型在低成本气体传感器时间序列数据能效预测中的比较评估

  本研究调查了人工神经网络（ANN）、长短期记忆网络（LSTM）作为循环神经网络（RNN）的代表以及一维卷积神经网络（1D-CNN）在时间序列预测中的应用，通过低成本气体传感器的瞬态信号读数用例进行展示。尽管这些架构在物联网预测应用中被广泛使用，但缺乏在相同实验

  来源：AI

  时间：2026-07-17

• 甜味驱动大脑层面的咸味放大效应为减盐提供新途径

  过量钠摄入与多种健康风险相关，而降低食品中的盐含量往往会导致咸味感知减弱和消费者接受度下降。味觉-味觉相互作用为减盐提供了有前景的策略；然而，甜咸协同的中枢神经机制仍未被充分理解。本研究采用感官评价结合脑电图（EEG），探究蔗糖对咸味感知的影响及其相应的皮层响

  来源：Current Research in Food Science

  时间：2026-07-17

• 冷冻琼脂糖辅助组织制备用于受激拉曼组织学实现周围神经完整性的快速术中评估

  背景：创伤性神经修复术中，周围神经活性的评估主要依赖外科医生的主观宏观标准。冰冻切片组织学能提供客观信息，但其常规重复使用受限于处理时间。术中受激拉曼组织学（Stimulated Raman Histology, SRH）能够对新鲜组织进行快速、无标记成像。当

  来源：Brain and Spine

  时间：2026-07-17

• 综述：铅神经毒性的持续存在：全球监管失效与贸易驱动暴露不平等的后果

  背景：2021年全球完成含铅汽油淘汰被广泛视为公共卫生重大成就，但这一成果催生了政策自满情绪，遗留铅储库与新兴暴露载体仍在维持持续性神经毒性负担。低收入和中等收入国家（LMICs）因执法约束、非正规回收经济及将毒性风险外部化的贸易动态，仍承受不成比例的暴露影响

  来源：Discover Public Health

  时间：2026-07-17

• 迈向透明的金融人工智能：信用风险与欺诈检测中图学习及可解释性方法的系统综述

  摘要基于图的学习和可解释人工智能技术被越来越多地用于提升金融风险建模的预测性能与透明度。本文对用于信用风险评估和欺诈检测的人工智能及机器学习方法进行了系统性文献综述，重点关注基于图的方法以及可解释框架。采用PRISMA指导方法，对2015年至2025年间发表在多个学术数据库中的1

  来源：ARTIFICIAL INTELLIGENCE REVIEW

  时间：2026-07-17

• DeSanto-Shinawi综合征患儿的麻醉管理：一例病例报告

  背景：DeSanto-Shinawi综合征（DESSH；OMIM #616708）是一种极其罕见的常染色体显性神经发育障碍，由WAC基因（10p12.1）杂合功能丧失引起，特征为发育迟缓、智力残疾、行为异常和自闭症特征。据研究人员所知，已发表文献中尚未描述该疾

  来源：Egyptian Pediatric Association Gazette

  时间：2026-07-17

• 运动神经元病（MND）患者的价值与偏好：一项系统综述与Meta分析

  **目的**：综合关于运动神经元病（MND）患者、照护者及基因携带者在健康相关结局方面的价值与偏好的定量证据，为澳大利亚MND指南提供信息。 **方法**：按照Cochrane和GRADE指南，依据先验方案开展一项系统综述。检索主要电子数据库（包括MEDL

  来源：Clinical and Public Health Guidelines

  时间：2026-07-17

• 综述：女性性激素对膝关节松弛度、神经肌肉功能与运动表现的影响：一项系统综述

  背景：体育科学领域的女性特异性研究正不断发展，以弥补以往证据主要来源于男性参与者的历史空白。了解女性性激素如何影响运动表现与损伤风险，对于制定针对月经周期的训练与康复策略至关重要。目的：该系统综述旨在评估女性性激素对膝关节松弛度、神经肌肉功能与运动表现的影响，

  来源：Sport Sciences for Health

  时间：2026-07-17

• 模型发声，智能体行动。[编辑备注]

  近年来，人工智能的发展十分迅速，这主要得益于那些能够生成文本、图像、代码、决策甚至科学假说的模型。但现在有一个新的问题正在重塑这一领域：如何将这些强大的模型转化为能在现实世界中可靠运行的系统？这就是从智能模型向智能代理的转变。模型是在被触发时才会产生输出，而代理则会追

  来源：IEEE Computational Intelligence Magazine

  时间：2026-07-17

知名企业招聘：