• 综述：作为预防或治疗多种疾病药物的磷脂

  姜正勋|土井力|川野隆人|村田正治日本大阪吹田市国家脑心血管中心研究所摘要磷脂酰胆碱（PC）、磷脂酰丝氨酸（PS）、磷脂酰乙醇胺（PE）和鞘磷脂（SM）是哺乳动物细胞质膜中的四种主要磷脂。这些磷脂对于维持正常的细胞或组织功能至关重要，但它们的水平及分子种类组成会因疾病类型或疾病进

  来源：Nutrition

  时间：2026-07-14

• 定向漂移：一种利用语义漂移针对稳定扩散模型进行高效且隐蔽的偏差注入方法

  牛卓伟|孙勤东|丁明凯|宋明月|沈超|王胜|黄学文中国西安交通大学网络科学与工程学院，西安，710049摘要语义漂移指的是在模型微调过程中其已建立的语义表示逐渐被侵蚀的现象。这种效应被视为有害的，需要加以缓解。然而，本文揭示了语义漂移在注入偏见方面的潜力，并提出了一种高效且隐蔽的

  来源：Neurocomputing

  时间：2026-07-14

• 学习跨模态语义一致性及互补融合技术，用于氧化锌回转窑的状态识别

  宁成真|韩晓旭|张超波|钟景辉|刘岩|王晓明|梁晓军|桂伟华中国华南理工大学未来技术学院，广州，511442摘要可靠的工况识别对于氧化锌回转窑的工艺监控和稳定生产至关重要。虽然火焰图像和工艺测量能够提供互补信息，但由于跨模态语义不一致性和分布差异，二者难以结合使用。现有研究往往依

  来源：Neurocomputing

  时间：2026-07-14

• 超越视觉：穆勒-莱尔错觉揭示被动触觉与触觉探索中的几何偏差

  Louisa Gwynne|Fiona Ernst|Carmen Lenatti|Luigi Tamè英国肯特大学心理学学院摘要穆勒-莱尔错觉在视觉领域已被广泛研究，而在触觉探索中的研究则相对较少。不过，除了20世纪30年代的一篇早期描述性研究外，尚无研究探讨在被动触觉刺激条件下

  来源：Neuropsychologia

  时间：2026-07-14

• 基于领域特征图融合的知识辅助网络用于少样本SAR识别

  曲克凡|刘焕宇|郭海鹏|文天一|李俊宝 摘要：在合成孔径雷达（SAR）识别领域，深度学习已得到广泛研究，但在样本不足的情况下，识别模型仍面临诸多挑战。对于少样本学习，以往基于领域特征的方法通常是针对特定场景设计的，其对独立领域特征的依赖使得它们难以应对复杂场景的需求。为解决这些

  来源：Neurocomputing

  时间：2026-07-14

• 基于数值脉冲神经网络理念的多变量时间序列预测模型

  Jiachang Xu|Jiahao Pan|Shuzhi Su|Hongjin Li|Ruijuan Zhao|Fei Ding安徽科学技术大学电气与信息工程学院，中国安徽省淮南市232000摘要受膜计算启发，本文针对多变量时间序列预测中的核心挑战——在抑制变量间噪声的同时提取

  来源：Neurocomputing

  时间：2026-07-14

• Brain-TVR：一种受人类大脑情景记忆神经机制启发的多粒度结构感知文本-视频检索框架

  刘一辰|荣欢|卢振宇|李志飞|刘灿阳|刘恒 中国江苏省南京市江宁区紫金山大道210044，南京信息工程大学人工智能学院 摘要 文本-视频检索是多媒体研究中的一项艰巨任务，其目标是将视频中的视觉内容与自然语言描述相关联，近年来越来越受到关注。目前的先进方法能够实现文本

  来源：Neurocomputing

  时间：2026-07-14

• 基于自适应二分图嵌入的局部多标签学习

  李红|梁佳俊|赵大为 中国江苏省南京市东南大学土木工程学院，邮编211189 摘要 部分多标签学习中，每个数据样本都关联着一组候选标签集，而这些标签集中只有一部分是训练样本的真实标签，其余为误判标签。目前已有多种基于图的方法被开发出来，并取得了不错的效果，它们通过分析实例的图结构

  来源：Neurocomputing

  时间：2026-07-14

• 基于多数共识与和谐引导的证据多模态分类

  Houdaifa Boukersoul|Faouzi Sebbak|Andrea Campagner|Davide Ciucci阿尔及利亚阿尔及尔，Bordj El Bahri，邮政信箱17号，综合理工学院摘要证据深度学习因其在单次前向传播中既能识别数据中的复杂隐藏模式，又能量化

  来源：Neurocomputing

  时间：2026-07-14

• 综述：安全应用中的概念漂移处理：从单模数据到多模数据的综述

  程丽|王晓丽|宋立鹏 中国山东省威海市山东大学空天科学与工程学院，邮编264209 摘要 概念漂移对应用于安全领域的机器学习模型构成了持续性的挑战，不断变化的攻击手段、有限的标签以及数据模态的多样化使得模型难以实现有效的适应。现有的综述大多侧重于通用或单模态场景，未能从安全角度

  来源：Neurocomputing

  时间：2026-07-14

知名企业招聘：