当前位置:首页 > 今日动态 > 神经科学
  • 面向过程的不完整多视图聚类综述

    # 摘要 • 本文对不完整多视图聚类进行了全面综述,涵盖基本概念、缺失数据模式、代表性方法、基准数据集、应用领域和未来方向。 • 现有不完整多视图聚类方法被系统地分为六大类:基于矩阵非负分解、核学习、张量学习、子空间学习、图学习和深度学习的方法。 • 讨论了不同不完整多

    来源:Neurocomputing

    时间:2026-10-16

  • 跨会话运动想象脑电解码中受试者特定会话鲁棒特征提取的自适应频谱掩蔽方法

    基于运动想象(MI)的脑电图(EEG)解码对于肢体运动康复和辅助设备控制中的精确测量至关重要。然而,MI-EEG信号的会话间变异性显著限制了深度学习模型的跨会话泛化能力。为解决这一挑战,本文提出了一种通过自适应频谱掩码提取个体特异性会话鲁棒信号的新方法。该框架首先在频域分解E

    来源:Neurocomputing

    时间:2026-10-16

  • 分支汤:通过平均分支检查点的适配器权重来提升视觉基础模型

    - **Branch Soup:**一种先共享轨迹再分支的权重平均方法,用于视觉基础模型的参数高效微调。 - 通过Hessian曲率和线性模式连通性分析,识别出平坦、线性连通的共享盆地,使得分支-平均方法可靠可行。 - 一旦满足这一前提条件,分支点在较宽范围内不再关键,无需额

    来源:Neurocomputing

    时间:2026-10-16

  • ASCV:面向空中联邦学习中鲁棒聚合的自适应筛选与交叉验证

    •面向OTA-FL的两阶段拜占庭鲁棒聚合框架(ASCV)。•随机投影审计旁路通道恢复部分客户端可观测性。•基于几何中位数净化的OTA交叉验证抑制残差干扰。•在PL条件下证明线性收敛至有界误差下界。•在非独立同分布数据下,针对高达45%的拜占庭客户端在MNIST/CIFAR-1

    来源:Neurocomputing

    时间:2026-10-16

  • 综述:海藻糖对肠道菌群的调控及其在多发性硬化症中的免疫调节作用:新机制与治疗前景

    多发性硬化症(MS)是一种持续性免疫介导疾病,其特征为神经炎症、脱髓鞘病变和持续性的神经系统功能损害。尽管针对疾病修饰的治疗取得了进展,但仍存在显著的治疗空白,突显了亟需关注免疫调节和神经保护的新策略。海藻糖是一种天然二糖,因其在影响自噬、管理氧化应激以及通过微生物群调节免疫

    来源:FOOD SCIENCE AND BIOTECHNOLOGY

    时间:2026-10-16

  • C3/C4 手法减压对下斜方肌无力个体的肩胛骨后倾、下斜方肌活动及肌力的影响

    摘要 背景与目的 下斜方肌(LT)无力导致的肩胛骨前倾是肩关节功能障碍的关键机

    来源:Physiotherapy Research International

    时间:2026-10-16

  • 用于SAR图像变化检测的小波引导注意力卷积小波神经网络

    •乘性域变化证据保留了SAR斑点特征。•剪切波特征与统计特征通过方差驱动加权进行融合。•感知不确定性的伪标签选择提高了训练样本的可靠性。•结合门控与注意力的DT-CWT池化精炼了多尺度表示。•WGA-CWNN在基准SAR数据集上取得了高达98.91%的PCC值。引言SAR图像

    来源:Pattern Recognition Letters

    时间:2026-10-16

  • 用于室内3D目标检测的脉冲VoteNet

    •脉冲VoteNet针对室内3D检测中的两个脉冲敏感阶段。•混合池化残差PointNet++保留了具有判别性的种子特征。•多残差投票在二值脉冲下改进了投票定位。•ScanNetV2上的mAP@0.25相比脉冲基线从44.8%提升至57.1%。•理论能耗相比ANN VoteNe

    来源:Pattern Recognition Letters

    时间:2026-10-16

  • 超越像素限制:基于光电忆阻器阵列的人工视觉技术

    摘要 先进的光电集成技术结合了传感、存储和计算功能,在下一代视觉硬件中展现了巨大潜力。为了实现原位多功能和高并行性的突破性硬件设计,光电忆阻器的出现为加速视觉硬件的功能发展提供了非常有前景的途径。本文对基本光电忆阻器的特性和集成、其在不同视觉层面的阵列功能以及其在人工视觉系统

    来源:Materials Science and Engineering: R: Reports

    时间:2026-10-16

  • 一种基于损失曲面引导梯度优化的可迁移对抗攻击方法

    摘要深度神经网络容易受到对抗性攻击。现有方法在对经过对抗训练的集成模型上的迁移性表现不足。本文提出了损失曲面引导优化(LSGO)方法,这是一种可迁移的对抗性攻击方法,系统地将曲率信息融入对抗样本生成过程。首先提出了一种曲率感知的梯度前瞻机制,该机制沿梯度上升方向构建前瞻点以逼

    来源:Knowledge-Based Systems

    时间:2026-10-16


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