• 通过FinGPT驱动的情绪分析、技术指标、历史价格数据以及基于注意力的混合深度学习模型，提升股票市场价格预测的准确性

  摘要准确的股票价格预测越来越依赖于能够整合传统定量指标之外的各种市场信号的模型。传统的情绪分析工具和基于词典的方法往往无法捕捉金融语言中的语境和领域特定特征，从而限制了其预测能力。为了解决这些问题，本研究引入了一种多模态预测框架，该框架利用了专门为理解市场相关文本而训练的先进金融

  来源：Scientific Reports

  时间：2026-06-23

• 关于结冰导线非稳态气动系数及准静态假设适用性的研究

  摘要本研究通过风洞实验与数值分析相结合的方法，研究了新月形结冰导体的空气动力学特性。风洞试验用于获取稳态与非稳态的空气动力系数，其中非稳态系数是借助振荡导体模型测得的。在10至18米/秒的不同风速下，以及14、24和33毫米不同的冰厚条件下，获得了稳态系数，这些条件涵盖了跨临界和

  来源：Scientific Reports

  时间：2026-06-23

• 针对棉花田杂草分类，将AkidaNet转换到脉冲域后的性能评估

  摘要棉花田中的杂草侵害对棉绒产量构成了严重威胁。消除杂草的方法包括喷洒除草剂、人工拔除或使用自动化机械。这类机械中运用了机器学习（ML）和深度学习（DL）模型来进行杂草的分类与检测。与机器学习模型相比，基于神经网络的深度学习模型具有更强的特征提取能力。本文采用了脉冲神经网络（SN

  来源：Scientific Reports

  时间：2026-06-23

• 高伽马频率标记的脑磁图技术可揭示空间认知过程中与任务相关的功能耦合的时间动态变化

  摘要快速周期性视觉刺激结合脑磁图技术，为从感知处理区域中提取特定频率的脑反应提供了一种有效方法。然而，该技术在认知实验中的应用，尤其是那些与视觉空间注意力相关的实验，仍需进一步探索。本研究设计了一种基于快速周期性视觉刺激的线条二分范式，通过眼动监测来研究在无需手动反应的情况下对线

  来源：Scientific Reports

  时间：2026-06-23

• 基于多特征提取方法的深度伪造音频检测集成学习模型

  摘要本文采用先进的集成学习方法，利用多种音频特征来提高检测精度。为提取不同的信号特征，该方法使用了梅尔频率倒谱系数（MFCCs）、统计特征以及短时傅里叶变换（STFT）特征。针对每组特征，都采用了专门的神经网络：多层感知器根据统计描述对语音进行分类，循环神经网络从MFCC中识别时

  来源：Scientific Reports

  时间：2026-06-23

• 用于自动发现对抗性攻击的构建框架

  摘要深度神经网络易受对抗性攻击的影响，这是其安全部署面临的关键障碍。然而，目前对模型鲁棒性的评估仍依赖于有限的一组手动设计的、单一类型的攻击方式，这可能导致算法搜索空间中的大量区域未被探索。为解决这一局限，我们提出了一种组合框架，将对抗性攻击视为由可互换的功能模块构成的模块化系统

  来源：Scientific Reports

  时间：2026-06-23

• 脑脊液细胞学阳性（软脑膜转移）在中枢神经系统转移中的临床意义——一项多中心临床病理学回顾性研究

  软脑膜转移（leptomeningeal metastases, LM）是中枢神经系统（central nervous system, CNS）转移中一种罕见但具有重要临床意义的亚型。研究人员回顾了多中心数据，以详细阐述脑脊液细胞学（cerebrospinal

  来源：Pathology International

  时间：2026-06-23

• 阻塞性睡眠呼吸暂停合并2型糖尿病患者舌下神经刺激（Hypoglossal Nerve Stimulation, HNS）术后血糖趋势分析

  目的 描述合并2型糖尿病的阻塞性睡眠呼吸暂停（Obstructive Sleep Apnea, OSA）患者接受舌下神经刺激（Hypoglossal Nerve Stimulation, HNS）治疗后的血糖变化趋势。 方法 研究人员对某学术机构中接受HNS治

  来源：Sleep and Breathing

  时间：2026-06-23

• 伊朗卡纳万病患者的天冬氨酰酶（ASPA）基因突变与神经影像学特征：一项描述性研究

  埃尔哈姆·拉希米安|马吉德·R·塔赫西尼|帕尔瓦内·卡里姆扎德|谢达·哈利利安|莫哈德塞·法蒂|穆罕默德·米里奥内西|穆罕默德·艾丁·法拉瓦什|萨桑·萨凯特|苏德·加富里·法尔德伊朗德黑兰PFJW+269，E Janbazan街，哈吉加特医学影像研究中心摘要目的在这项回顾性描述性

  来源：Brain and Development

  时间：2026-06-23

• pyhgf：面向预测编码的神经网络库

  贝叶斯认知模型在计算神经科学和精神病学领域已获得相当广泛的关注。目前，其应用范围预计将在人工智能领域迅速扩展，为具身、自适应且节能的自主智能体提供通用推断框架。该领域的核心理论之一是预测编码（Predictive Coding），该理论假定学习与行为由关于感觉

  来源：PLOS Computational Biology

  时间：2026-06-23

知名企业招聘：