• KAN-PROSPECT：一种结合柯尔莫哥洛夫-阿诺德网络的框架，通过迁移学习预测天然产物的作用及不良反应

  摘要目前，在评估天然产物的功效和不良反应时仍依赖实验室实验，这一做法成为了新药发现过程中的重大障碍。我们提出了KAN-PROSPECT，这是一种全新的深度学习框架，它将迁移学习与Kolmogorov-Arnold网络相结合。该模型仅需基于分子的SMILES表示即可同时预测天然产物

  来源：Scientific Reports

  时间：2026-06-15

• 采用倒角刀具与传统刀具对AISI D2钢的切削加工性能对比及神经网络驱动的优化研究

  摘要在AISI D2钢的干式车削加工中，需要平衡生产效率、表面质量、热负荷以及能耗。本研究通过24全因子设计，比较了带有倒角的Xcel刀片与传统硬质合金刀片在干式车削AISI D2钢时的切削性能，所考察的参数包括切削速度（VCS：100–150米/分钟）、进给速率（FR：0.2–

  来源：Scientific Reports

  时间：2026-06-15

• 基于数字孪生的多尺度建模，实现金属增材制造过程中的实时缺陷预测

  摘要本文提出了一种基于数字孪生的多尺度建模系统，该系统能够实时预测金属增材制造过程中的缺陷，初步验证工作针对激光粉末床熔融工艺展开。虽然该框架设计为可适用于多种粉末床熔融及定向能沉积工艺，但所有实验均使用公开可用的NIST AM-Bench基准数据集中的IN625和Ti-6Al-

  来源：Scientific Reports

  时间：2026-06-15

• 3D结构磁共振成像精神分裂症分类中的决策过程：基于显著性图的评估

  针对精神分裂症等精神障碍的临床决策支持系统，可从基于神经影像数据的机器学习模型中获益，以实现客观诊断、预后评估及有效治疗选择。深度学习（DL）模型有望胜任该任务，因为其能够在无需候选脑区先验信息的情况下，从图像中检测复杂模式。然而，这类模型的缺点在于其决策过程

  来源：Scientific Reports

  时间：2026-06-15

• 用于光伏功率预测中LSTM与RNN模型超参数调优的随机灰狼优化算法(Stochastic Grey Wolf Optimization, SGWO)

  摘要：准确的光伏（Photovoltaic, PV）功率预测对于支持太阳能可靠、高效地并入现代电网至关重要。尽管循环神经网络（Recurrent Neural Network, RNN）及长短期记忆网络（Long Short-Term Memory, LSTM

  来源：Scientific Reports

  时间：2026-06-15

• 综述：膳食丙烯酰胺的时间毒性：来自昼夜节律神经生物学与转化毒理学的启示

  丙烯酰胺（acrylamide）是一种公认的神经毒性化合物，并具有潜在致癌性，其在高温（>120 °C）食品加工过程中通过还原糖与天冬酰胺之间的美拉德反应（Maillard reaction）而形成。来自脊椎动物和无脊椎动物模型的新证据表明，膳食丙烯酰胺可扰乱

  来源：Critical Reviews in Food Science and Nutrition

  时间：2026-06-15

• 经导管卵圆孔未闭封堵术在中国偏头痛患者中实现高效治疗：单中心回顾性队列研究

  **研究目的**：经导管卵圆孔未闭（Patent Foramen Ovale, PFO）封堵术是针对PFO相关偏头痛的潜在治疗干预手段，但针对中国人群的大规模真实世界证据仍然匮乏。本研究旨在评估经导管PFO封堵术对中国偏头痛患者的疗效、安全性及预测因素，并探讨

  来源：Frontiers in Neurology

  时间：2026-06-15

• 匹罗卡品诱导小鼠急性癫痫发作中脑血流量和脑连接的功能超声评估

  背景：颞叶癫痫（temporal lobe epilepsy, TLE）是成人中最常见的药物难治性癫痫之一，目前尚无有效的治愈方案或疾病修饰疗法。研究表明，癫痫患者在发作间期全脑脑血容量（cerebral blood volume, CBV）显著降低，而部分研

  来源：Frontiers in Neurology

  时间：2026-06-15

• 晚期帕金森病中左旋多巴/卡比多巴肠凝胶输注：来自可穿戴传感器的真实世界活动能力洞察

  原理/目标：在晚期帕金森病（APD）中，口服左旋多巴（L-Dopa）的多巴胺能间歇性递送促使波动和运动障碍的发生。通过空肠内左旋多巴/卡比多巴肠凝胶（LCIG）进行连续多巴胺能递送是管理这些运动并发症的既定治疗策略，但其对真实世界运动表现的影响此前从未被客观表

  来源：Frontiers in Neurology

  时间：2026-06-15

• 基于MRI多模态深度学习框架预测乳腺癌脑转移瘤激素受体状态

  摘要：乳腺癌脑转移瘤（Breast Cancer Brain Metastases, BCBMs）影响10–20%的转移性乳腺癌患者，准确判定激素受体（Hormone Receptor, HR）状态对个体化治疗至关重要。传统基于活检的评估具有侵入性且可能无法反

  来源：Frontiers in Human Neuroscience

  时间：2026-06-15

知名企业招聘：