• 基于时变系数的神经动力学方法求解逆拟变分不等式问题的稳定性分析

  本文提出带时变增益（time-varying coefficients）的有限时间（Finite-Time, FT）和固定时间（Fixed-Time, FXT）神经动力学模型（Neurodynamic Model, NDM），用于求解逆拟变分不等式问题（Inv

  来源：Mathematical and Computational Applications

  时间：2026-06-10

• 综述：威廉姆斯综合征的自闭特质、语用困难与适应结局：一项系统性叙述性综述

  背景与目的：威廉姆斯综合征（Williams syndrome, WS）是一种罕见神经发育遗传病，传统描述认为其具有高度亲社会行为特征。但越来越多的证据表明，这一表征可能简化了该综合征的社会认知表型——部分WS个体表现出的社会交流与语用困难，可能与孤独症谱系障

  来源：Children

  时间：2026-06-10

• 超越技术：与现代神经科学对齐的Cuevas Medek练习的概念视角

  尽管其在儿科神经康复中的应用日益增加，但库埃瓦斯 梅德克练习（Cuevas Medek Exercise，CME）仍植根于临床传统，与当代运动发育、控制和学习模型的理论表述有限。虽然临床观察和实践报告提示该练习可能对运动迟滞儿童具有功能性益处，但缺乏概念框架限

  来源：Children

  时间：2026-06-10

• 非常早产儿童脑PALS研究的方案与初步发现：一项数字育儿项目的随机对照试验

  背景/目的：出生时非常早产（VPT；<33周妊娠）的儿童发生非典型神经发育及自我调节缺陷（包括执行功能（EF）和情绪调节（ER））的风险增加。回应性养育干预，例如“玩耍与学习策略”（PALS），可改善照料者行为；然而，其对VPT人群神经发育结局的影响仍有限。本

  来源：Children

  时间：2026-06-10

• 环境、家庭和残疾因素与美国6–17岁儿童茁壮成长、焦虑和抑郁的相关性：基于2023–2024年全国儿童健康调查的横断面分析

  背景/目标：儿童的心理健康和积极发展受到家庭、环境和个人因素的影响。尽管神经发育障碍（NDDs）是较差心理健康结局的公认相关因素，但很少有全国性研究在一个统一的生态框架内同时建模积极（茁壮成长）和消极（焦虑、抑郁）结局。本研究考察了父母心理健康、同伴受害、邻里

  来源：Children

  时间：2026-06-10

• 含混合状态-控制约束及不确定数学模型的非线性微分对策——基于动态神经网络(DNN)实现的ε-Nash均衡

  不确定动态对策(Uncertain Dynamic Games)近年来已成为分析和综合复杂随机动态多智能体决策过程的重要框架。通过将动态对策理论与神经网络函数逼近技术相结合，可在存在状态与控制约束的多智能体时序交互问题中设计自适应数据驱动策略。然而实际系统中模

  来源：Mathematics

  时间：2026-06-10

• 基于汽轮机驱动同轴式锅炉给水泵(BFP)调速系统建模与控制研究——采用改进BP-PID(Back Propagation-PID)算法

  在复杂社会技术系统(socio-technical systems)中，人–人工智能(AI)协作正成为知识创造、内容生成与创新过程中的核心要素。现有创新模型通常仅考虑单一主体（单独AI系统）或内容产物，无法捕捉异质主体间的动态交互。本研究提出一种多模态图神经网

  来源：Mathematics

  时间：2026-06-10

• 基于自组织映射与改进飞蛾火焰优化算法的高速飞行器强干扰数据驱动控制

  由于传统控制方法依赖精确的数学建模，在强扰动大气环境下应用于高速飞行器控制时面临控制复杂度高与精度低等挑战。为此，研究人员将一种数据驱动的神经网络映射方法引入飞行器控制领域。通过挖掘运行数据中的潜在规律并利用神经网络的非线性映射能力，实现控制指令的精确预测与生

  来源：Aerospace

  时间：2026-06-10

• 基于终端时间预测的再入飞行器智能轨迹凸优化(Reentry Vehicle Intelligent Trajectory Convex Optimization Method Based on Terminal Time Prediction)——基于神经网络终端时间预测的再入飞行器轨迹序列凸优化(Sequential Convex Optimization, SCO)加速方法

  为解决传统序列凸优化(Sequential Convex Optimization, SCO)方法在高超音速再入飞行器长航程飞行中因终端时间(tf)不确定而导致计算效率低的问题，研究人员提出了一种引入基于神经网络(Neural Network, NN)的终端时

  来源：Aerospace

  时间：2026-06-10

• 损伤耦合物理信息神经网络用于预测轻量化航空航天合金长期蠕变应变演化

  航空航天精密结构中的轻量化合金在长期贮存过程中会发生缓慢但累积性的蠕变变形，其中，多年尺度上的应变积累可能削弱尺寸稳定性与运行可靠性。然而，连续损伤力学（CDM）本构模型虽然具有物理基础，但需要大量参数标定，并且在初级蠕变阶段的精度会下降。与此同时，对于加速蠕

  来源：Aerospace

  时间：2026-06-10

知名企业招聘：