-
性类固醇激素与鸣禽的感觉运动性发声发育
•发声产生学习仅限于少数动物物种，包括鸣禽和人类•LMAN到RA的投射对于发声学习至关重要，它通过将变异性注入鸣叫运动通路来实现•包括LMAN在内的鸣叫控制核团表达高密度的雄激素受体•青春期睾酮浓度的升高是诱导鸣叫结晶化的关键内分泌信号•睾酮在哪里以及通过何种方式发挥作用以诱
来源：Hormones and Behavior
时间：2026-10-14
-
FedPGP：基于原型引导梯度投影的非独立同分布联邦学习
•原型引导的梯度投影方法缓解了客户端漂移问题。
•混合类原型实现了轻量级的跨客户端知识迁移。
•逐层投影纠正了局部梯度方向中的冲突。
•投影过程在不增加梯度范数的前提下保留了原型知识。
•实验表明，在数据倾斜条件下，准确率和通信效率均有所提升。
## 引言
神经网络在智慧
来源：Neurocomputing
时间：2026-10-14
-
PFD-net：面向标签高效半监督遥感变化检测的物理引导退化与频率感知恢复
摘要半监督变化检测（SSCD）已成为一种有效的范式，能够缓解高分辨率遥感图像中像素级标注的高昂成本。然而，现有的SSCD方法主要依赖于启发式数据增强，这些增强方法无法建模现实世界中的现象级偏移（如季节变化），使得模型极易受到伪变化的干扰。虽然近期的正向随机过程提供了一种数学上
来源：Neurocomputing
时间：2026-10-14
-
结合无限交换平行退火的弹跳粒子采样器
摘要马尔可夫链蒙特卡罗（MCMC）是从复杂分布（如贝叶斯推断中的后验分布）中获取样本的最有用工具之一。弹跳粒子采样器（BPS）是一种利用匀速直线运动和弹性碰撞进行采样的方法。由于BPS不需要时间离散化，预计其对于曲率变化大的分布比广泛使用的哈密顿蒙特卡罗（HMC）和朗之万蒙特
来源：Neurocomputing
时间：2026-10-14
-
基于最短依存路径和大型语言模型的多模态关系提取
• 提出了一种基于最短依赖路径的多模态关系提取框架，该框架将关系预测转换为生成任务。
• 引入了一个以实体为中心的图像描述模块，以增强多模态模型中的背景知识提取能力。
• 利用大型语言模型中的上下文学习来生成实体之间的精确关系，从而提高多模态理解能力。
## 引言
来源：Neurocomputing
时间：2026-10-14
-
在任务无关持续学习中利用稀疏性克服增长引发的遗忘
摘要
在持续学习（CL）中，模型增长增强了适应新数据的能力，这是自进化 AI 智能体和其他终身学习系统日益需要的能力。然而，当模型增长应用不当，特别是在任务无关的持续学习中（其中整个增长后的模型用于推理），会导致已学知识的严重退化，我们将此问题称为增长诱导遗忘。大多数采用模型
来源：Neurocomputing
时间：2026-10-14
-
面向复杂动力学系统长期外推的自训练域分解物理信息神经网络框架
•自训练和域分解被整合在一个统一网络中。
•物理引导的伪样本支持可靠的长期外推。
•与代表性基线方法相比，训练时间大幅减少。
•自适应激活和优化器预热有助于模型收敛。
•能量平衡终止条件限制了子域之间的误差积累。
引言
现实世界经常遇到复杂系统，其中输入和输出之间关系的描述
来源：Neurocomputing
时间：2026-10-14
-
用于非线性耦合高阶复杂网络的分布式自适应实用固定时间同步控制
摘要本文研究了一类非线性耦合高阶复杂网络的实际固定时间同步问题，其中节点之间的相互作用不仅是成对的，而且还是聚集的。与现有的依赖于全局参数的固定时间同步控制方案不同，本文设计了一种新颖的分布式自适应协议来实现非线性耦合高阶复杂网络的实际固定时间同步。“实际”意味着节点的状态在一段
来源：Neurocomputing
时间：2026-10-14
-
多智能体系统在信道衰落和欺骗攻击下的数据驱动主从一致性控制
摘要
信道衰落与欺骗攻击的共存给多智能体系统（MASs）中的领导-跟随一致性带来了重大挑战。为解决这一问题，本文提出了一种直接分布式无模型自适应控制（MFAC）框架。通过利用紧凑形式动态线性化（CFDL）方法，将多智能体系统和期望控制器转化为等效数据模型。基于输入和输出数据
来源：Neurocomputing
时间：2026-10-14
-
全球IBS，本土特征：Aegis流行病学调查中亚洲/澳大利亚及欧洲患者疼痛、腹胀及对日常生活影响的地区差异
摘要
背景
肠易激综合征（IBS）在症状表现方面存在显著的地理差异，但腹胀在临
来源：Neurogastroenterology & Motility
时间：2026-10-14
粤公网安备 44010602000434号