• 攀岩耐力性别差异源于生理适应与运动单位神经策略的协同作用

  摘要 背景：竞技攀岩对指屈肌耐力提出极高要求，这些肌肉需在长时间内维持近等长收缩负荷。尽管女性通常表现出比男性更强的肌肉耐力，但攀岩中潜在性别差异的神经肌肉机制尚不清楚。 目的：确定攀岩耐力的性别差异是由生理肌肉适应、运动单位（MU）控制的神经策略，还是两者共

  来源：European Journal of Applied Physiology

  时间：2026-06-08

• 综述：非洲脊柱结核的神经外科治疗及患者预后：一项范围综述

  背景：脊柱结核又称波特定病（Pott’s disease），是最常见的骨骼结核类型之一，占肌肉骨骼结核的约50%。若未得到规范治疗，可导致脊柱畸形与神经系统损害。目前多药抗结核治疗（multidrug anti-tubercular therapy）仍是脊柱结

  来源：Discover Medicine

  时间：2026-06-08

• 基于深度强化学习的重型铁路维护机械捣固作业调度优化

  韩章格|金旺|王卫东|卡西姆·扎希尔|廖林勇|孙颖|李友|邱实广西交通职业技术学院，南宁，530023，中国摘要高效且成本效益高的捣固调度对于基于状态的道砟轨道维护至关重要。本研究解决了在实际运营约束条件下重型铁路维护机械（HRMM）的调度问题。提出了一种考虑约束的深度强化学习（

  来源：Applied Soft Computing

  时间：2026-06-08

• 动态分层脉冲神经网络：用于演化网络流量中的可扩展异常检测

  Ripal Ranpara|Abdullah Baz|Shobhit K. Patel印度拉杰科特马尔瓦迪大学计算机应用学院，邮编360003摘要在网络流量中检测异常是现代通信系统的一个重要方面，它能够提升系统的安全性、性能和可靠性。然而，传统的检测方法在扩展性和适应变化环境方面

  来源：Applied Soft Computing

  时间：2026-06-08

• 综述：用于非侵入式负载监测的卷积神经网络：关键分析及未来发展方向

  Md Mahadi Hasan Imran | Muhamad Zalani Daud | Shahrizan Jamaludin | Md Meherullah | Ahmad Faisal Mohamad Ayob | Hussain Shareef | Nurafnida

  来源：Applied Energy

  时间：2026-06-08

• 含线性与非线性高阶耦合(Higher-Order Coupling)环网络中的自诱导切换(Self-Induced Switching)

  摘要：高阶相互作用（Higher-order Interactions, HoI）涉及三个及以上网络节点间的同步耦合，在研究集体动力学方面日益受到关注，但是否能产生超越两两耦合的新动力学行为仍有争议。研究人员研究了含两两耦合与高阶（2-单纯形/2-simple

  来源：Communications in Nonlinear Science and Numerical Simulation

  时间：2026-06-08

• 基于人工神经网络与高斯过程回归的旋转生物接触器总氮去除过程建模

  生活污水中总氮（TN）的高效去除对于防止富营养化并保护受纳水体至关重要。本研究在不同运行条件下，采用实验与数据驱动建模相结合的框架，考察了旋转生物接触器（RBC）对TN去除的性能。研究人员利用人工神经网络（ANN）和有理二次高斯过程回归（RQ-GPR），评估了

  来源：Cleaner Waste Systems

  时间：2026-06-08

• SAFER：自注意力特征提取与降维方法

  摘要：现代RISC-V汽车系统通过硬件性能计数器（HPCs）提供了深度的微架构可观测性。然而，利用这些遥测数据进行实时异常检测会引入严重的维度灾难问题，因为对于资源受限的电子控制单元（ECUs）来说，处理数百个原始指标在计算上是不可行的。本文提出了SAFER（自注意力特征提取与

  来源：IEEE Access

  时间：2026-06-08

• 利用行为数据预测产后抑郁症的深度学习方法：系统综述

  摘要： 产后抑郁症（PPD）影响着全球约10%至20%的女性，但由于社会污名化、临床就诊渠道有限以及主要依赖不频繁的自我报告筛查，该疾病的诊断率仍然很低。深度学习（DL）的最新进展，以及来自可穿戴设备、智能手机和社交媒体的行为数据的增加，为持续和客观地预测PPD提供了新的机会。

  来源：IEEE Access

  时间：2026-06-08

• 基于自适应LIF（Long-Interval Fire）的输出神经元设计，用于提高仅包含整数的数字脉冲神经网络的准确性

  摘要： 本文提出了一种全数字、固定权重的脉冲神经网络（SNN）架构，用于确定性图像分类。该系统通过系统的四阶段优化过程实现高精度分类：多特征时间解码、自适应阈值调整、神经元特定缩放以及基于集成的投票机制。输出神经元整合了泄漏膜电位和自适应阈值，而时间信息则通过ROM存储的整数系

  来源：IEEE Access

  时间：2026-06-08

知名企业招聘：