• 综述：基于网络的小儿神经外科患者教育信息的质量、可读性与可靠性系统评价

  背景：家长、照护者及儿科患者日益依赖互联网了解复杂的诊断与治疗方案。然而，此类内容大多缺乏监管，其质量、准确性与可读性标准界定不清。本研究旨在总结现有评估在线小儿神经外科信息质量的文献，明确优化数字内容的路径。 方法：采用系统评价方法，检索PubMed、MED

  来源：Child's Nervous System

  时间：2026-06-05

• 受玉簪植物启发的分层超材料用于电磁吸收：成分与结构的协同设计

  摘要将材料的固有属性与结构设计相结合，以开发出既能实现阻抗匹配又能有效耗散能量的轻质电磁波吸收器，仍然是一个重大挑战。本研究受到Hosta植物中复杂的多尺度光捕获策略的启发，提出了一种方法，该方法将材料的固有特性与其结构配置的物理效应相结合。该方法基于全连接神经网络，并通过遗传算

  来源：Advanced Composites and Hybrid Materials

  时间：2026-06-05

• NH4VO3介导的电解质调控在铜表面微弧氧化涂层中的放电行为及涂层演变过程

  张家旺|程晓乐|匡彪|李军|郭松涛|张敏|卢海林 西安理工大学机械与电子工程学院机械表面工程研究组，中国陕西省西安市710048 摘要 铜因其优异的电导率和热导率而被广泛用于电气和热管理系统中，但由于其高电导率以及天然氧化物的低介电强度， 在铜表面形成稳定的微弧氧化（MAO）

  来源：Journal of Alloys and Compounds

  时间：2026-06-05

• 基于液相色谱-质谱联用（LC-MS）比较分析两种乙醇组分揭示欧洲栗（Castanea sativa）对戊四氮（PTZ）致痫小鼠的抗氧化与抗癫痫潜力

  癫痫是一种慢性神经系统疾病，其发病机制中氧化应激（oxidative stress）与神经炎症（neuroinflammation）具有关键致病作用。天然抗氧化剂因其神经保护特性而作为辅助疗法受到日益广泛的关注。欧洲栗（Castanea sativa, C.

  来源：RSC Advances

  时间：2026-06-05

• 一种基于维也纳物理学原理的神经网络，用于轴承退化建模和剩余使用寿命预测

  乔照辉|尹爱军|徐文兰|乔瑶辉摘要准确预测轴承的剩余使用寿命（RUL）对于确保机械系统的可靠性和安全性至关重要。本文提出了一种基于维纳物理信息神经网络（WPINN）的新框架，用于轴承退化建模和RUL预测。该框架将维纳过程的退化动态建模能力与神经网络的特征提取能力相结合。具体而言，

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2026-06-05

• 综述：解码食物感知：从基于脑电图（EEG）的感官识别技术出发，全面回顾了从信号特征与解码算法到多感官应用的研究进展，以及未来的发展前景

  张志伟|李梅|曹建新|王学娇|王星伟|陈倩|尹晓宇 中国云南省昆明市昆明理工大学食品科学与工程学院，650500 **摘要** 随着对食品安全、营养和个性化饮食管理的关注日益增加，人们越来越需要了解人类如何感知和评估与食物相关的感官信息，因为这些信息在食物相关决策中

  来源：TRENDS IN FOOD SCIENCE & TECHNOLOGY

  时间：2026-06-05

• 综述：味觉肽：关于味觉感知机制、人工智能驱动的筛选技术及多维评估技术的综述

  肖本秀|陈月|杨思琪|曾晓晓|郑宝东|陈浩然 福建农林大学食品科学学院，福州350002，中国 **摘要** **背景** 风味肽是一类具有生物活性的肽，能够增强食物的风味，并显著改善其口感和整体味道特性。由于其独特的感官特性和潜在的营养价值，风味肽已成为食品科

  来源：TRENDS IN FOOD SCIENCE & TECHNOLOGY

  时间：2026-06-05

• 特邀社论：情感机器人学

  第一节。引言生成式人工智能和机器学习的进步正在开启一个新时代，这个时代将改变人类的情感感知、解读、模拟方式，甚至有时还能激发或缓解人类的情感。虽然情感计算传统上主要关注数字或基于屏幕的界面中的这些过程，

  来源：IEEE Transactions on Affective Computing

  时间：2026-06-05

• 亚专科头痛诊所中异常神经系统检查的频率：一项回顾性图表分析

  摘要 通俗语言摘要 研究目的： 确定因头痛就诊而前来医院的患者中，神经系统检查异常的频率；

  来源：The Neurologist

  时间：2026-06-05

• 利用Inception-Residual卷积神经网络对客户支出进行时间序列预测

  本文利用来自斯洛文尼亚一家大型零售商的大规模、多年度数据集，研究了零售业中下个月客户支出的预测问题。该数据集包含247,544名客户和30个 monthly 时间点，以及目标月份的信息。为了解决这一回归问题，我们构建了针对每位客户的多元月度时间序列模型，用于表征消费者的购物习惯、

  来源：IEEE Access

  时间：2026-06-05

知名企业招聘：