• 较低的静息态EEG平均特征向量中心性(mean eigenvector centrality)与较高的数学焦虑(math anxiety)相关

  摘要：本研究旨在采用图论(graph-theoretical)方法探讨高中生数学焦虑(math anxiety, MA)的静息态神经相关性。60名十年级学生(35名女性；平均年龄＝16.15岁)参与研究。使用32通道无线干电极系统(Cognionics Qui

  来源：Frontiers in Human Neuroscience

  时间：2026-06-02

• 综述：舌下神经麻痹继发于颈内动脉夹层的临床特征：系统综述与示例病例

  背景：继发于颅外颈内动脉夹层（ICAD）的舌下神经麻痹（HNP）是一种罕见但临床重要的疾病，可能被忽视，尤其是在脑影像学上无缺血性病变时。研究人员旨在系统描述其临床特征、诊断模式、治疗策略和结局。 方法：按照PRISMA 2020指南进行系统综述，并在PROS

  来源：Frontiers in Neurology

  时间：2026-06-02

• Schumann锚定的黄金比例组织的人类神经振荡

  摘要：引言：人类神经振荡（neural oscillations）根据黄金比例（golden ratio, φ = 1.618）数学进行组织：频率遵循 f(n)=f₀×φⁿ，其中 f₀≈7.6

  来源：Frontiers in Computational Neuroscience

  时间：2026-06-02

• 急性莫达非尼暴露会导致斑马鱼出现神经行为改变：这对超说明书使用认知增强药物具有启示意义

  摘要 莫达非尼（2-（苄基磺酰基）乙酰胺）是一种常用的兴奋剂，主要用于治疗嗜睡症、日间过度嗜睡和阻塞性睡眠呼吸暂停等睡眠障碍。近年来，其使用范围已超出临床适应症，神经正常人群也开始将其作为“智能药物”

  来源：JOURNAL OF APPLIED TOXICOLOGY

  时间：2026-06-02

• PM-SSL：基于物理原理的多模态自监督学习方法，用于在标签稀缺的情况下进行岩性识别

  庞青伟|庞清宇|陈成志|庞山辰中国石油大学（华东）深油深气国家重点实验室，青岛市266580，中华人民共和国摘要精确的岩性识别是水库特征描述的基础，但在标记样本稀缺且传统自监督方法无法充分表示复杂地质异质性时，这仍然是一个难题。许多现有方法依赖于随机掩码处理。这种处理方式会中断连

  来源：Neurocomputing

  时间：2026-06-02

• 综述：基于神经网络的代码语义对齐在软件工程中的应用：三视角框架、三维评估方法及工业应用

  海泽·胡 | 子琪·张 | 精·吴 | 娜雪·熊 | 杰罗姆·叶 广西师范大学计算机科学与技术学院，桂林市启兴路，541004，广西，中国 **摘要** 为了系统地阐明代码语义对齐的技术现状及其理论实践价值，本文对2023年至2025年间发表的113篇高质量研究进行

  来源：Neurocomputing

  时间：2026-06-02

• 罗哌卡因与脂质体布比卡因在犬半侧椎板切除术中用于棘肌平面阻滞的镇痛效果比较

  谢尔比·斯坎林（Shelby Scanlin）|丽贝卡·萨拉扎尔（Rebecca Salazar）摘要目的本研究旨在比较罗哌卡因（ropivacaine）和脂质体布比卡因（liposomal bupivacaine）在用于棘突平面（erector spinae plane, ES

  来源：Veterinary Anaesthesia and Analgesia

  时间：2026-06-02

• 早期戒断甲基苯丙胺时额叶-纹状体神经代谢物对冲动性的特征性标志

  背景：甲基苯丙胺的使用与神经代谢物改变和冲动性增加相关，但神经代谢物与特定冲动性维度之间的关系仍不清楚，尤其是在复发风险高且恢复动态变化的早期戒断阶段。方法：研究人员研究了20名近期戒断的个体和21名年龄匹配的对照者。在双侧背外侧前额叶皮层（DLPFC）、内侧

  来源：Neurocomputing

  时间：2026-06-02

• 基于大语言模型的辅助信息去噪以增强推荐性能

  在基于图的推荐系统中，当前方法主要侧重于学习并捕捉用户与物品之间的深层交互关系。然而，交互数据本身受限于数据质量问题（如稀疏性、流行度偏差和语义鸿沟），这制约了所学物品表示的表达能力。因此，近期研究开始探索引入辅助信息以缓解交互信号的匮乏。尽管如此，现有方法通

  来源：Neurocomputing

  时间：2026-06-02

• 打破上下文惯性：非平稳环境下时序基础模型(Time Series Foundation Models, TSFMs)的自适应上下文管理——Adaptive Context Management for Time Series Foundation Models in Non-stationary Environments

  时序基础模型（Time Series Foundation Models, TSFMs，如Chronos和Moirai）通过在大规模异质语料上学习通用时序模式展现了卓越的零样本预测能力。然而，其对固定长度上下文窗口（fixed-length context w

  来源：Neurocomputing

  时间：2026-06-02

知名企业招聘：