• SpikeMixer：用于脉冲神经网络的动态轴向混合技术

  Jiemin Ji|Liqiang He|Jun Li南京航空航天大学，中国江苏省南京市将军大道40号，211100摘要脉冲神经网络（SNNs）由于其受大脑启发的特性和能效优势，已成为一种有前景的计算架构。尽管注意力机制可以提高SNNs的性能，但其二次方的计算成本可能会抵消节能效

  来源：Neurocomputing

  时间：2026-05-31

• Manifold-SimCLR：在黎曼脑电图（EEG）协方差流形上进行的自监督对比表示学习

  伊马德·埃丁·蒂贝尔马辛（Imad Eddine Tibermacine）|萨穆埃莱·鲁索（Samuele Russo）|雅科波·塔马里（Jacopo Tamarri）|艾哈迈德·蒂贝尔马辛（Ahmed Tibermacine）|克里斯蒂安·纳波利（Christian Napol

  来源：Neurocomputing

  时间：2026-05-31

• 紫杉醇诱导神经病理性疼痛小鼠模型中的动机行为缺陷

  紫杉醇（paclitaxel）广泛用于常见恶性肿瘤的化学治疗。然而，其给药常与慢性疼痛及继发的抑郁、焦虑和动机缺乏相关，这些均导致患者社会生活困难。在紫杉醇诱导的神经病小鼠模型中，腹腔注射紫杉醇后数天内出现机械性痛觉过敏（mechanical allodyni

  来源：Physiology & Behavior

  时间：2026-05-31

• 基于青春期乙醇暴露重编程雄性成年期乙醇挑战中的HMGB1反应性

  研究人员采用了一种模拟人类青少年间歇性暴饮的啮齿类模型——青春期间歇性乙醇（Adolescent Intermittent Ethanol, AIE）暴露（每日5克/千克乙醇或水，经口灌胃，采用2天给药/2天戒断的周期，从出生后第25天持续至第54天），以评估

  来源：Physiology & Behavior

  时间：2026-05-31

• 基于混合育种优化算法、流形正则化与稀疏约束的联邦多标签特征选择

  多标签特征选择（FS）是降低复杂数据维度的关键技术。然而，在联邦学习框架内部署FS面临独特障碍，特别是在非独立同分布（Non-IID）数据上捕获全局标签相关性、平衡隐私保护与模型效用，以及确保特征质量鲁棒性等方面。为应对这些挑战，本文提出Fed-MFSHBO—

  来源：Neurocomputing

  时间：2026-05-31

• 大规模容错流水线执行的协调联邦表格合成

  跨孤岛表格数据集支持众多机器学习应用，但法规和治理通常禁止集中原始记录。在差分隐私（DP）下进行合成表格的联邦合成提供了一种实用替代方案；然而，数据分区增加了局部统计的方差，且每个站点的DP噪声在聚合器处累积，产生信噪比（SNR）瓶颈，损害保真度。本文提出Fe

  来源：Neurocomputing

  时间：2026-05-31

• 用于RGBD跟踪的结合LoRA提示调优的频率混合单流框架

  多模态跟踪旨在整合多个视觉传感器的互补信息，以弥补单一RGB模态的局限性。随着深度传感器的广泛应用，极大推动了RGB-Depth（RGBD）跟踪的发展。现有RGBD跟踪方法由于采用双流架构，常常面临参数规模大和计算效率低等挑战，同时Transformer在捕获

  来源：Neurocomputing

  时间：2026-05-31

• 基于语义对齐的一步多视图锚图聚类

  未对齐多视图聚类(Unaligned Multi-view Clustering, UMVC)旨在解决多视图数据的异构性问题。现有多步方法追求特征对齐(feature alignment)，但常获得含视点特有噪声的高维亲和图(affinity graphs)，

  来源：Neurocomputing

  时间：2026-05-31

• **高斯-亚高斯α稳定偏斜鲁棒卡尔曼滤波在水下目标跟踪重尾与偏斜测量噪声中的应用**

  在水下目标跟踪应用中，基于高斯假设的方法常因测量噪声呈现出重尾或偏斜等非理想分布特性而导致性能下降。为克服传统卡尔曼滤波（Kalman Filter, KF）框架在解决此问题上的局限性，本文提出了一种基于高斯-亚高斯α稳定偏斜鲁棒卡尔曼滤波（Gaussian

  来源：Neurocomputing

  时间：2026-05-31

• AWDTR：一种基于自适应小波多尺度分解与时频域重构的工业时间序列异常检测模型

  随着工业控制系统向智能化发展，时序数据异常检测已成为保障生产安全与效率的关键。然而，工业数据通常具有高维度和强噪声特征，这增加了分析难度并降低了可靠性。当前大多数方法仅依赖时域分析，难以全面捕捉多变量数据间的复杂关系，且往往缺乏有效的噪声抑制机制，从而限制了检

  来源：Neurocomputing

  时间：2026-05-31

知名企业招聘：