当前位置:首页 > 今日动态 > 神经科学
  • 综述:熊去氧胆酸在帕金森病与阿尔茨海默病中的神经保护作用

    神经退行性疾病(Neurodegenerative Diseases, NDDs)包含帕金森病(Parkinson’s Disease, PD)与阿尔茨海默病(Alzheimer’s Disease, AD),是一类以共有病理特征为核心的进展性疾病,这些特征包

    来源:Neuroprotection

    时间:2026-05-19

  • 混合高斯混合模型与贝叶斯分类的动态多目标优化预测方法

    动态多目标优化问题(Dynamic Multi-Objective Optimization Problems,DMOPs)是一类目标函数随时间动态变化且具有冲突性的优化问题,快速适应环境变化并有效跟踪移动的帕累托集(Pareto Set,PS)或帕累托前沿(

    来源:Neurocomputing

    时间:2026-05-19

  • Dual-debias:一种用于因果鲁棒事实验证(fact-checking)的反事实推断框架

    社交媒体上错误信息的快速传播引发了人们对信息可信度和公众信任的重大担忧。因此,事实验证(fact-checking)旨在基于证据核实声明真伪,已成为自动错误信息和数据分析的一项重要任务。然而,大多数现有的事实验证模型严重依赖声明-证据与真实性标签之间的虚假关联

    来源:Neurocomputing

    时间:2026-05-19

  • FSC-MAE:特征结构协同掩码自编码器

    掩码图自编码器(Masked Graph Autoencoders,MAEs)已成为一种新型自监督学习范式,其通过重构被掩码的图信息来学习节点表征。节点特征与结构特征在不同层次编码语义信息,因此特征融合与协同学习对构建有效表征至关重要。然而,现有多数方法采用单

    来源:Neurocomputing

    时间:2026-05-19

  • 持续驻留时间约束下带时变延迟的Takagi-Sugeno模糊切换复值网络的事件触发安全控制

    研究人员针对持续驻留时间(PDT)约束下的带时变延迟Takagi-Sugeno(T-S)模糊切换复值网络(CVNs),研究了其安全控制问题。为显著降低网络通信负担并节约通信资源,提出了一种非周期动态事件触发控制策略,该策略依据微分更新规则动态调整触发阈值,可有

    来源:Neurocomputing

    时间:2026-05-19

  • 重新审视视觉Transformer中注意力可靠性在令牌剪枝中的作用

    摘要:视觉Transformer(Vision Transformers, ViTs)在视觉识别任务中表现出优异性能,但其计算复杂度随令牌数量呈二次方增长,这推动了令牌剪枝与令牌缩减领域的广泛研究。现有多数剪枝方法直接从注意力权重估计令牌重要性,隐含假设注意力

    来源:Neurocomputing

    时间:2026-05-19

  • 融合概率生命周期学习的神经集成卡尔曼滤波用于自动驾驶场景下的鲁棒三维多目标跟踪

    动态环境下的鲁棒状态估计与轨迹管理是神经计算与计算机视觉领域的难点任务,其核心挑战在于非线性运动模式建模与长时遮挡处理。传统方法依赖线性卡尔曼滤波结合固定运动学模型或启发式生命周期阈值,难以适应复杂真实场景。针对这些局限,研究人员提出一种新型混合跟踪框架EnL

    来源:Neurocomputing

    时间:2026-05-19

  • 基于知识图谱与大语言模型的家居场景语义感知与响应生成

    在家居场景中,用户的需求表达常呈现模糊性与上下文依赖性。大语言模型(LLM)虽具备较强的语义理解能力,但在映射至物理设备指令时,普遍存在结构性不一致与可执行性不稳定的问题。相比之下,现有知识图谱(KG)与检索增强生成(KG-RAG)方法虽能提供结构化约束,却难

    来源:Neurocomputing

    时间:2026-05-19

  • 通过主动记忆管理缓解图神经网络中结构诱导的遗忘抵抗

    图遗忘(Graph Unlearning)旨在接收到删除请求后,从基于图结构数据训练的模型中移除特定训练数据的影响。现有方法大多改编自欧几里得数据的遗忘算法,通常依赖于集成学习或对抗约束,但忽略了图中强结构依赖性。因此,即使在遗忘之后,由于相邻节点通过图拓扑继

    来源:Neurocomputing

    时间:2026-05-19

  • ERL-ASC:面向多元时间序列的熵正则对数自适应谱聚类

    研究人员提出了一种面向多元时间序列(MTS)聚类的熵正则对数自适应谱聚类框架(Entropy-Regularized Logarithmic Adaptive Spectral Clustering, ERL-ASC),旨在解决现有方法在处理变量异质性时存在的

    来源:Neurocomputing

    时间:2026-05-19


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康