当前位置:首页 > 今日动态 > 神经科学
  • 野鸭进食调节过程中感觉受体和神经机制的餐后动态

    玛丽·拉塞尔 | 雅恩·费雷切利 | 塞西尔·埃罗 | 劳拉-卢·兹维克 | 卡雷尔·萨索 | 桑德拉·比亚苏蒂 | 安妮·苏尔热 | 玛丽安·乌西耶 | 斯蒂芬·潘塞拉特 | 杰罗姆·罗伊 | 卡琳·贡蒂埃 波城大学及阿杜尔地区大学,INRAE,NUMEA,蒙德马桑,法国。

    来源:Poultry Science

    时间:2026-05-04

  • P物质和生长抑素神经元通过激活脑干中不同的痛觉传导通路来抑制面部瘙痒

    摘要 瘙痒是一种复杂且有害的感觉,与许多皮肤和系统性疾病相关,其强度和质量在不同身体部位有所不同。尽管瘙痒非常普遍,但其导致区域间差异的分子和细胞机制仍不完全清楚。在研究区域性瘙痒差异的神经基础时,我们发现三叉神经系统和脊髓系统在神经肽信号传导及中枢回路激活方

    来源:Communications Biology

    时间:2026-05-04

  • UniS2A:利用大型语言模型对带有文本属性的图进行统一的语义和结构增强

    潘志宏|钟志杰|李伟生|周俊明|李书鹏|林荣华|唐勇 华南师范大学人工智能学院,佛山,528225,中国 **摘要** 文本属性图(TAGs)作为一种重要的数据结构,用于表示将结构关系与丰富的文本语义相结合的复杂现实世界网络。图对比学习(GCL)已被广泛应用于TAG

    来源:Neurocomputing

    时间:2026-05-04

  • 一种基于快速网格块的密度峰值聚类算法

    郑玉燕|潘金宇山东师范大学商学院,中国山东省济南市,250014摘要近年来,密度峰聚类(DPC)算法因其简单性和有效性而受到了越来越多的关注。然而,它仍存在一些缺点。例如,高计算复杂性使得处理大规模数据集变得困难。此外,局部密度需要依赖于截止距离参数,这会影响聚类性能。为了解决这

    来源:Neurocomputing

    时间:2026-05-04

  • 神经性正食症:在就诊于饮食门诊的个体中的患病率及相关因素——一项横断面研究

    法特玛·埃布鲁·阿塔贝伊 | 杜伊古·阿尔廷 雅洛瓦政府医院饮食门诊诊所,土耳其雅洛瓦 **摘要** **背景** 神经性正食症(Orthorexia nervosa,ON)的特点是对健康食品的过度关注,这可能导致饮食限制、心理困扰和社会隔离。尽管这种病症越来越

    来源:Nutrition

    时间:2026-05-04

  • 基于差异驱动的生成对抗网络在半监督异常检测中的应用

    曼努埃尔·加西亚-费尔南德斯 | 何塞·L·萨尔梅隆 马德里欧洲大学建筑、工程、科学、计算与技术学院,比利亚维西奥萨-德奥东,28670,西班牙 **摘要** 异常检测是一个关键挑战,因为异常数据实例与正常数据实例之间存在极端的类别不平衡。本研究提出了一种基于生成对

    来源:Neurocomputing

    时间:2026-05-04

  • 用于有符号超图的光谱聚类方法

    李明伟|王云平|宋佳琪|齐兴琴 山东大学数学与统计学院,中国山东省威海市264209 **摘要** 作为数据挖掘领域新引入的结构,带符号的超图能够同时描绘个体与其所属群体之间的友好或敌对关系,这种数据表示形式比带符号的网络或超图更为通用。在复杂网络分析中,图划分或图

    来源:Neurocomputing

    时间:2026-05-04

  • 基于卷积的高效模型剪枝方法:结合学习门(learn gates)、批量归一化(BN)以及通道间依赖性学习(channel interdependence learning)

    陈博涵|陈敏香|蔡佳琪台湾台南国立成功大学电气工程系,701401摘要近年来,深度神经网络的剪枝技术对于降低计算复杂性变得越来越重要。传统的剪枝方法通常需要大量时间来识别网络剪枝结构并进行训练,这限制了它们的实际应用。本研究提出了一种全面的方法,旨在高效处理剪枝任务,同时最小化精

    来源:Neurocomputing

    时间:2026-05-04

  • 一个基于参数解耦的、高效通信的个性化联邦学习框架

    天桑|朱光初|蒋轩|张星辽宁工程技术大学电子与信息工程学院,锦州,121001,中国摘要联邦学习作为一种分布式机器学习范式,允许多个客户端在保护数据隐私的同时协作训练模型。然而,在实际应用中,它面临两个主要挑战:数据分布不均匀和高通信成本,这些因素显著限制了其性能和可扩展性。为了

    来源:Neurocomputing

    时间:2026-05-04

  • 用于大规模非线性建模的分布式复合期望回归神经网络

    俊进|英晨|马铁峰|刘双哲 中国扬州大学数学学院,扬州225002 **摘要** 本文提出了复合期望回归神经网络(CERNN),这是一种基于前馈神经网络的统一非线性回归框架,能够同时估计多个期望水平下的响应。通过联合优化多个期望水平上的非对称平方损失函数,CERNN

    来源:Neurocomputing

    时间:2026-05-04


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