-
多样化蛋白质营养驱动神经代谢与遗传特征的表达,通过增强肠脑轴弹性为提升认知能力奠定基础
•通过MPI调控的菌群-肠-脑轴增强应激认知韧性•MPI通过蛋白质协同作用逆转CUMS诱导的焦虑和记忆缺陷•qRT-PCR显示更高水平的抗氧化剂减轻了神经炎症和氧化应激•MPI促进氨基酸和短链脂肪酸(SCFA)的生成,助力菌群介导的神经保护•MPI保护突触超微结构并提升神经递
来源:Food Bioscience
时间:2026-10-11
-
不同固定构建下假体周围股骨远端骨折的结局:一项回顾性队列研究
背景:了解使用切开复位内固定术(ORIF)或髓内钉固定术(IMN)治疗肱骨干骨折的预后结果,对于优化患者管理策略至关重要。本研究的目的是确定钢板内固定与髓内钉治疗肱骨干骨折后的预后结果。
方法:采用2005年1月至2023年3月的电子病历数据进行了回顾性队列研究。基于人口统
来源:JAIDS Journal of Acquired Immune Deficiency Syndromes
时间:2026-10-11
-
探讨IKKβ作为维生素E在神经保护中的潜在靶点:计算机模拟与体内实验证据
**摘要**
**目的**
在神经退行性疾病中,认知功能障碍主要由慢性神经炎症驱动,其中IKKβ作为NF-κB信号通路的关键调节因子发挥重要作用。因此,筛选能够抑制神经炎症的安全有效药物已成为开发新型神经保护疗法的关键策略。本研究旨在考察膳食维生素能否作为IKKβ调节剂发挥
-
EditSR:通过基于编辑的修正增强神经符号回归
•本工作从误差累积的视角重新审视神经符号回归,并探索通过少量语法约束编辑来纠正错误预测的方法。
•提出了EditSR,这是一个双层框架,将神经符号回归模型与纠正器结合,以实现高效的预测和事后纠正。
•纠正过程被建模为状态转移链,每次纠正决策都以当前状态为条件,从而抑制误差累积
来源:Neurocomputing
时间:2026-10-11
-
面向跨条件小样本剩余使用寿命预测的渐进式混合域适应框架及生成式中间域增强
摘要
本文提出了一种具有生成中间域增强的渐进式混合域自适应框架(PHDA-GME),以解决跨工况剩余使用寿命(RUL)预测中的域分布漂移以及目标域标注样本匮乏问题。所提出的框架通过渐进式混合域自适应方案实现了跨域特征分布的逐步连续对齐。设计了一种Transformer-Bi
来源:Neurocomputing
时间:2026-10-11
-
面向生成式人脸视频编码的轻量级双模式优化
摘要生成式人脸视频编码(GFVC)通过利用深度生成模型的强大推理能力,实现了优越的率失真性能。然而,其实际部署受到大规模模型参数和高计算成本的阻碍。为此,我们提出了一种轻量级GFVC框架,引入双模态优化——结合架构重新设计和操作优化——在保持重建质量的同时降低复杂度。在架构方
来源:Neurocomputing
时间:2026-10-11
-
Block Glancing用于闪速推测解码
摘要大语言模型的自回归解码特性带来了显著的推理延迟问题,因此推测解码被视为一种极具前景的加速范式。最近,基于扩散的草稿模型(如DFlash)被提出,它们能够在单次前向传播中并行生成草稿令牌,实现了显著的加速效果。然而,DFlash假设每个块内的令牌之间相互条件独立,忽略了相邻
来源:Neurocomputing
时间:2026-10-11
-
缓解机器遗忘中的虚假遗忘问题:实现真正遗忘的分层策略
•我们形式化地识别并刻画了机器遗忘中的虚假遗忘现象。•我们通过隐状态轨迹和主成分分析揭示了虚假遗忘的机制。•我们通过损失景观分析从理论上分析了虚假遗忘的成因。•我们提出了两种逐层策略来缓解虚假遗忘。引言机器遗忘(MU)[1], [2] 指的是消除特定训练数据对预训练模型影响的
来源:Neurocomputing
时间:2026-10-11
-
面向高效迁移攻击的自适应引导增强
# 摘要
在基于迁移的黑盒攻击中,提升对抗样本的迁移性是增强攻击效果的关键。现有的基于平坦度优化的迁移攻击方法通常通过邻域采样和梯度聚合来获得更稳定的更新方向,从而提升对抗样本的迁移性。然而,这些方法往往需要大量额外的邻域样本和梯度计算,导致计算成本较高,难以兼顾高迁移性和
来源:Neurocomputing
时间:2026-10-11
-
M2VGF:一种基于记忆增强的多视图门控融合框架,用于多模态讽刺检测
•基于显著性的连续加权能够捕捉到信息丰富的局部图像-文本冲突。•OCR增强型上下文和双通道记忆结合了当前和历史语义信息。•自适应门控融合机制在不同样本间平衡了互补的语义视图。•在MMSD和MMSD2.0数据集上表现出了竞争力和稳定性。引言讽刺是一种复杂的修辞手法,它通过字面表达与
来源:Neurocomputing
时间:2026-10-11