-
电子健康工具在筛选脊髓刺激治疗患者中的应用价值:意大利疼痛治疗中心的经验
脊髓电刺激(SCS)候选者选择研究验证了在线e健康工具的有效性,其临床和心理社会因素评估与专家判断中度一致(κ=0.51-0.54),工具推荐成功率达86.3%。
来源:Neuromodulation: Technology at the Neural Interface
时间:2026-04-27
-
经颅直流电刺激通过促进小胶质细胞的极性转换和β-淀粉样蛋白的降解,改善了携带淀粉样前体蛋白/早老素1(APP/Presenilin 1)基因的小鼠的认知功能障碍
本研究通过经颅直流电刺激(tDCS)干预APP/PS1转基因小鼠,发现tDCS可缩短逃避潜伏期,增加平台穿越次数,降低海马CA1区Aβ1-42/1-40比值,抑制M1极化并激活M2小胶质细胞,从而改善认知功能并抑制NLRP3/caspase-1通路。
来源:Neuromodulation: Technology at the Neural Interface
时间:2026-04-27
-
利用改进的CLIP模型实现少样本深度伪造检测
针对现有深伪检测方法在少样本场景下的泛化能力不足问题,本文提出基于CLIP的Instance-level Few-shot Prompt Learning框架,通过多尺度文本提示、视觉扰动模块和原型缓存,有效提升少样本检测性能,实验表明优于SOTA方法。
来源:Neural Networks
时间:2026-04-27
-
结合可测量任务表示学习的课程强化学习
自动课程生成方法ACRL通过任务表示学习将非欧几里得任务空间映射到潜在空间,利用变分自编码器编码奖励和状态转移,实现任务相似度度量与自动课程生成,实验表明其优于插值法和GAN方法。
来源:Neural Networks
时间:2026-04-27
-
工具检索桥:通过桥接模型将模糊指令与检索器偏好相匹配
工具学习通过整合外部工具提升大语言模型(LLMs)能力,但现有基准多包含过度详细的指令,与真实场景中模糊的用户需求存在差距。本文构建了VGToolBench新基准,模拟人类模糊指令并验证其显著影响工具检索性能(平均下降50.39%)。为此提出TRB方法,通过桥梁模型分两阶段优化:预训练阶段将模糊指令转化为具体工具描述,强化学习阶段基于检索效果奖励对模型进行微调。实验表明TRB在BM25、TF-IDF等主流检索器上实现平均111.51%的性能提升,且效果稳定。
来源:Neural Networks
时间:2026-04-27
-
通过动态多路径和双流网络优化推测性解码
针对大型语言模型推理低效问题,本文提出双流网络架构(DSNA)和动态多路径解码机制(DMPD),通过并行处理词序列和特征序列,并结合自适应验证策略,在保证生成质量的前提下显著提升推理速度,实验验证优于现有方法。
来源:Neural Networks
时间:2026-04-27
-
SynerNet:基于广域到精确分类的协同机制,用于弱监督语义分割
弱监督语义分割中,传统方法因CAM生成与分割解码器耦合导致错误放大。本文提出SynerNet双分支协同训练框架: breadth branch(B-CAM)通过全局注意力扩展前景覆盖,precision branch(P-CAM)通过细粒度定位 sharpen边界。结合多尺度ViT特征构建的置信矩阵,动态融合两分支优势,抑制噪声并提升伪标签质量。实验表明,该方法在PASCAL VOC和COCO上mIoU显著优于基线,验证了双目标协同与置信引导融合的有效性。
来源:Neural Networks
时间:2026-04-27
-
Sinc Kolmogorov-Arnold网络及其在求解具有奇点的偏微分方程(PDEs)中的应用
本文提出基于辛插值的SincKANs网络,通过替换传统KANs中的样条插值,有效解决奇异问题与谱偏置,提升复杂PDE和函数逼近性能。实验验证其在光滑、非光滑及高维数据上的优越性。
来源:Neural Networks
时间:2026-04-27
-
TWT:用于自然语言理解的文本白盒Transformer
文本白盒Transformer自然语言理解研究,提出基于token关系约束的稀疏率缩减框架,包含低秩稀疏嵌入策略和标签交互映射机制,通过多头子空间自注意力与带条件迭代收缩阈值算法实现可解释特征表示,在四个基准数据集上验证优于现有方法,同时支持自监督预训练扩展。
来源:Neural Networks
时间:2026-04-27
-
一种结合混合式SSVEP(源同步视觉-evoked potential)和运动想象脑机接口(BCI)技术的康复方法的可行性研究:该技术通过机器人反馈来辅助中风患者的上肢运动康复
卒中患者上肢康复中新型混合脑机接口系统(BCI)的可行性研究,结合运动想象(MI)和稳态视觉诱发电位(SSVEP)及机器人手套反馈,实验组(23例)Fugl-Meyer评分较对照组(9例)显著提升(P<0.05),BCI系统分类准确率达98.08%,脑连接分析显示神经可塑性增强。
来源:Journal of Neuroscience Methods
时间:2026-04-27