• UniVQ：向量量化在统一时间序列预测中的有效性

  •介绍了统一矢量量化，以连接异构时间序列领域。•开发了结合有限状态量化的 UniVQ 以实现多步预测。•在多种基准测试的零样本和域内预测中达到了最先进水平。简介时间序列预测对于现实世界应用中的动态场景分析至关重要，包括天气建模、医疗保健、能源消耗预测和交通规划。深度学习最近的

  来源：Neural Networks

  时间：2026-10-09

• 面向下一个兴趣点预测的多视图表示学习中的互信息最大化

  ## 摘要 下一个兴趣点（POI）预测是时空数据挖掘中的一项基础任务，旨在通过对个体移动轨迹的建模来促进个性化位置服务。尽管近年来深度神经网络在从短期和长期轨迹中捕捉人类移动模式方面取得了进展，但由于短期意图表征的脆弱性和用户偏好漂移，准确的POI预测仍然充满挑战。这些挑战

  来源：Neural Networks

  时间：2026-10-09

• Caputo-Hadamard 分数阶忆阻 BAM 神经网络的完全同步与有限时间同步

  **摘要** 本文研究了一类新型时滞Caputo-Hadamard忆阻双向关联记忆神经网络（MBAMNNs）的完全同步（CS）和有限时间同步（F-TS）问题。首先，基于分数阶微积分基本理论和反证法，建立了一个新的不等式引理。进一步地，将不等式方法与Lyapunov函数方法相

  来源：Neural Networks

  时间：2026-10-09

• TMRKP：面向卒中相关肺炎与出血性转化的基于MRI的放射学知识感知型可信预测框架

  • 采用2×2超序列配置，模拟放射科医生对四个MRI序列的整体阅读方式。 • 放射学知识感知的掩码建模策略增强了以WMH为焦点的MRI表征学习。 • 证据型多序列融合提高了SAP和HT预测的可靠性。 • 该框架在临床MRI数据上实现了SAP和HT预测的领先水平。 引言 卒

  来源：Neural Networks

  时间：2026-10-09

• JTCSE：结合张量模数约束和交叉注意力机制的无监督对比学习方法，用于句子嵌入的训练

  •首次提出了无监督的模数约束对比学习方法，用于句子嵌入。•在双塔BERT类模型中引入交叉注意力机制，增强了CLS词元的注意力。•在7个STS任务上超越了现有最佳技术（SOTA），且推理开销低于EDFSE。•在140多个下游自然语言处理（NLP）任务中实现了领先的零样本性能。 引

  来源：Neural Networks

  时间：2026-10-09

• 母亲饮食与子代自闭症谱系障碍及注意缺陷多动障碍：饮食模式、胆碱及多酚相关暴露的批判性叙述性综述

  •健康孕产饮食模式显示出关于孤独症谱系障碍（ASD）/注意缺陷多动障碍（ADHD）结局的最广泛证据。•诊断级别的发现不一致，且易受遗传混杂因素影响。•没有任何人体研究表明孕期胆碱可预防已诊断的ASD或ADHD。•多酚的证据仍局限于早期发育和临床前模型。•需要基于家庭信息的代谢

  来源：Behavioural Brain Research

  时间：2026-10-09

• NK2.2/Vnd 作为 deadpan 的转录激活因子，以维持果蝇胚胎中神经母细胞的身份

  摘要背景果蝇腹侧神经系统缺陷基因（vnd/NK2.2）编码一种同源域（HD）转录因子，对于建立腹神经索中神经母细胞（NB）的身份至关重要。然而，该基因在胚胎神经发生过程中的直接下游靶基因在很大程度上仍然未知。目的本研究旨在鉴定由Vnd直接调控的靶基因，并阐明在胚胎神经母细胞形

  来源：Genes & Genomics

  时间：2026-10-09

• 八齿鼠不对称副嗅球发育及其形成过程中社会行为的影响

  摘要 鼻犁系统 (VNS) 已广泛被认为与哺乳动物的性和社会行为调节有关。在啮齿动物中，该系统包含两种类型的鼻犁神经元，它们从犁鼻器 (VNO) 分别向副嗅球 (AOB) 的前部和后部发送平行投射 (分

  来源：Journal of Comparative Neurology

  时间：2026-10-09

• 胰岛素通过涉及三叉血管系统和脑膜肥大细胞的胰岛素响应性受体信号通路增强硝酸甘油诱导的痛觉过敏

  摘要 糖尿病患者的偏头痛患病率较低，但潜在机制尚不清楚。本研究探讨了高血糖、胰岛素以及胰岛素受体 (IR)/胰岛素样生长因子 1 受体 (IGF-1R) 相关信号对体内和体外大鼠模型中偏头痛相关机制的影

  来源：European Journal of Neuroscience

  时间：2026-10-09

• 丘脑室旁核在人类延迟回忆过程中区分威胁与安全感线索

  •人类PVT在威胁学习期间未能区分CS+和CS-。•人类PVT在一周后的早期回忆期间能够区分CS+和CS-。•预期评分而非EDA在一周后能够区分CS+和CS-。•独立样本显示PVT从习得阶段到消退阶段呈下降趋势。引言适应性行为需要具备在较长时间尺度上编码、存储并随后检索威胁相

  来源：Neurobiology of Learning and Memory

  时间：2026-10-09

知名企业招聘：