-
综述:针对视频的“片段化任何内容”技术:从过去到未来,对视频对象分割与跟踪技术的全面回顾
视频对象分割与跟踪(VOST)研究综述,聚焦SAM/SAM2框架下过去(记忆更新)、现在(特征学习)、未来(运动预测)三阶段演进。分析SAM基方法在保持历史信息、提升实时性及医疗场景应用中的优势,指出泛化能力不足、多模态支持有限、运动模糊处理欠佳等挑战,并探讨未来优化方向。
来源:Neurocomputing
时间:2026-03-26
-
结合FFT(快速傅里叶变换)和遗传优化的混合图神经网络在风力涡轮机故障检测中的应用
风电齿轮箱异常检测框架融合FFT特征提取、图神经网络(GraphSAGE+GATConv)建模多传感器依赖及遗传算法优化,在NREL GRC数据集上实现精度、召回率及F1-score显著提升,验证了该方法的有效性和泛化能力。
来源:Neurocomputing
时间:2026-03-26
-
DELTAT-SNN:一种通过自适应时间步长的SNN实现的高效动态执行延迟调节方法,用于针对患者个体特征的多功能癫痫监测
医疗边缘设备监测癫痫需解决能效问题,本文提出基于LC采样和DELTAT算法的类脑计算系统,实现低功耗(0.181W)和高效推理(平均时延5.77ms),在CHB-MIT、Siena和Kaggle数据集验证有效性。
来源:Neurocomputing
时间:2026-03-26
-
用于训练神经主题模型的多目标替代框架
神经主题模型(NTMs)常依赖多损失函数联合优化,但因损失量纲差异大导致优化困难,需频繁调参。本文提出MSOO方法,通过构建替代损失函数平衡各损失量纲,并利用多目标优化算法协调不同目标,解决了传统MOO方法因参数共享假设不适用NTMs的问题。实验表明MSOO在多个基准数据集上显著优于基线方法及直接应用MOO的变体。
来源:Neurocomputing
时间:2026-03-26
-
PC-SNN:基于预测编码的局部赫布式可塑性学习在脉冲神经网络中的应用
脉冲神经网络(SNNs)的第三代神经网络具有更高生物真实性,但其非线性、事件驱动特性带来训练挑战。本文提出基于预测编码的PC-SNN学习框架,结合局部赫布塑性实现无需反向传播的端到端训练,在Caltech、MNIST、CIFAR-10等分类任务及事件相机数据回归任务中均达到与现有方法竞争的性能。该方法突破全局误差传播的生物不兼容性,符合分布式神经处理和局部突触可塑性原理。
来源:Neurocomputing
时间:2026-03-26
-
重新审视基于令牌的自监督学习中的数据不平衡问题
token-based self-supervised learning (SSL)面临token-class不平衡问题,高频低信息token(如背景)主导训练,而语义关键的低频token(如手部)被低估,导致模型表征和生成能力受限。本文提出类平衡交叉熵损失和语义感知标签平滑(SLS),前者通过重采样缓解token不平衡,后者利用token相似性生成更合理的软标签。实验表明,在MAGE表征学习任务和MaskGIT生成任务中,该方法显著提升线性可分性(+4.2%)和模式覆盖率(+8.7%),证明token-class失衡是SSL的重要挑战,需针对性解决。
来源:Neurocomputing
时间:2026-03-26
-
针对异构交通数据插补的全球多子图图卷积生成对抗网络
针对智能交通系统中异质缺失数据插补难题,提出GMSGC-GAN框架。该模型通过全局图学习捕获整体时空特征,多子图学习层提取局部节点特征,并利用节点缺失率动态调整邻域信息聚合。结合生成对抗网络生成缺失数据,实验表明其在随机、时空相关及块缺失等场景下均优于基线方法。
来源:Neurocomputing
时间:2026-03-26
-
综述:与化疗相关的中枢神经系统毒性:机制学见解
化疗诱导神经毒性机制及临床应对策略研究。通过系统综述2015-2024年PubMed等数据库文献,发现糖尿病、遗传性神经病等患者易出现中枢及周围神经损伤,主要机制包括小胶质细胞激活、神经元凋亡、氧化应激及脱髓鞘,导致认知障碍、运动神经损伤等中枢神经系统综合征,提出神经保护干预方向。
来源:Current Cancer Therapy Reviews
时间:2026-03-26
-
与高负荷抗阻训练相比,低负荷持续血流限制训练后神经肌肉功能的下降程度更小
本研究比较低负荷与高负荷抗阻训练及血流限制对神经肌肉疲劳的影响。结果显示高负荷训练导致更显著的重复速度下降和膝关节扭矩降低,连续血流限制虽减轻疲劳但效果不如低负荷。间歇血流限制效果介于两者之间。高负荷和连续血流限制训练后主观用力程度均显著增加,但低负荷及间歇血流限制疲劳程度较低。
来源:The Journal of Strength & Conditioning Research
时间:2026-03-26
-
与专家一起制定研究招募策略的指南
神经疾病研究招募策略通过患者合作开发,解决知识获取、沟通障碍、信任缺失、病耻感及个人选择权衡等问题,提出八项策略包括专科诊所可及性、患者参与组建设、信息获取渠道优化、激励机制完善、家庭参与决策、研究成果共享、团队文化多样性等,强调长期合作与动态调整。
来源:BMJ Neurology Open
时间:2026-03-26