• 面向RISC-V近内存架构的神经网络量化推理与数据流特征化库QUINN

  机器学习推理正因延迟、能耗和隐私约束而向边缘迁移。边缘工作负载日益增长的复杂性给存储层次结构带来了巨大压力，使得数据移动成为性能和能效的主要瓶颈。固定功能加速器继承了冯·诺依曼模型的存储墙缺陷，且缺乏跟随模型演进的灵活性。基于可编程向量处理单元（Vector

  来源：Computers

  时间：2026-10-03

• 面向锂电池剩余使用寿命预测的概率性数据驱动自适应集成框架：动态权重融合与不确定性分解校准研究

  本研究提出了一种用于锂离子电池剩余使用寿命（RUL）预测的概率性数据驱动集成框架。该工作通过整合贝叶斯神经网络（BNN）、LSTM/Transformer架构、基于维纳过程的随机退化建模以及梯度提升方法，在统一的考虑不确定性的架构中解决了单一模型和确定性方法的

  来源：Batteries

  时间：2026-10-03

• ESCAPE 可实现对 GPCR 信号传导的受体特异性化学遗传学解析

  意义使用靶向特异性抑制剂的逆向化学遗传学方法是阐明G蛋白偶联受体（GPCRs）在活细胞和动物中生理功能强大工具。然而，即使是高度选择性的抑制剂也无法排除潜在脱靶效应的可能性，这凸显了仔细评估靶向特异性的必要性。基因敲除等遗传学方法具有高度靶向特异性。然而，这些方法往往缺乏时间

  来源：Cell Chemical Biology

  时间：2026-10-03

• 综述：下丘脑-垂体疾病的患者报告测量指标

  摘要 现代医学将核心关注点置于关键利益相关者——患者身上，旨在提供更以患者为中心的整体护理并提升护理质量，强调医疗保健提供者与患者之间沟通的重要性。为了解患者对任何健康干预措施的经历及对其结果的评估，人

  来源：Journal of Neuroendocrinology

  时间：2026-10-03

• 综述：运动障碍中的致病突变：全球分布、分子机制及其临床后果——一项综述性研究

  摘要创始人效应（Founder effects）是重要的群体遗传机制，它们影响着遗传性神经疾病的分布。本文旨在回顾全球范围内各种遗传性运动障碍中创始人突变的分布情况，总结其分子机制，并探讨这些突变在诊断、遗传咨询以及新兴精准治疗方面的临床意义。本研究遵循PRISMA-ScR原则，

  来源：Neurogenetics

  时间：2026-10-03

• 基因调控共表达网络揭示了潜在的长链非编码RNA（lncRNA）-微小RNA（miRNA）-信使RNA（mRNA）相互作用，这些相互作用在神经退行性疾病中调节转录过程

  •整合RNA-seq分析识别与疾病相关的共表达模块。•枢纽基因定义了候选的lncRNA-miRNA-mRNA调控网络。•在阿尔茨海默病（AD）、帕金森病（PD）和肌萎缩侧索硬化症（ALS）中发现了共同的RNA调控特征。•GO分析突出了突触、线粒体和RNA处理途径。•UTR变异表明

  来源：Computational Biology and Chemistry

  时间：2026-10-03

• 中风前睡眠症状与中风后神经功能结局：基于两个前瞻性队列的探索性二次分析

  摘要目的卒中前的睡眠障碍与卒中风险和严重程度有关，但习惯性卒中前睡眠症状与随后神经和功能预后之间的关系尚不清楚。我们检查了自报的卒中前睡眠症状与入院及随访时卒中预后之间的关联。方法这项探索性二次分析包括了丹麦哥本哈根大学医院 Rigshospitalet 进行的两项前瞻性卒中

  来源：Sleep and Breathing

  时间：2026-10-03

• 肾素 - 血管紧张素系统调节在神经精神疾病病理生理学中的作用

  •RAS的作用超越心血管调控；其失调可能加剧神经炎症和神经递质失衡。•RAS失衡可能影响血脑屏障、胶质细胞活性和HPA轴，从而连接外周与中枢病理。•RAS信号通路将氧化应激、线粒体功能障碍、兴奋性毒性和突触损伤联系起来。•异常RAS信号可能参与抑郁症、焦虑症、精神分裂症、双相

  来源：Hormones and Behavior

  时间：2026-10-03

• 一种基于激发-发射矩阵荧光光谱技术的可解释CNN-Grad-CAM框架，用于山羊奶中牛奶掺假的检测与定量

  •激发-发射矩阵（EEM）指纹图直接输入卷积神经网络（CNN），未经事先分解处理。•在所有七分类指标中，CNN的表现均优于支持向量机（SVM）。•梯度加权类激活映射（Grad-CAM）与并行因子分析（PARAFAC）结果表明，蛋白质荧光部分地影响了CNN的决策过程。•CNN对

  来源：Food Chemistry

  时间：2026-10-03

• 多模态时空感知融合：基于迭代膨胀卷积图时序神经网络的鱼类应激智能分类系统

  一个针对多模态鱼类压力分类的新型时空融合混合模型被提出。 该模型通过特征级和决策级融合有效地整合了多模态数据。 图神经网络显式捕获了多模态传感器特征之间的非线性相互作用。 所提出的方法以94.29%的准确率实现了最先进的性能。 该系统实现了实时监测，并在活鱼运输场景中

  来源：Computers and Electronics in Agriculture

  时间：2026-10-03

知名企业招聘：