• 通过光流体成像技术揭示抗栓治疗对COVID-19患者循环血小板的影响

  •光学流成像对263名COVID-19患者中的循环血小板进行特征分析。•基于CNN的分类在时间分析中正确识别了抗血栓治疗组。•抗血小板治疗对血小板-白细胞聚集的抑制作用有限。•单药和双联抗血小板治疗诱发了血小板形态和成分的变化。引言抗血栓治疗的管理已成为缓解2019冠状病毒病

  来源：Microchemical Journal

  时间：2026-09-15

• 面向课程约束数学推理的先拒绝后聚合奖励建模

  摘要 约束推理的标量奖励接口通常取决于哪些检测到的证据被允许进入奖励计算。本文研究了课程对齐数学推理中的证据准入奖励接口。我们将此接口实现为课程可采纳性验证 (CAV)，其中候选课程节点只有在推理角色、局部证据、来源支持的标识和特定阶段的操作符范围在课程阶段聚合前经过联合验证

  来源：Neurocomputing

  时间：2026-09-15

• DCL-GCDR：结合生成式增强与因果去噪的双视图对比学习推荐方法

  摘要 图神经网络通过建模高阶用户 - 物品交互来增强协同过滤，但仍然存在对数据稀疏性和噪声敏感的问题。虽然自监督学习通过构建对比视图有效地缓解了稀疏性问题，但大多数方法依赖于在嵌入层上施加随机结构扰动或噪声注入。此类策略难以区分真实信号与噪声，可能会破坏有效的协同信号，同时引

  来源：Neurocomputing

  时间：2026-09-15

• 基于空间-频率状态空间建模的高保真遥感图像去雾

  摘要 遥感图像常因大气散射和雾霾干扰而遭受严重的质量退化和高频细节丢失。在现有的去雾算法中，卷积神经网络（CNNs）受限于有限的局部感受野，难以有效捕捉大规模、非均匀的雾霾。虽然 Transformer 功能强大，但其计算复杂度过高，阻碍了其处理高分辨率图像的能力。此外，像素

  来源：Neurocomputing

  时间：2026-09-15

• 一种面向少样本场景下轴承故障诊断的知识驱动多尺度特征提取孪生神经网络

  摘要 针对工业轴承故障诊断中标注样本稀缺的挑战，本文提出一种基于知识驱动的双面神经网络（Siamese Neural Network, SNN）的小样本方法。SNN的核心架构采用参数共享的混合网络，集成双通道卷积神经网络（Dual-Channel CNN, DCCNN）与双向

  来源：Neurocomputing

  时间：2026-09-15

• 一种增强解释鲁棒性的集成框架

  摘要 深度学习 (DL) 模型在基于视觉和安全关键领域的广泛部署，需要鲁棒且可靠的解释方法。然而，当前的可解释性技术仍易受对抗性扰动的影响，这些扰动会扭曲模型的解释。为了应对这一漏洞，我们引入了 EDHRM，一种新颖的基于集成的正则化框架，旨在通过系统地促进子模型之间的多样性

  来源：Neurocomputing

  时间：2026-09-15

• 面向再制造过程规划整合的能耗感知模糊柔性作业车间调度的多目标Q学习超启发式算法

  **摘要** 再制造是工业脱碳的基石，然而报废产品固有的随机性导致加工路线和加工时间的变异，给调度带来了重大挑战。本研究针对再制造背景下的多目标能效模糊柔性作业车间调度问题（MO-EFFFJSP），整合了三个关键柔性维度：工艺路线选择、机床分配和可调功率设置。为应对工业固有

  来源：Neurocomputing

  时间：2026-09-15

• 基于多专家逆向强化学习的投资组合优化奖励推断

  摘要 投资组合优化需要在相互冲突的金融目标之间进行复杂的权衡，包括收益最大化、风险缓解和回撤控制。强化学习（RL）为资产配置提供了一种动态框架，但手动指定能在不同市场机制下泛化的奖励函数仍然是一个重大挑战。逆强化学习（IRL）通过推断与观察到的专家行为一致的奖励信号，提供了一

  来源：Neurocomputing

  时间：2026-09-15

• 融合通道对比注意力与双层多尺度扩散的大规模地球观测图像色彩平衡

  摘要 确保大规模地球观测影像的色彩平衡对于土地利用覆盖监测和变化检测等应用至关重要，但由于大气条件和照明的变化，这仍然具有挑战性。为了解决此类场景下的色偏和纹理退化问题，我们提出了一种双层级多尺度扩散色彩平衡网络（BiSDNet）。该框架采用双层 U 型扩散架构，以逐步恢复色

  来源：Neurocomputing

  时间：2026-09-15

• 一种全四元数值的亚当斯-摩尔顿离散时间积分增强型归零神经网络，用于求解时变四元数方程

  摘要 四元数在工程应用中广泛使用，但其复杂的代数结构，尤其是非交换性，给时变四元数方程（TVQEs）的高效精确求解带来了挑战。为解决这一困难，本文发展了一种完全四元数值Adams-Moulton离散时间积分增强零动力学神经网络（AM-DTIEZNN），用于直接求解TVQEs。

  来源：Neurocomputing

  时间：2026-09-15

知名企业招聘：