• 日间皮质醇与观察者评定的职业关系质量共变，但与自我报告的无关：一项四波个体内研究

  ## 摘要 压力损害了依赖前额叶的行为控制功能，并将信息处理转向自动化默认模式，但这是否也会影响到现实世界中的专业关系质量——其中熟练的人际互动本身是预测客户成效的一个因素——目前仍属未知。在一项针对46名社区矫正官员的四个波次纵向研究中，我们检验了昼夜皮质醇是否能够预测由

  来源：Biological Psychology

  时间：2026-08-30

• AQP4-IgG阳性视神经脊髓炎谱系疾病睡眠及区域脑容量的多模态评估：一项探索性横断面研究

  摘要睡眠障碍在水通道蛋白 4 免疫球蛋白 G（AQP4-IgG）阳性的视神经脊髓炎谱系疾病（NMOSD）中很常见，但其临床和神经生物学相关性仍未得到完全阐明；既往研究采用了单模态评估。在这项探索性横断面研究中，我们刻画了临床稳定的 AQP4-IgG 阳性 NMOSD 患者的睡

  来源：Multiple Sclerosis and Related Disorders

  时间：2026-08-30

• OcuTOP：一款新型便携式角膜地形测量设备，具备矫正角膜偏移的功能

  摘要目的本研究旨在开发并验证OcuTOP，这是一种新型的手持式角膜地形测量设备，旨在克服传统台式系统的局限性。通过结合基于软件的错位校正技术，OcuTOP能够在无需笨重机械对准机制的情况下提供精确的角膜曲率测量结果。验证过程中使用了具有已知几何形状的参考表面来评估设备的准确性和稳

  来源：Contact Lens and Anterior Eye

  时间：2026-08-30

• 从整体到分解：通过表征相似性分析追踪汉字“饱”（satiation）的神经表征转变

  • 本研究利用RSA（Representational Similarity Analysis）技术对脑电图数据进行处理，以追踪中文字符饱和过程中的动态神经变化。• 随着饱和度的增加，神经表征从整体处理方式转变为分解处理方式。• 神经变化的幅度与主观饱和度评分呈正相关。• 这种变

  来源：Brain and Language

  时间：2026-08-30

• 用于股票价格预测的鲁棒双路径时空图神经网络

  • 一种通过双路径聚合进行金融时空建模的新框架。• 一种强大的图构建策略，能够抑制局部异常。• 在中国和美国市场的广泛实验验证了该方法的有效性。 引言 股票价格预测是金融工程中的一个重要问题，一直受到学术界和工业界的持续关注。其目标是从历史交易数据中推断未来市场趋势，以支持投资

  来源：Pattern Recognition

  时间：2026-08-30

• 高功能自闭症学龄儿童的近似数量系统处理能力：来自事件相关电位研究的行为与神经学证据

  摘要 背景 近似数系统（ANS）是数学发展的基础，但在自闭症谱系障碍（ASD）儿童中，其特点和神经机制仍不清楚。尽管ASD患者常见数学困难，但非符号数量处理缺陷是否对此有贡献以及感知因素如何调节这种处理仍需研究。本研究通过检查感知分组（连通性）是否对高功能自闭症（HFA）

  来源：Neuropsychologia

  时间：2026-08-30

• 幅度稳定的切片超图引导的三阶分数阶时空张量，用于红外小目标检测

  摘要 在复杂的动态背景下，红外小目标的检测仍然具有挑战性，这主要是由于目标强度弱、结构杂乱以及跨帧响应不稳定。为了解决这些问题，本文提出了一种基于振幅稳定的切片超图引导的三阶分数阶时空张量模型（SHFCTM）。具体来说，首先将红外序列表示为一个时空张量，并将完整的帧切片视为超图节

  来源：Neurocomputing

  时间：2026-08-30

• 结构熵引导的图神经网络用于含分布外数据的半监督图分类

  摘要 半监督图学习处理分布外（OOD）样本的研究已引起广泛关注，因为在现实世界的应用场景中，OOD情况十分普遍，尤其是当有标签图仅占整个数据集的极小部分时。然而，大多数现有方法主要聚焦于OOD检测。尽管已有少数方法被提出用于处理含OOD设置的半监督图分类问题，但它们往往因分

  来源：Neurocomputing

  时间：2026-08-30

• 一种具有结构意识的进化框架，用于在复杂图上进行学习

  摘要：图神经网络通常通过梯度下降进行训练，其中图作为固定输入而非优化过程中的积极参与者。我们提出了EFSA，这是一种具有结构意识的进化框架，它将图的谱属性——即标准化的拉普拉斯矩阵、低频特征向量以及衍生的拓扑描述符——注入进化优化器的三个主要组成部分中。适应度函数通过狄利克雷能量

  来源：Neurocomputing

  时间：2026-08-30

• 综述：多模态假新闻检测全面综述：技术、挑战与未来方向

  摘要 社交媒体的兴起加速了虚假新闻的泛滥。尽管多模态学习在虚假新闻检测（FND）方面取得了显著进展，但研究社区鲜有全面综述能够联合分析多模态虚假新闻检测（MFND）的全过程。为弥补这一空白，本文回顾了MFND领域的最新进展、关键方法和挑战。具体而言，我们引入了一个面向流水线

  来源：Neurocomputing

  时间：2026-08-30

知名企业招聘：