• 评估利用全景牙片下颌支和切迹特征进行法医性别鉴定的机器学习与神经网络架构

  摘要当主要身份标识无法用于直接个体比较时，估计生物特征（如性别）是法医鉴定的基本步骤。在涉及高度腐烂、特定埋藏学改变或面部中部钝器打击的法医场景中，由于下颌支具有明显的性别二态性和较厚的皮质骨结构，使其比其他更脆弱的面部骨骼更能抵抗碎裂，因此它作为一个有价值的解剖标志物。尽管

  来源：International Journal of Legal Medicine

  时间：2026-08-23

• MICLIN: 用于讽刺检测的多模态集成因果与语言线索引导跨模态不一致网络

  摘要 社交媒体帖子中的讽刺通常通过文本和图像在语义或情感上的不匹配来暗示。然而，社交平台也表现出视觉风格/主题与讽刺标签之间的持续共现。例如，欢快的模因模板或影棚风格图像可能会反复出现在讽刺性配文中。这种规律性可能会误导相关性驱动的模型依赖表面线索，而忽视真正的跨模态差异。

  来源：Neurocomputing

  时间：2026-08-23

• 超越聚合标签：基于大语言模型人设推理的个性化读者情感预测

  摘要社交媒体已成为观察公众对在线新闻情绪反应的重要平台。然而，现有的社会情绪预测方法主要依赖于聚合的群体级标签，这可能会将异质的读者偏好、人口构成和内容引发的情绪混淆为单一的监督信号。为了探索更具个性化的表述，我们引入了一项名为个性化读者情绪预测（PREP）的新任务。与传统群

  来源：Neurocomputing

  时间：2026-08-23

• 用于鲁棒控制的分数阶脉冲神经网络

  摘要 我们展示了经过训练的非循环分数阶脉冲泄漏积分-放电（fLIF）神经网络在控制最难的杆臂平衡问题时，其性能优于传统的脉冲神经网络。与传统神经网络相比，分数阶脉冲神经网络（fSNN）能够更快地达到目标适应度，训练后的效率提高30%，对噪声的容忍度提高一倍，体积更小，并具有 Em

  来源：Neurocomputing

  时间：2026-08-23

• 颈椎神经根病保守治疗后的恢复轨迹表型及其基线预测因子：一项采用潜类别增长分析的队列研究

  摘要 背景：神经根型颈椎病 (CR) 保守治疗后的恢复情况具有异质性，但基于视觉模拟评分法 (VAS) 的疼痛恢复模式及其基线预测因素仍不清楚。 目标：识别 CR 保守治疗后基于 VAS 的疼痛恢复轨迹表型，比较不同表型间的临床结局，并探讨不良轨迹的基线预测因素。 方法：在这

  来源：Musculoskeletal Science and Practice

  时间：2026-08-23

• 机器学习增强的光热红外（O-PTIR）光谱技术用于快速同时识别多种代谢物以监测生物转化：基于啤酒糟（BSG）的概念验证

  摘要 背景：在化学复杂基质中监测发酵仍然具有分析挑战性，因为多种代谢物会同时演变。常规测定法具有针对性和顺序性，且在实际样品中通常仅可获得部分注释。在本研究中，我们提出了一种结合光热红外光谱（O-PTIR）和一维卷积神经网络（1D-CNN）的掩码多标签分析工作流，用于快速筛选

  来源：Analytica Chimica Acta

  时间：2026-08-23

• 腰骶脊柱畸形的临床及磁共振神经影像学特征：印度南部一家三级医疗机构的经验

  摘要背景与目的脊柱裂是一组由于神经管发育不同阶段的缺陷导致的脊髓或神经元素及脑膜的畸形，伴有或不伴有骨骼和软组织受累。我们旨在研究南印度一家三级医疗机构的脊柱腰骶部畸形的临床影像学特征。材料与方法分析了 120 例先天性腰骶部脊柱畸形患者（113 名儿童和 7 名成人）的临床

  来源：Child's Nervous System

  时间：2026-08-23

• 基于 BPNN 的代理建模框架，用于岩土和波浪不确定性下的海底边坡快速可靠性评估

  **摘要** 随机有限元模拟是可靠性评估的一种有效方法。然而，由于沉积物性质的变化和复杂边界条件，其应用于海底斜坡稳定性分析仍具挑战性，这通常会导致高昂的计算成本。为解决这些差距，本研究采用了一种基于反向传播神经网络 (BPNN) 的机器学习辅助代理框架，以估算安全系数（或稳

  来源：Soil Dynamics and Earthquake Engineering

  时间：2026-08-23

• 早期和长期口服依达拉奉用于急性缺血性卒中的神经保护：ERASE-STROKE 随机对照 3 期试验

  摘要急性缺血性卒中（AIS）神经保护治疗的最佳时机和持续时间仍不清楚。之前的研究表明，在 AIS 发作后 48 小时内开始使用依达拉奉治疗 14 天有益，但目前尚不清楚更早开始（发作后 24 小时内）和更长治疗（28 天）是否能带来更好的结果。在 ERASE-STROKE 中

  来源：Science Bulletin

  时间：2026-08-23

• 物理信息驱动的模态叠加神经网络：一种用于多频率动力学系统的新可解释范式

  •在网络中嵌入模态叠加以实现显式解分解。•与 PINN 相比，高频误差减少 100 倍，在多尺度动力学中表现卓越。•提取系统模态和演化，提供物理见解。•低超参数敏感性和鲁棒的收敛性。引言动力系统的建模和模拟是工程科学的基础，在航空航天 [1]、土木工程 [2]、[3]、机械制

  来源：Journal of Sound and Vibration

  时间：2026-08-23

知名企业招聘：