• 受连接组约束的果蝇视觉模型中动态方向表征的范围受限尺度稳定性

  摘要我们测试了在冻结的、独立预训练的 FlyVis 检查点中，当视网膜视在尺度被留出时，运动方向是否仍然保持线性可访问性。下游解码器在其他尺度的方向标签上进行监督，因此该实验测量的是现有表征的迁移，而不是 FlyVis 的自主六向分类。分析单元是一个独特的渲染条件；移动条和平

  来源：Neuroinformatics

  时间：2026-08-22

• CT1812 缓解手术诱导的认知障碍并调节老年小鼠中 TMEM97 和 PGRMC1 相关的海马应激反应

  摘要术后神经认知障碍 (PND) 是老年手术患者中常见的并发症，但将手术创伤与海马突触和认知易感性联系起来的、可成药的机制仍定义不清。σ-2 受体 (σ-2R，由跨膜蛋白 97 (TMEM97) 编码) 和孕激素受体膜成分 1 (PGRMC1) 涉及膜脂质生物学和突触应激信号

  来源：Neurochemical Research

  时间：2026-08-22

• 4-辛基衣通酸通过 Nrf2/HO-1/SLC7A11/GPX4 轴缓解线粒体功能障碍介导的神经元凋亡和铁死亡以减轻脑缺血再灌注损伤

  •4-辛基衣康酸 (4-OI) 对脑缺血/再灌注 (I/R) 损伤具有神经保护作用。•4-OI 在脑 I/R 损伤的体外和体内模型中均能减少氧化应激并恢复线粒体功能。•4-OI 通过 Nrf2/HO-1/SLC7A11/GPX4 轴抑制细胞凋亡和铁死亡引言缺血性中风仍然是全球

  来源：Mitochondrion

  时间：2026-08-22

• 菠萝蛋白酶消化酪蛋白肽池改善慢性应激诱导的大鼠海马长期增强和突触可塑性损伤

  摘要本研究考察了菠萝蛋白酶消化酪蛋白肽库 (BDCPP) 对大鼠慢性应激诱导的海马长时程增强 (LTP) 和突触可塑性损伤的保护作用。动物被随机分配到六组，包括接受生理盐水、酪蛋白或 BDCPP (100 mg/kg, 灌胃) 的应激和非应激对照组。慢性应激通过每日束缚两周来

  来源：Brain Research

  时间：2026-08-22

• 阿尔茨海默病已复现的星形胶质细胞长非编码 RNA 特征在肌萎缩侧索硬化症中发生反转

  摘要反应性星形胶质细胞转变是神经系统疾病的核心，但其长链非编码 RNA（lncRNA）调节因子仍定义不清，且单核研究常将细胞核而非供体视为重复样本。本研究分析了来自四种疾病的公开人类单核 RNA 测序数据，全程以供体作为推断单位：阿尔茨海默病（AD；颞中回，88 名供体）、C

  来源：Brain Research

  时间：2026-08-22

• 通过混合结构感知的特征扰动提高跨架构的黑盒对抗性迁移能力

  摘要：基于迁移的黑盒对抗攻击为在受限访问目标模型的情况下评估深度神经网络的鲁棒性提供了一种实用手段。然而，现有方法在跨架构场景中存在严重的性能下降问题，尤其是在将针对视觉变换器（ViTs）构建的对抗样本转移到卷积神经网络（CNNs）时。我们认为，这一限制不能完全归因于优化策略本身

  来源：Neural Networks

  时间：2026-08-22

• HiFiVe：利用自回归二维生成先验的高保真车辆生成

  •我们提出了 HiFiVe，一个无需训练的框架，用于从粗糙网格生成高保真 3D 车辆。 •几何同步的自回归流水线实现了跨视角的一致纹理细化。 •特定车辆的轨迹生成有效减少了自回归中的误差累积。 •通过具有频率自适应权重的法线引导细化，从细化后的纹理中恢复了高频几何细节。 引言

  来源：Neural Networks

  时间：2026-08-22

• 具有双向系数的Clifford双四元数神经网络的固定时间同步及其在多光谱图像保护中的应用

  摘要：本文介绍了一种具有双向系数的Clifford双四元数神经网络（CBNN），并研究了其固定时间同步性，以及其在多光谱图像保护中的应用。所提出的模型提供了一种统一的八维超复数表示方法，自然地捕捉了由非交换乘法引起的明显的左右相互作用。通过将CBNN分解为四个复子代数子系统，我们

  来源：Neural Networks

  时间：2026-08-22

• OpenDAR：面向长尾开放世界半监督学习的分布感知重新加权

  摘要：开放世界半监督学习（OWSSL）旨在区分已知类和新颖类。然而，现实世界数据通常呈现长尾分布，这导致模型对 abundant 头类样本产生显著预测偏差。现有研究通常孤立地处理 OWSSL 和长尾识别问题，未考虑两者耦合带来的复杂效应。当数据分布的不平衡与新颖类的不确定性交

  来源：Neural Networks

  时间：2026-08-22

• 可学习的有序分数递归网络：在非平稳序列中结构化地识别记忆特性

  摘要 非平稳序列可能会表现出变化的有效记忆。我们研究了可学习阶数分数递归网络（LOFT-RNN），这是一种递归模块，其中类型I Caputo导数的阶数αt ∈ (0, 1)是根据演化状态和输入生成的。隐藏轨迹遵循0CDtα(t)h(t) = fθ(h(t), x(t))，其中α(

  来源：Neural Networks

  时间：2026-08-22

知名企业招聘：