• 灭多威对太平洋牡蛎（Magallana gigas）的多重毒性：生化、分子及生理反应

  •毒死蜱暴露导致牡蛎鳃组织产生氧化应激和神经毒性。 •毒死蜱通过多种机制损害 AChE 活性 •脂肪酸代谢受到毒死蜱处理的显著破坏。 •AChE 抑制改变宏观生理功能，导致异常的空气中存活反应。 •在高浓度下，毒死蜱在牡蛎血细胞中表现出遗传毒性效应。 引言 全球人口增长和天

  来源：Marine Pollution Bulletin

  时间：2026-08-22

• 右心室的纤维离散：本构神经网络预测与实验数据的比较

  摘要 右心室（RV）心肌的力学行为由其各向异性微观结构支配，然而，考虑纤维弥散并能实现可靠参数识别的本构模型仍然有限。本研究提出了一种物理嵌入本构神经网络框架，用于从实验数据中自动发现应变能函数和微观结构参数。该模型在不可压缩、正交各向异性超弹性设置下建立，使用基于不变量的表

  来源：Journal of Biomechanics

  时间：2026-08-22

• 储存于不同包装类型中的臭氧处理烘烤花生仁的质量评估及基于人工神经网络的货架期预测

  摘要花生仁 (Arachis hypogaea L.) 因其富含油脂和蛋白质而备受重视，但在储存过程中极易发生品质劣变。消毒处理有助于保持初始品质；然而，长期稳定性很大程度上取决于包装系统的保护性能。在本研究中，花生仁接受了烘烤 (R)、臭氧处理 (O)、臭氧 - 烘烤组合

  来源：Food Control

  时间：2026-08-22

• 基于MRI的功能性消化不良患者的胃功能评估

  摘要 背景 磁共振成像（MRI）能够无创、无辐射地评

  来源：Neurogastroenterology & Motility

  时间：2026-08-22

• 对oMST的替代刺激集、语言以及污染物检测方法进行了系统的评估

  摘要背景优化后的助记相似性任务（oMST）是一项简短的自我管理认知筛查评估工具，它源自研究级别的MST。本研究考察了其心理测量属性，包括不同刺激集合之间的难度可比性、跨语言有效性以及识别干扰反应行为的方法。方法使用Prolific全球在线测试平台进行了两项实验。实验1评估了练习效

  来源：Neuropsychologia

  时间：2026-08-22

• 面向异构数据下可靠本地决策的分层桶树三支决策框架

  摘要 三支决策（TWD）提供了一个处理不确定性的原则性框架，通过将实例划分为接受、拒绝和延迟区域来实现。然而，现有的基于 TWD 的方法通常假设局部决策在统计上是可靠的，这在异质性和数据稀疏场景中可能并不成立。为了解决这一局限性，我们提出了一种分层且可靠性感知的桶树三支决策（

  来源：Neurocomputing

  时间：2026-08-22

• 面向增量隐式精炼分类的具有动态双曲层次的互惠传输

  摘要 增量隐式细化分类 (IIRC) 是一种扩展的类增量学习 (CIL) 范式，要求从流数据中学习粗粒度和细粒度知识，并在增量会话期间进行认知细化。主要挑战在于：(a) 增量地发现超类和子类的层次关系，以及 (b) 抵抗层次关系的灾难性遗忘。现有方法利用静态层次关系或 CIL

  来源：Neurocomputing

  时间：2026-08-22

• DKENet：一种在动态空战中利用领域知识增强战斗机机动识别能力的网络

  摘要 在动态的空战场景中，传统的机动识别方法面临数据稀缺、领域知识利用不足和特征冗余等挑战。为了解决这些问题，本文提出了一种基于领域知识的战斗机机动识别网络（DKENet），该网络有效地解决了复杂机动模式的特征表示和分类问题。首先，采用多阶段坐标系统重建（MCSR）方法将地理坐标

  来源：Neurocomputing

  时间：2026-08-22

• C-P&M：针对多模态大语言模型的统一跨提示与跨模型对抗攻击

  摘要 多模态大语言模型（MLLMs）已在各种任务中展现出卓越的通用性，但它们仍然极易受到对抗攻击的影响。现有方法无法同时在模型和提示之间实现有效的迁移性，特别是在具有挑战性的定向攻击设置下。在本文中，我们提出了一种统一的对抗攻击框架 C-P&M（跨提示与跨模型），这是首次在与

  来源：Neurocomputing

  时间：2026-08-22

• CROWNFuse：利用边缘频率重新校准实现红外图像与可见光图像的跨模态记忆交互与融合

  摘要红外与可见光图像融合旨在将热显著性信息与可见纹理结合，以实现更强的视觉感知能力。现有方法通常分别对空间交互、语义引导和频率增强进行建模，导致长距离跨模态交流与细节重新校准之间的耦合较弱。我们提出了CROWNFuse，这是一种具有边缘频率重新校准功能的循环跨模态记忆交互框架。基

  来源：Neurocomputing

  时间：2026-08-22

知名企业招聘：