• 综述：昆虫中的Sulfakinin神经肽及其受体：分子信号传导、生理多样性及其在害虫管理中的应用

  摘要 Sulfakinin（SK）肽是古老的胆囊收缩素（CCK）/胃泌素超家族中的昆虫成员，其特征是C末端附近有一个硫酸化的酪氨酸残基和一个C末端酰胺化的七肽核心，这些结构修饰对受体活性至关重要。尽管SK肽在C末端与脊椎动物的CCK-8和胃泌素具有相似性，但这种同源性在药理学

  来源：Peptides

  时间：2026-08-21

• DPAC：突破参数高效微调效率上限的三维协同框架

  摘要 虽然参数高效微调（PEFT）已成为适配大型预训练模型的关键，但在参数量预算和任务性能之间实现最佳平衡具有挑战性。核心难点在于减少参数数量，并在异构模型组件中最大化每个已分配参数的利用效率。像 DoRA 这样的最新进展通过幅度 - 方向权重分解改进了 LoRA。然而，存在

  来源：Neural Networks

  时间：2026-08-21

• GECL：面向无监督域适应的细粒度颗粒包络对比学习

  摘要 无监督域适应（UDA）旨在在分布偏移的情况下，将知识从标记源数据转移到无标记目标域。现有的类感知 UDA 方法通过利用标签信息来缓解负迁移。然而，它们往往忽视了类内多样性和概念偏移，限制了其捕捉细粒度语义结构的能力。在这项工作中，我们提出了一种新颖的粒度包络对比学习（G

  来源：Neural Networks

  时间：2026-08-21

• 基于多目标学习的可解释且公平的广义加性神经网络

  摘要 可解释性和公平性是可信人工智能（AI）中两个最受强调的维度。已经引入了各种可解释人工智能（XAI）方法来改善可解释性。本文专注于基于神经网络（NN）的广义加性模型（GAMs），这是一类自解释模型。虽然大多数现有研究优先考虑提高基于神经网络的 GAMs 的准确性，但它们的

  来源：Neural Networks

  时间：2026-08-21

• 通过情感感知的图异常检测和混合卷积来减轻基于情感分析中不可靠的句法依赖关系

  •将图异常检测集成到基于方面的 sentiment 分析（ABSA）中，以有效去除语法噪声。•通过跳跃融合和边融合，结合卷积模型来处理局部和长距离关系。•SAGAM 在准确性、宏观 F1 分数以及鲁棒性和可解释性方面均表现优异。 引言 社交媒体和电子商务平台的快速增长导致了大量

  来源：Neural Networks

  时间：2026-08-21

• PeNorm：通过基于归一化的编码优化来提升Transformer中的位置区分能力

  摘要：位置编码是基于Transformer的模型中的关键组成部分，它使模型能够在没有循环或卷积结构的情况下捕捉序列顺序。尽管位置编码被广泛使用，但在实际应用中，它往往在区分细粒度位置信息方面存在局限性，尤其是在序列包含微妙或重复的结构模式时。在这项工作中，我们首先通过定性和定量分

  来源：Neural Networks

  时间：2026-08-21

• 综述：水下图像增强方法全面综述

  摘要 水下成像在深海资源勘探、水下检测和海洋工程中发挥着关键作用。然而，严重的光吸收和散射、照明不均匀以及复杂的水下条件往往导致捕获的图像对比度低、颜色失真和细节模糊。这些退化显著降低了后续水下视觉任务的可靠性，使得水下图像增强和恢复成为水下图像处理中至关重要却充满挑战的问题

  来源：Neural Networks

  时间：2026-08-21

• SignMamba：用于连续手语识别的稀疏时空状态空间建模

  摘要：手语在空间和时间维度上都表现出显著的语义稀疏性。在空间上，与任务相关的动作通常集中在手和脸等区域，而广阔的静态背景通常信息量较少。在时间上，手势流中夹杂着大量冗余信息，如暂停或缓慢的过渡，这意味着关键语义被浓缩在时间轴上的少数几个稀疏时刻。然而，现有方法通常采用密集建模范式

  来源：Neural Networks

  时间：2026-08-21

• 视觉 Transformer 需要变焦器：基于类别注意力先验引导缩放适配器的高效 ViT

  •引入了类别注意力先验引导的缩放适配器，以实现高效的视觉变换器。 •使用轻量级的 0.8M 参数 Zoomer 适配器，实现了 83.8% 的 ImageNet-1k 准确率。 •在多样化的视觉基准测试中展示了最先进（SOTA）的效率 - 准确率权衡。 **引言** 视觉

  来源：Neural Networks

  时间：2026-08-21

• EFS-NET：基于空间校准的脑电 - 功能近红外多尺度融合网络

  摘要混合脑机接口（hBCIs）整合多种神经影像模态，并利用其互补信息来解决单模态神经信号解码的固有局限性。对于脑电图（EEG）和功能性近红外光谱成像（fNIRS）混合脑机接口，先进的融合算法对于充分利用 fNIRS 优越的空间定位能力和 EEG 毫秒级的时间分辨率至关重要。本

  来源：Cognitive Neurodynamics

  时间：2026-08-21

知名企业招聘：