• DCIRNet：通过迭代优化实现深度补全，以精准抓取透明及反光物体

  摘要在日常环境中，透明和反光物体因其独特的视觉特性，如镜面反射和光线穿透，给深度传感器带来了巨大挑战。这些特性往往导致深度估计不完整或不准确，从而严重影响基于几何结构的视觉任务，包括物体识别、场景重建以及机器人操作。为了解决透明和反光物体深度信息缺失的问题，我们提出了DCIRNe

  来源：Neurocomputing

  时间：2026-08-15

• SFAPose：基于流场对齐与文本先验辅助定位的动物姿态估计

  摘要为解决动物姿态估计中外观差异大、非刚性体变形以及同源关键点语义模糊等问题，本文提出了一种跨尺度多模态融合网络SFAPose。首先，在主干网络中引入全局通道-空间混洗注意力模块GCSA，通过联合注意力机制在特征提取过程中抑制噪声并增强与关键点相关的特征。接着，设计KAFusio

  来源：Neurocomputing

  时间：2026-08-15

• 具有隐私保护功能的高效Transformer两方推理方法

  基于AbstractTransformer的大型模型已被广泛应用于各种实际任务中，并展现出卓越的性能。然而，将其作为云服务部署时会引发隐私问题，因为在推理过程中敏感数据可能会被泄露。在本研究中，我们考虑了一种针对Transformer的隐私保护型双方推理机制，其中服务器拥有专有的

  来源：Neurocomputing

  时间：2026-08-15

• CD-IMM：一种用于持续学习的贝叶斯非参数分类器

  摘要：持续学习是指模型能够从非静态数据中逐步学习的能力。贝叶斯持续学习方法因其通过在线后验更新自然支持持续学习而越来越受欢迎。然而，许多此类方法依赖于对数据漂移的强假设，这限制了它们在现实世界数据流中的适用性。在本文中，我们首先基于混合模型定义了一个持续学习框架，以凸显现有贝叶斯

  来源：Neurocomputing

  时间：2026-08-15

• 综述：迈向基于MRI的天才儿童神经发育结构整合图谱：一项范围综述

  摘要引言磁共振成像技术被越来越多地用于研究智力超常者的神经结构；然而，由于定义多样、样本量小以及方法差异，现有证据仍然零散不全。研究目的本综述整合了关于儿童和青少年智力超常者结构和功能神经相关性的MRI研究结果，旨在找出共性模式，并明确概念和方法上的关键差距。研究方法通过全面检索

  来源：Intelligence

  时间：2026-08-15

• 工业机器视觉中用于抗失真图像分类的一致性正则化方法

  摘要：近几十年来，卷积神经网络在现实世界的工业应用中推动了机器视觉系统的显著发展。然而，在依赖于特定领域和应用场景的图像失真情况下，这些网络的性能会大幅下降。为了解决这一问题，现有方法通过预处理图像来减轻失真，或使用现实中常见类型的合成失真图像对CNN进行微调。虽然这些方法有效，

  来源：Knowledge-Based Systems

  时间：2026-08-15

• 基于连接组的预测与生命全程阅读表征指纹分析：来自单语及双语读者的神经与眼动证据

  •双语CPM能预测阅读能力（r=0.429，p=0.001）；单语CPM则无法做到。•额极与岛叶前部的连接性可预测发育中儿童的阅读能力。•双语读者的注视模式与神经模式一致（r=0.193，p<0.001）。•单语读者则完全不存在注视模式与神经模式的对应关系。•第二语言的使用年限会

  来源：Journal of Neurolinguistics

  时间：2026-08-15

• 综述：与负荷相关的膝关节反复积液：一种用于手法治疗及动作训练的假设生成性神经力学框架

  摘要 背景：膝关节积液通常可从结构、炎症、感染或晶体相关角度进行解释。这些解释在急性、创伤性、快速进展或全身性病变中尤为重要。但在日常肌肉骨骼治疗、手法治疗及运动疗法中，临床医生还会遇到反复出现或与活动相关的肿胀，而仅靠结构检查往往无法解释其发作时间、复发规律及功能受限的原因

  来源：Journal of Bodywork and Movement Therapies

  时间：2026-08-15

• 利用柯尔莫哥洛夫-阿诺德网络预测制冷剂性质：临界温度与沸点分析

  摘要 制冷剂在现代社会中得到广泛应用，从家用空调和冰箱到航天器及医疗设备，各种场景都离不开它作为核心工作介质的作用。因此，优化新型制冷剂的设计方案并建立准确的预测方法具有极为重要的意义。本文提出了一种综合预测模型，该模型考虑了含氟/氯制冷剂的关键热物理性质，如分子量、沸点、临

  来源：Thermochimica Acta

  时间：2026-08-15

• 基于图强化学习的可扩展去中心化协同导航控制器

  摘要由于具备鲁棒性、可扩展性、高效性及恢复力等优势，大规模机器人集群在解决复杂任务方面发挥着越来越重要的作用。然而，仅依靠局部信息来控制这类系统极具挑战性。而基于全局信息的集中式方法则常常面临可扩展性问题，需要大量的计算和通信资源，实际应用性较差。本文提出了一种全新的多智能体强化

  来源：Robotics and Autonomous Systems

  时间：2026-08-15

知名企业招聘：