• 单纯疱疹病毒和水痘-带状疱疹病毒感染

  人类疱疹病毒 人类疱疹病毒包括八种不同的病毒。它们会导致皮肤病变，或以皮肤上的初始临床表现出现。这类病毒都具有典型的二十面体衣壳结构，包裹着病毒DNA，并外层有一层脂质包膜。根据其生物学特性，疱疹病毒可分为α、β和γ三大亚群（见表1）。 初次感染并产生抗体反应后，这些病

  来源：Infectious Microbes & Diseases

  时间：2026-08-12

• 骶髂关节相关韧带附着点的组织结构：对疼痛产生的影响

  摘要骶髂关节由关节面和较大的后侧韧带区域组成，这两者对其功能都至关重要。然而，关于后侧韧带的详细组织结构，包括附着点的特征，目前尚不完全清楚，这影响了我们对骶髂关节相关疼痛的理解。本研究旨在确定这些韧带的组织学特征及其在疼痛产生中的作用。研究从10具人类尸体中获取了与骶髂关节相关

  来源：Anatomical Science International

  时间：2026-08-12

• 印度三所三级医疗机构中与脑铁积累相关的神经退行性疾病睡眠障碍：一项初步的病例对照研究

  摘要背景脑铁沉积性神经退行性疾病（NBIA）是一组罕见的遗传性神经系统疾病，其特征为基底节区域出现病理性铁沉积。尽管调节睡眠的脑区也参与其中，但睡眠障碍这一问题仍未被充分重视。方法这项多中心病例对照研究比较了经基因检测确诊的NBIA患者与年龄和性别匹配的健康对照组在睡眠障碍方面的

  来源：Sleep and Vigilance

  时间：2026-08-12

• 多属性与语义集成建模用于可解释的声纳图像质量评估

  •可解释的声纳图像质量评估方法。•用于分离质量属性表示的多分支学习技术。•基于图的场景感知质量预测模型。•在数据有限条件下实现属性对齐表示的迁移学习方法。•在公共声纳图像质量评估数据集上与人类感知具有更高相关性。 引言 图像质量评估（IQA）旨在通过从观测到的图像特征中推断出潜

  来源：Pattern Recognition

  时间：2026-08-12

• 基于数据的计算机视觉导向图像信号处理流程配置

  摘要：相机系统中的图像信号处理（ISP）流程传统上是为人类视觉设计的。以人类视觉为目标的ISP流程是独立于计算机视觉系统的后端视觉算法进行优化的，这可能导致整个系统的性能不佳。为找到适用于视觉任务的ISP流程最佳配置，本文提出了一种基于混合监督学习与强化学习的框架，将这两部分在统

  来源：Neurocomputing

  时间：2026-08-12

• MSFP-DG：一种无需校准的电机成像解码多尺度特征原型域泛化框架

  摘要：跨会话变异性以及目标领域数据的缺乏，一直是运动想象脑机接口在实际应用中的主要瓶颈。尽管领域泛化技术能够实现无需校准的应用，但由于脑电图信号本身的非平稳性以及信噪比较低，这些技术的有效性往往大打折扣。为了解决这些问题，我们提出了MSFP-DG，一种全新的多尺度特征原型领域泛化

  来源：Neurocomputing

  时间：2026-08-12

• 针对车辆路径问题的考虑难度与抑制记忆的GFlowNets模型

  摘要近年来，基于神经网络的方法在解决车辆路径问题方面取得了显著进展。对抗生成流网络通过引入生成流网络结构，有效克服了Transformer架构存在的可扩展性瓶颈以及多样性不足的问题。然而，由于大量简单样本导致的梯度无效，以及判别器对特定节点坐标的过度拟合“记忆效应”，其训练稳定性

  来源：Neurocomputing

  时间：2026-08-12

• 一种基于模糊优势引导的简化型粒子群优化算法，具备自适应学习功能，用于区间多目标冗余分配问题

  摘要：冗余分配问题通常在组件特性确定的假设下进行研究。但在实际应用中，这些特性往往具有不确定性，更合理的处理方式是将其视为区间。尽管区间形式的冗余分配问题更符合现实情况，但目前相关研究仍相对较少，现有研究大多局限于单目标或双目标场景，且常常忽略系统权重等关键因素。为解决这一问题，

  来源：Neurocomputing

  时间：2026-08-12

• 柯尔莫哥洛夫-阿诺德网络的并行训练方法：独立数据集与FPGA实现

  摘要 本文提出了基于并发机制的改进方法，用于优化基于牛顿-卡茨马兹方法的柯尔莫戈洛夫-阿诺德网络训练算法。先前的研究表明，采用该方法的KAN在准确率和训练时间方面均优于传统神经网络——多层感知器。目前，该算法的主要局限在于更新值的顺序计算，每个更新都依赖于前一步的结果，这阻碍

  来源：Neurocomputing

  时间：2026-08-12

• Ada-FMP：一种用于时间序列预测的自适应波动感知多尺度补丁网络

  摘要现实世界中的时间序列具有强烈的非线性、复杂的多周期模式以及较大的波动性，这给模型捕捉潜在信息带来了巨大挑战。本研究提出了一种自适应的、考虑波动性的多尺度补丁网络（Ada-FMP），用于高效地建模历史序列中的关键信息，并实现准确的长期预测。具体而言，Ada-FMP在多尺度补丁嵌

  来源：Neurocomputing

  时间：2026-08-12

知名企业招聘：