• 基于芯片的人类心脏神经支配平台可再现神经与心脏之间的相互作用，为未来的疾病建模提供支持

  摘要心脏自主神经系统通过神经支配来调节心脏功能，而神经元与心血管系统之间的信号交流功能障碍与多种疾病相关。在此，我们构建了一种“芯片上的心脏神经模型”，该模型将人类诱导多能干细胞衍生的皮质神经元、节后交感神经元以及心室心肌细胞整合到一种名为3D3C芯片的微流控装置中，从而形成具有

  来源：Scientific Reports

  时间：2026-07-15

• 孟加拉国干旱易发地区利用深度学习算法进行地下水水位预测

  摘要地下水是满足日常饮水和农业灌溉等需求的重要资源。由于过度开采以及缺乏准确的预测方法，孟加拉国西北部地区面临严重的水资源短缺问题。了解地下水位的预测方法对于实现水资源的有效利用和可持续管理至关重要。本研究旨在利用三种创新的深度学习算法——卷积神经网络、门控循环单元和双向长短期记

  来源：Scientific Reports

  时间：2026-07-15

• 基于图神经网络与多尺度注意力机制的电力技术改造项目动态成本预测

  摘要对于电力技术改造项目而言，准确的成本预测是资本预算和投资决策的关键。然而传统方法难以处理成本驱动因素之间的复杂关联，以及在不同时间尺度上变化的成本动态。我们提出了一种混合框架，将图神经网络与多尺度注意力机制相结合，用于动态预测电力技术改造项目的成本。该方法首先构建一个异构关联

  来源：Scientific Reports

  时间：2026-07-15

• 一种用于煤炭分类的轻量级可解释深度学习框架

  摘要在工业应用中，准确高效的煤炭分类对于优化能源生产、提高资源利用率以及确保符合环保标准至关重要。传统的分类方法依赖视觉检测和实验室分析，往往效率低下、主观性强且难以大规模应用。为应对这些挑战，本研究提出了一种定制化的轻量级卷积神经网络，该网络整合了可分离卷积块、逆残差块以及挤压

  来源：Scientific Reports

  时间：2026-07-15

• 久坐行为与老年人姿势平衡能力下降有关，但与腓肠肌内侧腱的特性无关

  摘要久坐行为日益被视为衰老过程中的一个独立生理风险因素；然而，它与肌腱固有特性及姿势平衡之间的关系尚未明确。本研究旨在在考虑体力活动因素后，探讨久坐行为是否与老年人的腓肠肌内侧肌腱特性及姿势平衡存在独立关联。共有105名健康老年人参与了这项横断面研究。通过三轴加速度计对参与者7天

  来源：Scientific Reports

  时间：2026-07-15

• TB-SERS分析仪：基于机器学习与卷积神经网络的拉曼光谱结核病预测分析工具

  拉曼光谱（Raman spectroscopy, RS）和表面增强拉曼光谱（surface-enhanced Raman spectroscopy, SERS）是具有前景的技术，已应用于包括临床诊断在内的多个领域。在结核病（tuberculosis, TB）诊

  来源：PLOS Computational Biology

  时间：2026-07-15

• 基于神经网络的福建省东南部波高与周期预测

  海洋波高与周期的预测对于减少海上事故至关重要。将神经网络应用于预测建模无需描述特定物理过程的复杂参数方案，从而降低计算成本。本研究提出了两种单一模型和三种融合模型，基于神经网络架构：卷积神经网络（CNN）、长短期记忆网络（LSTM）、带注意力机制的LSTM（L

  来源：Oceans

  时间：2026-07-15

• 磁化表面能量传输与流体行为的设计及热泳与辐射效应下的智能评估

  本研究调查Riga sheet在冷却系统、废水处理及生物系统中的应用，其通过结合孔隙率与洛伦兹力(Lorentz force)效应改善工业废水管理、传热及污染物去除。本研究聚焦于开发一种神经网络模型，该模型融合非线性辐射与热泳效应（WFF-RP-NRTEs），

  来源：Energy Nexus

  时间：2026-07-15

• 基于掩码归属的策略探测方法：一种用于协调人类、非人类灵长类动物及模型解释的计算框架

  摘要灵长类动物的大脑依靠哪些视觉信息来识别物体？人工神经网络的解释方法能否帮助揭示这些生物识别机制？回答这个问题很重要，因为人类和猕猴都能快速且准确地识别物体，但决定它们行为的图像特征却难以大规模测量。像Bubbles这样的行为测试方法可以估算这些特征，但需要大量的心理物理数据；

  来源：Communications Psychology

  时间：2026-07-15

• 基于Kolmogorov–Arnold网络的体数据隐式神经表示与探索

  探索构成科学数据的常见信号对于理解底层物理现象至关重要。然而，对于传统体表示（volumetric representation）而言，提取此类信号仍然具有挑战性。隐式神经表示（Implicit Neural Representations, INRs）已成为

  来源：Visual Informatics

  时间：2026-07-15

知名企业招聘：