-
基于分数贝特林鱼优化（Fractional Bitterling Fish Optimization）的深度学习方法，结合基因突变和人口统计因素用于诊断结直肠癌
•基因选择过程采用分数贝蒂林鱼优化（FBFO）方法进行。•数据增强通过自举方法实现。•数据标准化阶段使用Peldschus标准化方法完成。引言目前，高通量系统（如RNA测序和微阵列）的进步使得生成基因表达谱变得更加普遍，有助于更好地理解癌症（Aziz等人，2016年）。已经设计了
来源：Computational Biology and Chemistry
时间：2026-11-06
-
OTSNet：一种统一的观测-思考-拼写网络，用于鲁棒的场景文本识别
•
OTSNet 将观察、思考和拼写统一起来，以实现强大的场景文本识别（STR）功能。
•
D
来源：Neural Networks
时间：2026-11-06
-
视觉变换器中稀疏注意力机制的研究综述：分类、方法与分析
摘要
视觉Transformer（ViTs）在大型数据集和复杂视觉场景中表现出了优于传统卷积神经网络（CNN）的性能，这得益于它们强大的全局上下文建模能力。它们已成为计算机视觉领域新一代的骨干架构。然而，ViTs中的自注意力机制会导致二次方的计算复杂度，而提高输入分辨率则会大
来源：Neural Networks
时间：2026-11-06
-
高阶神经网络扩展状态观测器及其在核能应用中的研究
摘要：本文提出了一种高阶神经网络扩展状态观测器（HoNN-ESO），用于单输出非线性扰动系统。在特定条件下，HoNN-ESO能够全局渐近有界地观测状态变量、 lumped扰动及其高阶时间导数。通过将多层感知器（MLP）与扩展状态观测器（ESO）协同结合，HoNN-ESO有效消除了
来源：Neural Networks
时间：2026-11-06
-
SFSNet：一种用于低光照图像增强的空间-频率-语义三域融合网络
•据我们所知，这是第一个在统一的弱光增强流程中明确整合了空间、频率和语义领域的框架。•AIENet具备可学习的伽玛参数，用于自适应的全局光照建模。•DNRNet执行空间-频率去噪，以抑制噪声并保留细节。•SGNet使用预训练的CLIP模型进行语义引导的颜色调整。•与最先进的LLI
来源：Neural Networks
时间：2026-11-06
-
健康老龄化、信息处理速度以及记忆脑状态的参与度
•时间限制降低了老年人参与与任务相关的记忆脑状态的程度。•较长的处理时间能够使所有参与者更有效地参与记忆状态。•对参与者自身的解码显示，存在与年龄相关的偏向，倾向于记忆检索状态。
引言
老年人之所以记不住近期事件，是因为他们根本没有注意到这些事件。记忆在形成之前就已经丧失了，因
来源：Neurobiology of Aging
时间：2026-11-06
-
Mamba-FETrack V2：重新审视基于帧事件的光学对象跟踪中的状态空间模型
摘要：近年来，将传统的RGB相机与受生物启发的事件相机结合用于鲁棒的目标跟踪越来越受到关注。然而，大多数现有的多模态RGB-事件跟踪算法严重依赖高复杂度的视觉Transformer架构来进行特征提取和跨模态融合。这不仅导致显著的计算开销，还限制了跨模态交互的有效性。在本文中，我们
来源：Neural Networks
时间：2026-11-06
-
仅凭“上下文一致性”就足够了吗？多层感知器（MLPs）在“上下文一致性”方面也同样具有通用性
摘要
Transformer彻底改变了深度学习的现状，这引发了这样一个问题：是什么使得它们优于传统的架构，如多层感知器（MLP）？本文得出了一个否定的结果，从而限制了对Transformer经验优势的潜在解释。我们证明了带有修正激活函数的MLP是通用的上下文近似器，这意味着T
来源：Neural Networks
时间：2026-11-06
-
在双曲空间中的层次语义融合用于下一次兴趣点推荐
我们发现，用户移动数据中的多种语义信号本质上在多个方面表现出丰富且一致的层次结构。我们探索利用双曲空间来模拟来自全局和轨迹视角的多样化层次语义，从而有效地描述用户移动模式。我们开发了H2POI，这是一种新的双曲框架，它结合了全局和轨迹层面的语义融合，用于下一个兴趣点（POI）的推
来源：Neural Networks
时间：2026-11-06
-
全身影像检查揭示了VCP肌病的特征性肌肉受累模式
摘要
引言/目的
含Valosin蛋白（VCP）的肌病是一种罕见的多系统疾病，其临床起病和进展情况多种多样。虽然区域性
来源：Muscle & Nerve
时间：2026-11-06
粤公网安备 44010602000434号