• SSLMVC：自监督标签驱动的多视图协同聚类

  Xiaotong Zhao|Limin Chen|Yujie Tian|Hui Wang中国黑龙江省牡丹江157011，牡丹江师范学院数学科学学院摘要自监督多视图聚类已经取得了显著进展，但仍有两个挑战：单粒度伪标签对视图噪声的敏感性，以及跨视图表示耦合不平衡导致的自监督信号失真。

  来源：Neurocomputing

  时间：2026-07-14

• 具有抗兴奋性毒性神经保护作用的犬尿氨酸衍生物硼配合物

  Pablo Martínez-Sandoval|Emilio Cuevas-Galindo|Anaid Rubio-Velázquez|Claudia Alva-Sánchez|Pablo Labra-Vázquez|Sandra M. Rojas-Montoya|Alejand

  来源：Journal of Organometallic Chemistry

  时间：2026-07-14

• 整合双能CT光谱动力学与亚区域组织表型分析，用于术前预测胃腺癌的神经周围侵犯情况

  摘要背景神经周围浸润是胃腺癌重要的预后因素，但在常规CT检查中难以被识别。目的构建并验证一种整合模型，该模型结合双能CT获得的函数光谱斜率以及亚区域特征，用于术前预测神经周围浸润。材料与方法在这项回顾性研究中，共分析了175例在2023年至2025年间接受术前双能CT检查的胃腺癌

  来源：Abdominal Radiology

  时间：2026-07-14

• CALLY指数与经导管主动脉瓣置换术后30天预后的关联

  摘要 背景 全身性炎症和营养状况会影响经导管主动脉瓣置换术后的预后。C反应蛋白-白蛋

  来源：Catheterization and Cardiovascular Interventions

  时间：2026-07-14

• 一种基于物理模型优化的多模态神经网络，用于锂离子电池健康状态评估

  杨毅|凌强 中国科学技术大学自动化系，安徽合肥230027 摘要 准确估算电池健康状态对于确保电池能源系统的可靠运行至关重要。然而，现有的电池健康状态估算混合集成方法受限于单模态输入的表达能力不足。为解决这一问题，本文提出了一种基于充电数据的多模态特征提取方案，以及一种

  来源：Journal of Energy Storage

  时间：2026-07-14

• 巴西潘塔纳尔地区马匹中出现的与Alphavirus Madariaga相关的脑脊髓炎，揭示了城市周边地区的虫媒病毒传播情况

  卢安娜·迪亚斯·多·纳西门托|塔西西奥·阿维拉·桑托斯|蒂亚戈·巴尔丁|雷切尔·维埃拉·帕伊斯·德·巴罗斯|萨亚内·伦斯·哈图姆·阿尔梅达|娜塔莉亚·阿西斯·佩雷拉|卢西亚诺·纳卡扎托|让-保罗·卡雷拉|卡罗琳娜·阿亨塔·佩斯卡多尔|埃德松·莫莱塔·科洛德尔|凯瑟琳·A·汉利|尼

  来源：COMPARATIVE IMMUNOLOGY MICROBIOLOGY AND INFECTIOUS DISEASES

  时间：2026-07-14

• 具有切换通信拓扑的非线性车辆编队系统的自适应神经网络预设性能控制

  田子欣|李宏毅|童少成 中国重庆400715，西南大学电子与信息工程学院 摘要 本文研究了在切换通信拓扑下，具有执行器饱和特性的异构车辆编队系统所面临的自适应神经网络预设性能控制问题。为了解决反步法框架下强串稳定性证明不足的问题，通过将预设性能函数与基于恒定时间车距策略的误差变换

  来源：Engineering Applications of Artificial Intelligence

  时间：2026-07-14

• 提升建筑安全：一个预测环境压力因素引发神经认知临界点的框架

  穆罕默德·雷扎·海达里|阿里·伊朗普尔|穆罕默德·帕尔萨·拉希米内贾德|多尔萨·巴格谢伊基 伊朗德黑兰阿扎迪大道，沙里夫技术大学土木工程系，邮政信箱11155-1639 摘要 目前的建筑安全规范往往将人为错误视为随机变量，而非可预测的、由机制驱动的参数，从而导致其发

  来源：Safety and Health at Work

  时间：2026-07-14

• 基于难度感知课程与条件扩散的协同关系学习，用于小样本知识图谱补全

  宁宇辰|窦全胜|唐焕玲|陈冰溪|薛金芳|唐新雨•SynRel将课程调度与条件扩散技术结合用于少样本知识图谱补全。•课程调度在FKGC中运用难度评估、反馈机制以及退火算法。•质量感知选择机制可过滤掉FKGC任务中低质量的支撑集。•基于难度条件的扩散技术可优化关系以提升尾部预测性能。

  来源：Knowledge-Based Systems

  时间：2026-07-14

• 基于物理原理的多尺度Mamba网络用于锂离子电池健康状态预测

  吴俊英|田乐|郭茂祖 中国北京102616，北京建筑工程大学智能科学技术学院 摘要 准确预测锂离子电池的健康状态（SOH）是实现电池安全管理与寿命评估的关键。然而，电池的退化过程具有多尺度特性，长期衰减与局部波动同时存在，给精确预测带来了巨大挑战。为此，本文提出了一

  来源：Journal of Energy Storage

  时间：2026-07-14

知名企业招聘：