-
组件系统：零模型是否解释一切？
组件系统——由共享的模块化部件库的多种实现构成的集合——在生物、生态、技术和社会文化领域中无处不在。从基因组到文本、城市和软件，这些系统展现出统计规律性，这些规律往往满足自然科学中定律的公认要求。本研究指出，这些规律的普遍性和简洁性通常源于基本的组合或抽样约束
来源：PLOS Complex Systems
时间：2026-07-01
-
句子产生过程中的脑磁图（MEG）状态动态：健康老龄化中补偿性分段机制的证据
健康老龄化伴随着语言产生方面的细微困难。尽管行为和神经影像学研究表明，老年人依赖敏锐的语义通达来维持语言能力，但其潜在的神经生理机制仍知之甚少。特别是，大规模脑动态如何随年龄重组以支持自然主义句子产生仍不清楚。在这项研究中，研究人员使用脑磁图（MEG）调查了年
来源：Frontiers in Computational Neuroscience
时间：2026-07-01
-
再灌注对伴卒中前残疾患者机械取栓(mechanical thrombectomy, MT)结局的影响
摘要
背景：机械取栓(Mechanical Thrombectomy, MT)常超出血栓切除术传统适应证实施，但其对卒中前已存在残疾(prestroke disability)患者的临床获益尚不确定。
方法：研究人员开展了一项回顾性多中心队列研究，纳入接受MT
来源：Frontiers in Neurology
时间：2026-07-01
-
ICD定义视神经脊髓炎患者的大血管事件风险
背景：在ICD定义的视神经脊髓炎（NMO）患者中观察到心血管疾病（CVD）和脑血管疾病（CBD）风险升高。然而，关于此话题的基于人群的研究仍然有限。在这项研究中，研究人员比较了台湾NMO患者与匹配的非NMO人群之间大血管事件的风险。
方法：这项回顾性队列研究的
来源：Frontiers in Neurology
时间：2026-07-01
-
基于注意力机制自编码器的脑纹提取
脑电图（Electroencephalography, EEG）信号因其固有的持久性和独特性，为个人身份识别提供了独特的机会。然而，脑电数据具有复杂、多维、非平稳且时间依赖的特性，这使得特征提取和分类任务尤为具有挑战性。本研究提出了一个框架，通过将基于自编码器
来源：Frontiers in Computational Neuroscience
时间：2026-07-01
-
综述：蜜蜂（*Apis mellifera*）研究中的冷麻醉：风险与报告缺失
在蜜蜂研究中，冷麻醉常被视为二氧化碳的安全替代方法。然而，文献中的证据表明这一假设仅部分成立。早期研究证实冷处理会影响蜜蜂的储粮行为和学习能力，而近期研究则报道其对神经调节物质（neuromodulators）、记忆巩固及运动能力产生作用。尽管这些效应通常不致
来源：Apidologie
时间：2026-07-01
-
利用深度学习与Grad-CAM实现雪松（Cedrela montana）和金鸡纳树（Cinchona pubescens）的自动分类与可解释性分析——以秘鲁北部亚马逊地区为案例研究
摘要
-
面向热解过程的可解释物理信息机器学习
本研究旨在解决生物质热解产物精确预测中的核心挑战，即热化学动力学的固有复杂性及现代机器学习（Machine Learning, ML）模型在机理解释性方面的不足。研究人员通过比较标准人工神经网络（Artificial Neural Network, ANN）、
-
基于机器学习的印度木薯(Manihot esculenta Crantz)产量预测及其在智慧农业规划中的应用
可靠的农产品产量预测对于改善现代农业系统中的作物规划、资源分配及政策决策至关重要。木薯（Manihot esculenta Crantz）是印度重要的热带块根作物，对粮食安全及农产加工产业具有重要贡献。本研究利用2000—2024年的年度数据，评估统计方法与机
来源：Cogent Food & Agriculture
时间：2026-07-01
-
DeepDefectNet：基于SMOTE与mRMR的软件缺陷估计
软件缺陷估计对于提升软件质量与降低开发成本至关重要。本研究提出了一种基于深度学习的框架，通过联合特征选择与数据平衡来改进跨软件系统的缺陷预测。与以往将这些技术分开运行的方法不同，所提出的技术集成了"最小冗余最大相关（Minimum Redundancy Max
粤公网安备 44010602000434号