• 基于fMRI多变量探照灯分析( Multivariate Searchlight Analysis )识别脑网络

  摘要：研究人员对大脑不同区域如何在空间和时间上表征信息具有浓厚兴趣。基于信息的探照灯分析( information-based searchlight analysis )系统地检查全脑功能性磁共振成像( functional magnetic resonan

  来源：Neuropsychologia

  时间：2026-06-30

• 眼见为实：心理表象放大对心智构建假设事件在道德、情绪及动机层面的反应

  心理表象被理论认为支持重要的心智模拟过程，但至今仍缺乏关于其对情绪、道德和动机结果功能影响的直接证据。本研究检验了生成视觉心理表象的能力是否能够放大对心智构建的伤害事件的"仿佛真实"反应。研究采用改良的实验室伤害诱发范式，要求心盲症（无或极低视觉表象能力的个体

  来源：Neuropsychologia

  时间：2026-06-30

• 靶向人、猪及禽流感病毒多表位流感复合肽疫苗的免疫原性：推进大流行防范准备

  背景（Background）：新型重配甲型流感病毒（influenza A virus）毒株的出现及人畜共患传播至人群是全球大流行发生的关键因素，如2009年甲型H1N1猪流感大流行及当前高致病性禽流感A/H5N1（HPAI）的人畜共患威胁所示。由多个高度保守

  来源：Influenza and Other Respiratory Viruses

  时间：2026-06-30

• 青少年肥胖与暴食障碍的皮层厚度及食欲激素比较研究

  本研究旨在考察皮层厚度及食欲调节激素——神经肽Y（NPY）与胃饥饿素（ghrelin）——以深入理解青少年暴食障碍（BED）与肥胖的神经生物学机制。研究人员比较了合并BED与肥胖的青少年、单纯肥胖青少年及健康对照组（HCs），并探讨了这些指标与体重指数（BMI

  来源：International Journal of Eating Disorders

  时间：2026-06-30

• 面向不完整多视图聚类中干净特征发现的鲁棒表示学习方法（RIMVC: Robust Representation Learning for Clean Feature Discovery in Incomplete Multi-View Clustering）

  基于图的不完整多视图聚类（Incomplete Multi-View Clustering, IMVC）方法因能捕捉缺失视图下数据的本征结构而受到关注，但现有图学习方法主要依赖样本间成对关系，难以建模真实不完整数据中固有的复杂非线性结构。为此，研究人员提出一种

  来源：Advanced Intelligent Systems

  时间：2026-06-30

• 综述：从数据到发现：机器学习赋能的二维材料智能表征

  随着二维（2D）材料的快速发展，表征技术正逐步实现原子级精度与智能自动化。传统方法通常依赖人工和经验驱动的分析，难以满足多样化材料体系、海量多模态数据集以及可重复定量分析的需求。本文总结了机器学习（ML）算法在二维材料表征中的最新进展，涵盖光学显微镜、光致发光

  来源：Advanced Intelligent Discovery

  时间：2026-06-30

• 长春新碱暴露的急性淋巴细胞白血病患儿的电生理不对称性：来自双侧神经传导检查的证据

  摘要：长春新碱诱导周围神经病变（vincristine‑induced peripheral neuropathy，VIPN）是儿童急性淋巴细胞白血病（acute lymphoblastic leukemia，ALL）治疗中常见的并发症。除急性毒性外，VIPN

  来源：PLOS One

  时间：2026-06-30

• 面向出口及高端市场的芒果品种识别与成熟度分级之人工智能驱动分类（AI-powered Classification of Mangoes for Variety Recognition and Maturity Grading in Export and Premium Markets）

  研究人员提出了一种人工智能（Artificial Intelligence, AI）驱动的两阶段框架，用于泰国三种商业芒果品种——Namdokmai Sithong（水蜜金芒）、Mahachanok（彩虹芒）及R2E2——之品种识别与成熟度（未成熟 M1、出口

  来源：Applied Food Research

  时间：2026-06-30

• 人工神经网络(ANN)与支持向量回归(SVR)预测钝体水动力学中湍流猝发(Turbulent Bursting)的研究

  本研究研究了基于两台水平圆柱下游近尾迹与远尾迹区湍流猝发(Turbulent Bursting)事件的机器学习预测方法。基于猝发数据集，研究人员采用人工神经网络(ANN, Artificial Neural Network)与支持向量回归(SVR, Suppo

  来源：Water

  时间：2026-06-30

• 轻量级图神经网络驱动的综合管廊燃气管道泄漏等级声学异常检测方法

  城市地下综合管廊中的燃气管道泄漏对公共安全构成严重威胁。不同孔径的泄漏会引发差异化的扩散和爆炸风险，因此，精确识别泄漏孔尺寸已成为安全管理中的关键问题。为了解决传统方法在复杂管廊环境中难以有效分离不同泄漏等级声学特征的困难，研究人员提出了一种基于轻量级时空图神

  来源：Sensors

  时间：2026-06-30

知名企业招聘：