• 静息态脑电图β频段动态功能连接揭示首发精神分裂症患者语言网络偏侧化的状态依赖性破坏

  摘要语言紊乱是精神分裂症的核心特征之一，具有重要的功能后果。然而，其神经生理学基础仍未得到充分阐明，尤其是在疾病早期阶段。本研究探讨首发精神分裂症（FES）是否伴随语言网络侧化组织的破坏，同时采用EEG β频带的静态和动态功能连接指标进行分析。31例FES患者和32例年龄匹配

  来源：Neuropsychologia

  时间：2026-10-20

• 多视图子空间聚类综述

  •提供了多视图子空间聚类方法的系统性综述。•从假设、优势和局限性方面分析了代表性方法。•在多个公开基准数据集上对主流算法进行了比较。•探讨了多视图子空间聚类方法在未来鲁棒性、可扩展性和可解释性方面的发展方向。引言聚类是无监督学习的基本范式，旨在根据样本的内在相似性将未标记的样

  来源：Neurocomputing

  时间：2026-10-20

• 面向鲁棒多模态情感分析的文本锚定多焦点融合网络及自适应门控残差

  •提出TAMF-Net，用于在模态缺失条件下实现鲁棒的多模态情感分析。•引入ATCR以抑制噪声并精炼与情感相关的特征。•开发提示引导的双流融合机制，以捕捉全局和局部交互。•采用文本锚定的门控残差引导，无需显式重构。•在合理的效率与性能平衡下取得了具有竞争力的表现。引言多模态情

  来源：Neurocomputing

  时间：2026-10-20

• MDIR：面向一体化图像恢复的多维退化表示学习

  •MDIR 是一种新颖的框架，利用多维退化表示学习技术。•采用混合尺度结构建模与自适应特征重校准，实现退化感知的特征引导。•结合空间与频率联合注意力机制和多尺度通道增强，实现任务自适应的特征平衡。•实验结果表明，MDIR 在保真度和泛化性方面均表现出色。引言图像复原是一项经典

  来源：Neurocomputing

  时间：2026-10-20

• 神经谱：一种用于揭示神经活动中时空特征的几何与拓扑深度学习框架

  摘要神经信号是复杂的、具有时空模式的、高维且含噪的信号。这使得从中提取与行为或疾病状态相关的可解释特征极具挑战性。我们引入了 Neurospectrum，一种能够在一个同时捕捉空间和时间模式的框架中编码神经活动的神经网络。在每一个时间点上，信号在大脑上的空间模式通过图小波进行

  来源：Neurocomputing

  时间：2026-10-20

• 基于柯尔莫哥洛夫-阿诺德图神经网络的固体变形模拟

  摘要图神经网络（GNN）越来越多地被用于建模物理系统，以降低有限元方法（FEM）所带来的计算复杂度和时间成本。然而，大多数GNN依赖于具有固定激活函数的多层感知器（MLP），这促使我们探索更加灵活且可解释的非线性表示方法。本研究开发了一种Kolmogorov-Arnold图神

  来源：Neurocomputing

  时间：2026-10-20

• TS-SNIA：针对图神经网络的拓扑敏感性感知稀疏节点注入攻击

  摘要图神经网络容易受到节点注入攻击，攻击者引入恶意节点和连接以破坏消息传递。在有限的注入预算下，攻击效果取决于注入节点连接的位置以及连接的构建和细化方式。本文提出了拓扑敏感性感知稀疏节点注入攻击（TS-SNIA），一种在黑名单盒受害者访问模型下的替代模型引导的投毒方法，将基于

  来源：Neurocomputing

  时间：2026-10-20

• 整合重建学习与空频特征融合的深度伪造人脸检测方法

  摘要随着生成式人工智能的进步，深度伪造人脸图像的质量显著提高。然而，该技术的潜在滥用对公众和个人信息安全构成了巨大风险。近年来，各种深度伪造检测技术相继涌现，但许多方法在泛化能力和鲁棒性方面存在不足。为应对这些挑战，本文提出了一种结合重建学习与空频特征融合（SFFF）的新型深

  来源：Neurocomputing

  时间：2026-10-20

• ObsRank-GC：一种用于驾驶场景中冻结单目深度预测的事后局部风险层

  •ObsRank-GC 对冻结预测器的输出进行局部深度风险排序。•几何条件查询将深度与图像边界线索相结合。•排序器在 配置下仅使用 0.023 M 参数和 0.224 GMACs。•受控研究检验采样、描述子冗余以及训练来源。•实验涵盖冻结扩散输出和保留深度的 BEV 几何结

  来源：Neurocomputing

  时间：2026-10-20

• 与GLP-1受体激动剂相关的胃肠道症状事件及胃肠动力改变

  摘要 背景 胃肠道症状事件（GISE）在胰高血糖素样肽 -1 受体激动剂（GLP

  来源：Neurogastroenterology & Motility

  时间：2026-10-20

知名企业招聘：