• CAPTR-GTP：基于类意识的提示与令牌精细化机制，结合图令牌传播技术实现少样本视觉Transformer（Few-Shot ViTs）

  提出基于视觉Transformer的少样本学习框架CAPTR-GTP，通过不确定性感知令牌加权、类感知提示优化和双层级图注意力机制解决背景干扰和令牌信息丢失问题，在单域和跨域数据集上达到SOTA性能。

  来源：Neural Networks

  时间：2026-04-06

• 用于加速神经网络的扩张多层感知器混合器

  提出Dilated MLP-Mixer方法，通过分层结构结合卷积和稀释MLP块，在保持准确性的同时将计算复杂度从平方级降至线性级，适用于资源受限的图像分类和检测任务。

  来源：Neural Networks

  时间：2026-04-06

• 一种抗噪声的分布式循环神经网络，用于多智能体共识控制和声源定位

  本文提出噪声鲁棒分布式循环神经网络（NDRNN）框架，解决多智能体系统共识控制与声源定位中的噪声干扰问题。通过时间延迟机制和新型激活函数，实现抗周期噪声和随机干扰的全球稳定性控制，并在声源定位任务中验证其高精度与鲁棒性，较传统方法收敛更快且误差更低。

  来源：Neural Networks

  时间：2026-04-06

• FA-Mamba：基于频率注意力机制的Mamba模型，用于多模态遥感分类

  多模态遥感分类中提出FA-Mamba模型，结合频率注意力机制与坐标融合注意力，有效抑制多源数据噪声冗余，提升HSI与LiDAR融合分类精度至95.84%，并在三个公开数据集验证优于Transformer和Mamba方法。

  来源：Neural Networks

  时间：2026-04-06

• 通过双分支特征交互与融合实现的高分辨率图像去噪

  高分辨率图像去雨存在计算成本高和特征提取困难问题，本文提出双分支去雨网络DDNet，通过CNN提取局部高频特征，Transformer提取全局低频特征，结合自适应频率互反模块AFRM增强频域特征交互，离散余弦变换多光谱融合模块MSFM动态融合多频域信息，以及双差分交叉注意力模块DDCAM缓解分支间特征差异，实验证明在保持低计算成本的同时显著提升去雨效果。

  来源：Neural Networks

  时间：2026-04-06

• 分层融合与局部感知的Transformer用于遮挡人物的重新识别

  提出分层融合与局部感知Transformer（HFLAT）方法，通过特征分层融合模块增强关键区域身份特征，特征分离模块抑制背景干扰，局部感知多头注意力机制提取细粒度特征，在四个数据集上验证模型性能优于现有方法，Rank-1准确率达79.6%-95.9%，mAP达64.7%-90.8%。

  来源：Neural Networks

  时间：2026-04-06

• SEA：为预训练模型高效搜索分层适配器

  自适应分层适配器搜索与样本高效训练机制

  来源：Neural Networks

  时间：2026-04-06

• 将感知线索与专家混合模型结合用于低光照图像修复

  低光照图像增强与多退化联合修复：提出感知引导的混合专家模型IPCMoE，通过动态路由机制和任务专用专家协同处理光照不足、噪声、运动模糊及低分辨率问题，结合纹理记忆与增强专家模块实现自适应特征融合，在复杂夜间场景中显著优于现有方法。

  来源：Neural Networks

  时间：2026-04-06

• 中央视网膜动脉阻塞：利用先进的经眶多普勒超声成像技术实现早期诊断

  患者突发左眼无痛性完全视力丧失，经经眼Doppler超声（TDS）确诊为中央视网膜动脉阻塞（CRA-O），表现为视网膜动脉后纤维钙化血栓及动脉信号缺失，结合OCT和颈内动脉超声结果，证实视网膜动脉血栓。TDS在快速评估视网膜动脉阻塞方面敏感性优于CT-angiography。

  来源：Neurology

  时间：2026-04-06

• 海马神经可持续性促进压力韧性：一种以前额神经发生BDNF为靶点的建筑富集框架，用于克服2型失稳态超载

  为应对城市生活引发的慢性压力与2型失稳态超载，研究者开展了针对海马神经发生与BDNF的建筑富集框架研究。该框架结合阶梯使用与神经亲生物性设计，旨在提升BDNF、调控压力并增强神经发生，为建筑环境设计提供了促进压力韧性的新范式。

  来源：Brain Sciences

  时间：2026-04-06

知名企业招聘：