当前位置:首页 > 今日动态 > 神经科学
  • 手语迁移之喻:已有手语专长与手势库对新手语隐喻推理的正向迁移效应

    本研究针对第二语言(L2)隐喻理解中的跨语言、跨模态迁移机制展开探索。通过比较母语手语者(M1L2)与听觉手语新手(M2L2)在接触一门新手语(瑞典手语)后对时空隐喻(SPACE-TIME metaphors)的推理能力,研究发现:母语手语者能凭借其已有的手语专长和模态特异性隐喻形成策略,更有效地从具象空间意义中抽象出时间隐喻含义,表现为隐喻性促进语义指派;而手语新手则因具象空间解释的显著性和象似性(iconicity)而倾向于“过早闭合”,难以完成隐喻推理。该结果揭示了隐喻理解既依赖普遍的象似性模式,也受特定语言和模态经验的调节,为手语二语教学提供了基于学习者现有知识定制化设计的理论依据。

    来源:Brain and Language

    时间:2026-04-26

  • 经典恐惧条件反射后小脑中基因表达的区域和细胞类型特异性变化

    摘要小脑最近被认识到在非运动功能中发挥作用,包括经典的恐惧条件反射。然而,非运动学习和记忆背后的分子机制在很大程度上仍然不清楚。在这里,我们研究了与听觉恐惧条件反射相关的小脑转录变化。空间转录组分析显示,在恐惧条件反射(CD)和音调检索(TN)之后,小脑深部核(DCN)这一输出区

    来源:Communications Biology

    时间:2026-04-26

  • 综述:坚果对抑郁和焦虑的有益作用:随机对照试验的系统评价

    本综述对随机对照试验(RCT)进行系统评价,探讨摄入坚果对抑郁和焦虑的作用。现有证据表明,坚果消费可能改善抑郁和焦虑结局,但结果不一致,需更多长期、高质量的RCT以明确其作用。

    来源:Nutrire

    时间:2026-04-26

  • 这个想法一直萦绕在你心头!社交脑刺激会增加人们重新回到以自我为中心的思维模式所需的认知努力

    视角转换的神经机制研究:经颅直流电刺激揭示前额叶皮层与顶叶联合区的调控作用。通过刺激dmPFC和rTPJ,发现两种刺激均显著增加从异己视角返回自我视角的认知负荷,但未影响进入异己视角的效率,表明dmPFC和rTPJ在抑制和更新自我-他者表征中的动态平衡作用。

    来源:Neuropsychologia

    时间:2026-04-26

  • FMAS-TransUNet:一种用于复杂微观结构聚集识别的深度学习方法

    纤维母粒微观结构聚集识别中提出FMAS-TransUNet框架,结合Swin Transformer与双通道上采样模块,通过特征增强和融合提升识别精度至95.65%。

    来源:Neurocomputing

    时间:2026-04-26

  • CrunchLLM:用于结构化商业推理和结果预测的多任务大型语言模型(Multitask LLMs)

    预测初创公司成功需整合结构化数据(如融资记录)与非结构化文本(如公司简介),传统方法依赖结构化特征但捕捉不到文本中的深层信号,而通用大语言模型(LLM)难以适配领域数据。本文提出CrunchLLM框架,通过参数高效微调与提示优化,实现结构化-非结构化数据融合,并设计自验证多任务目标(分类+生成解释),确保模型输出逻辑一致性。实验表明,该框架在Crunchbase数据集上达到89%准确率,优于传统分类器与未适配LLM基线,同时生成可解释推理轨迹,提升决策可信度。

    来源:Neurocomputing

    时间:2026-04-26

  • 通过模糊奖励粒度增强深度强化学习:一种减少智能体与环境交互的策略

    本研究提出基于模糊奖励粒化的方法,通过评估回放缓冲区中状态-动作对的相似性形成模糊粒子,减少智能体与环境交互。实验在DQN、PPO等算法和11个基准环境中验证,结果显示该方法降低交互次数同时提升学习效率和效果,但需精细参数校准。

    来源:Neurocomputing

    时间:2026-04-26

  • Diff-DMamIR:一种基于扩散机制的动态精细引导算法,用于图像修复

    本文提出基于Mamba和扩散模型(DM)的动态精细指导图像修复框架Diff-DMamIR。通过融合全局建模的Mamba与DM的高频先验特征,结合优先引导的选择扫描(PG-SSM)和通道注意力(PG-CA)机制,有效提升局部细节保留与全局语义融合能力。实验表明,该方法在去雾、去雨、去噪及低光增强任务中均达到SOTA性能。

    来源:Neurocomputing

    时间:2026-04-26

  • 适应、投影与融合:一种适用于视觉大型语言模型的参数高效框架

    跨模态适配器、可配置投影、全局视觉特征、多模态大语言模型、参数高效迁移学习、ScienceQA数据集、零样本性能

    来源:Neurocomputing

    时间:2026-04-26

  • 基于自注意力机制的串联神经网络和数据预处理的故障诊断设计

    本文提出一种结合CNN、MLNN和BLSTM的复合神经网络模型,通过协方差分析筛选特征并设计双通道结构,利用CNN提取局部特征,BLSTM捕捉时间模式并嵌入自注意力机制,显著提升故障预测的准确性和鲁棒性,在涡轮发动机和光纤诊断中验证优于传统方法。

    来源:Neurocomputing

    时间:2026-04-26


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康