• DST-Net：一种闭环双流变换器，结合身份引导的视频抠图技术，用于可见光和红外图像中的人体重新识别

  双流Transformer框架DST-Net解决可见光-红外ReID跨模态差异与时空干扰，结合多因素图优化与三重掩码损失，提出时空结构化matting生成 temporally consistent foreground alpha mattes，构建闭环检测- matting-识别流程，在自建NPU-ReID等数据集上Rank-1达94.41%，实时32.95 fps。

  来源：Neurocomputing

  时间：2026-04-06

• 关于整合股票市场数据与新闻情绪的财务视角

  金融视觉与新闻情感融合的股票预测方法研究。通过LLM提取三维情感 scores并转换为2D图像，与市场数据图像按堆叠布局融合后输入CNN，在台积电股票数据上实现51.16%预测精度，较LSTM提升4.75%，较纯市场数据方法提升30.08%。

  来源：Neurocomputing

  时间：2026-04-06

• 立体定向脑桥前支架置入术治疗导水管狭窄患者：内镜下第三脑室造瘘术成功评分的应用评估

  本研究针对立体定向脑桥前支架置入术（STS）作为治疗三脑室积水（TVH）的新兴疗法，其疗效预测工具尚属空白的问题，评估了经典的内镜下第三脑室造瘘术（ETV）成功评分（ETVSS）在STS患者中的适用性。研究通过回顾性队列分析发现，ETVSS无法有效预测STS的治疗成功率，表明STS的成功因素有别于ETV，为临床个性化治疗决策提供了重要依据，并指出了开发专用于STS新评分系统的必要性。

  来源：Brain and Spine

  时间：2026-04-06

• 基于PINN-EKF融合框架的无缝室内外惯性/卫星组合导航研究

  本文针对可穿戴导航系统在室内外切换时GNSS信号不可靠、IMU漂移累积的难题，提出了一种基于物理信息神经网络(PINN)与扩展卡尔曼滤波(EKF)的紧耦合IMU-GNSS融合框架。该方法能动态适应环境变化，在室外以GNSS为主、室内采用PINN增强的惯性航迹推算，有效抑制了传感器噪声与漂移。实验表明，相比传统方法，该方案显著提升了定位精度与过渡稳定性，为视障人士辅助导航及智能移动系统提供了实用可靠的解决方案。

  来源：Sensors

  时间：2026-04-06

• 吸附式气体传感器响应预测赋能呼吸逐拍分析

  为解决MOS气体传感器因响应时间长而难以在单次呼吸周期内完成检测的难题，研究人员开展了一项关于气体传感器稳态响应预测的研究。他们建立了一个二阶数学模型描述传感器响应特征，并利用神经网络进行初步预测。该方法可望实现无需存储呼吸样本的逐拍呼吸分析，为便携式慢阻肺等呼吸疾病诊断设备的开发提供了新思路。

  来源：Sensors

  时间：2026-04-06

• 综述：多金属氧酸盐（POMs）忆阻器/神经形态器件：从结构工程到材料与功能集成

  这篇综述系统阐述了多金属氧酸盐（POMs）作为新一代分子纳米材料在忆阻器与神经形态计算中的应用优势。文章对比了传统金属氧化物材料的局限，重点剖析了POMs基于其原子级精确结构、多重可及氧化还原态和卓越的结构/化学可调性，如何实现确定性电阻开关、多级数据存储及突触可塑性模拟等功能，为开发高性能、高密度神经形态硬件提供了清晰的路线图。

  来源：Nanomaterials

  时间：2026-04-06

• TOC-UCO：一个全面的表格型序分类数据集存储库及其在稳健评估中的意义

  为解决序分类领域缺乏标准基准数据集的问题，科尔多瓦大学团队建立了名为TOC-UCO的公开数据集存储库。该库包含46个预处理统一、类别分布合理的表格型序数据集，并提供k-means离散化、Python接口及固定划分索引。此举旨在为验证新方法提供标准、可复现的基准，推动OC研究发展。

  来源：Neurocomputing

  时间：2026-04-06

• 基于δ算子的时延模糊网络系统：具耗散性保证的事件触发滑模观测器控制

  本文针对一类时延不确定Takagi-Sugeno（T-S）模糊系统，在δ算子框架下提出了一种结合动态状态观测器（DSO）与事件触发传输机制（ETTM）的智能滑模控制（SMC）策略。通过构造增广系统并引入严格耗散性指标，论文在保证系统渐进稳定与滑模区域可达的同时，显著降低了网络通信负载，为数据驱动的网络化控制提供了新思路。

  来源：Neurocomputing

  时间：2026-04-06

• 基于混合Mamba与卷积架构的轻量化遥感图像超分辨率方法研究

  本文聚焦遥感图像超分辨率（RSISR）任务，提出一种融合卷积网络与Mamba状态空间模型的混合架构（ConvMambaSR），旨在兼顾局部高频细节恢复与全局长程依赖建模。该研究设计了核心计算单元ConvMambaB，通过渐进残差优化机制整合卷积特征提取、通道混合MLP增强与Mamba状态空间建模，构建ConvMambaGroup主干。实验表明，该方法在多个遥感数据集上取得了与当前轻量化模型相当或更优的重建性能，同时保持了较低的参数量与计算复杂度，为高分辨率遥感影像的实时处理与应用提供了高效解决方案。

  来源：Neurocomputing

  时间：2026-04-06

• 事件触发与轮询协议下的离散随机忆阻神经网络比例积分观测器设计及其在状态估计中的应用

  本文聚焦于一类在事件触发机制（ETM）和轮询协议（RR）下的离散时间随机忆阻神经网络（DSMNNs）状态估计问题。作者创新性地设计了比例-积分观测器（PIO），旨在降低通信负载的同时，保证估计误差动态的均方指数稳定性。通过结合Lyapunov-Krasovskii泛函和随机分析技术，论文推导了观测器存在的充分条件，并最终通过求解一组线性矩阵不等式（LMIs）得到观测器增益，仿真结果验证了所提方法的有效性。该研究为具有时变延迟、不确定性和随机扰动的神经网络在资源受限网络环境下的可靠状态估计提供了一个统一的框架。

  来源：Neurocomputing

  时间：2026-04-06

知名企业招聘：