• 脂肪酶处理牛奶的基质依赖性风味调控：基于脑部神经感官科学、挥发性风味特征和脂肪酸谱的见解

  首次将脑电图（EEG）应用于表征人体对脂质水解乳品摄入的神经生理反应。 不同脂肪含量的乳品中，脂肪酶对其风味改良效果存在显著差异。 神经生理学分析与感官评价结果之间建立了相关性。 阐明了关键风味化合物与脂肪酸谱之间的分子转化机制。 引言 乳品的风味品质是决定消费者接

  来源：International Dairy Journal

  时间：2026-10-05

• 红点石斑鱼神经坏死病毒（RGNNV）非结构蛋白B1/B2突变株的构建及其在感染过程中的动态变化

  •建立了一种基于质粒的逆向遗传学系统用于RGNNV的研究。•成功挽救并表征了具有B1/B2突变的六种重组病毒。•体外分析显示，重组病毒的感染力与野生型病毒相当。•体内实验表明，这些重组病毒的致病性基本相当，除了B2QM突变体表现出死亡时间延迟。•突变回复恢复了B1/B2蛋白的表达

  来源：Fish & Shellfish Immunology

  时间：2026-10-05

• 综述：儿童脑积水手术后30天失败的风险因素及原因：一项系统评价和荟萃分析

  ``` 摘要 背景 脑室腹腔（VP）分流术是儿童脑积水最常见的长期治疗方法；然而，分流术早期失败仍然是导致发病率和经济负担的重要原因。尽管一些研究探讨了早期失败的风险因素，但这些发现零散且不一致。本Meta分析评估了儿童患者中30天内VP分流术失败的患病率、预测因素及原因。 方

  来源：Child's Nervous System

  时间：2026-10-05

• 葡萄牙空军搜救人员的身体特征：从骨骼到力量及心肺适能

  摘要在葡萄牙空军的搜救小队中，机组人员是由五名具有不同职责的军事人员组成的多学科团队，包括机长、副驾驶、航空护士、系统/机舱操作员和救援员。这些角色涉及特定任务，对机组人员提出不同的身体和认知要求。本研究旨在表征葡萄牙空军搜救飞行小队的身体成分概况、神经肌肉和需氧体适能，并比

  来源：Sport Sciences for Health

  时间：2026-10-05

• 一种用于GaN HEMT小信号噪声建模的具有强外推能力的整体式群智能优化驱动贝叶斯正则化神经网络

  ## 摘要 本文提出了一种用于GaN HEMT小信号噪声建模的**整体式群体优化–贝叶斯正则化神经网络**（HSO-BRNN），并特别强调其外推能力。在传统BRNN中，仅自适应调整正则化系数，而神经元数量和最大迭代次数等结构超参数并未自动确定。为克服这一局限，本文采用HSO

  来源：Microelectronics Journal

  时间：2026-10-05

• 复杂受约束环境中移动缆索驱动并联机器人的协作运动规划

  •基于复合末端执行器的移动线缆驱动并联机器人机构设计。 •基于BP神经网络（BPNN）的机器人性能指标快速评估方法。 •基于RRT的MCDPR协作运动规划方法。 •实验与仿真验证了所提算法的可行性。 引言 随着智能制造技术的快速发展，高端制造系统正在向更高精度和更强智能化

  来源：Mechanism and Machine Theory

  时间：2026-10-05

• 基于忆阻器的自适应激活函数电路设计用于神经网络硬件加速

  ## 摘要 激活函数为硬件实现的深度神经网络引入了非线性特性，然而传统设计依赖固定的传输特性，限制了在复杂架构中的适应性和片上学习能力。在本研究中，我们提出了三种基于忆阻器的自适应激活电路：A-Sigmoid、A-Tanh和A-ReLU。这些电路能够在数字域中进行实时参数调

  来源：Microelectronics Journal

  时间：2026-10-05

• LegoMACs：面向可变精度神经网络的流水线乘法累加单元加速器

  卷积神经网络（CNN）由大量的矩阵乘法组成。使用乘法器单元在硬件的延迟和面积方面成本很高。本文提出的工作专注于在推理阶段通过采用 4 位和 8 位可重构模式的低精度计算来优化 CNN。我们采用 Booth 编码来用多路选择器、加法器和移位器替换乘法器，作为硬件设计的基础。所提

  来源：Journal of Systems Architecture

  时间：2026-10-05

• 用于高效非结构化稀疏卷积神经网络推理的多维数据流优化

  摘要非结构化稀疏性是高效卷积神经网络（CNN）推理的一项关键技术，然而其不规则的数据布局往往与现代硬件的并行模式不匹配，导致性能次优。现有方法通常依赖 Im2Col 变换和通用稀疏矩阵乘法（SpGEMM），这要么会引起严重的存储冗余，要么会带来高昂的运行时索引开销。为应对这些

  来源：Journal of Systems Architecture

  时间：2026-10-05

• 面向多源故障诊断的不确定性感知对比元学习范式

  摘要 基于深度学习的智能诊断方法在设备管理与维护方面已展现出显著的有效性。然而，其优越的诊断性能高度依赖于大规模、高质量标注数据的可用性。当基于实验室数据训练的的诊断模型部署到真实工业环境中时，其性能受到三个相互关联的挑战所制约。首先，目标域中通常仅有少量带标签样本，导致跨域

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2026-10-05

知名企业招聘：