当前位置:首页 > 今日动态 > 神经科学
  • 人类中孕期与小鼠出生后视网膜发育的形态学比较

    摘要 理解视网膜发育对于更好地解释视网膜功能和疾病具有重要意义,同时也是生成视网膜类器官和视网膜再生策略的模型。尽管小鼠视网膜的发育已被详细研究,但人类视网膜细胞类型发育的时序仍然知之甚少。本研究旨在比

    来源:Journal of Comparative Neurology

    时间:2026-10-02

  • 人参(Panax notoginseng)作为一种可食用的功能性食品成分,通过阻断NF-κB/NLRP3/Caspase-1信号通路来抑制海马区的焦亡反应,从而缓解脑缺血导致的认知功能障碍

    摘要血管性痴呆(VaD)是一种由累积性脑血管损伤引起的疾病,表现为进行性的神经元死亡和认知功能下降。人参(Panax notoginseng,简称PN)是一种可食用的功能性食品成分,已被证明具有抗炎作用、神经保护活性以及维持血脑屏障(BBB)完整性的作用。然而,PN对抗VaD导致

    来源:Food Bioscience

    时间:2026-10-02

  • 用于结构化卷积神经网络剪枝的端到端可微通道融合

    •针对通道剪枝中缺乏全局优化的问题,提出了一种基于可微聚类的融合框架。•在明确的FLOPs约束下,将通道分组与结构化剪枝统一为端到端优化。•该框架有效地建模了通道间的冗余性,在高压缩率下实现了具有竞争力的精度-效率权衡。•在Jetson Nano上的部署验证了实际加速效果和边

    来源:Neurocomputing

    时间:2026-10-02

  • 基于注意力驱动的多周期动态时空图网络的短期负荷预测方法

    • 多周期架构通过并行分支捕捉周期性模式。 • 自适应图学习利用 fastDTW 与可学习参数构建动态邻接矩阵。 • 注意力驱动的光谱时间卷积结合多头注意力机制与切比雪夫图卷积提取关键特征。 **引言** 现代智能电网的可靠运行严重依赖于准确的短期负荷预测(STLF),这

    来源:Neurocomputing

    时间:2026-10-02

  • OctDiffPose:一种用于类别级 9 自由度物体姿态估计的扩散框架,具有基于八叉树的条件

    •面向9自由度位姿推断的概率扩散框架。•概率分析与不确定性估计。•基于层次八叉树表示的多模态条件建模。•形状感知锚定以约束推断空间。•基于Transformer的去噪器以实现一致的条件传播。•在歧义条件下具有鲁棒的性能以及跨数据集泛化能力。引言目标位姿估计旨在从视觉观测中预测

    来源:Neurocomputing

    时间:2026-10-02

  • 从隶属度到关系:一种用于学习关系谓词的神经模糊框架

    摘要 传统神经模糊系统通过基于隶属度的条件来表示规则前件,将模糊规则主要限制在等式类表达式上(例如"温度是低的")。这限制了它们表达能力更丰富的语言关系(如"至少是低的"、"至多是低的"或"不是低的")的能力。为解决这一局限,我们提出了广义直觉模糊项(General Int

    来源:Neurocomputing

    时间:2026-10-02

  • DURA: 用于多领域多模态假新闻检测的具有可靠性感知融合的双流 LoRA

    摘要:社交媒体上的多模态假新闻对社会稳定和公众信任构成威胁。尽管现有方法在基准数据集上取得了进展,但仍面临三个挑战:(1) 领域特定写作风格与领域通用取证线索之间的纠缠,使模型易受风格偏见影响;(2) 由不平衡的多领域数据引起的领域干扰,资源丰富的领域可能在联合优化中占主导地

    来源:Neurocomputing

    时间:2026-10-02

  • 一种基于三苯乙烯的开关型荧光探针,具有光放大灵敏度,可用于可视化检测神经毒剂模拟物

    • 开发了一种适用于两相DCP检测的光响应探针。 • 紫外线照射引发了分子内的光环化脱氢反应。

    来源:Microchemical Journal

    时间:2026-10-02

  • 使用时序成像技术揭示河流水位-流量关系中的隐蔽结构区间

    •开发了一种整合马尔可夫转移场(MTF)、卷积神经网络(CNN)学习与水力学诊断的框架,用于年水位—流量情态识别。•年水位—流量行为并非连续漂移,而是以有限集合的可识别情态形式重现。•物理引导将年际相似性重新组织为碎片更少、水力学一致性更强的分组。•情态间对比集中体现在少数跨

    来源:Journal of Hydrology

    时间:2026-10-02

  • 基于遗传算法增强的神经网络用于量子密钥分发参数优化

    •遗传算法增强神经网络用于量子密钥分发。•量子密钥的参数预测准确率提高最高达42%。•该框架可解决传统搜索算法失效的优化任务。•深度学习可实现量子链路中的实时参数优化。引言量子密钥分发(QKD)为远程用户之间的密钥建立提供了信息论层面的安全性,因此是量子通信中的基础技术。然而

    来源:Engineering Applications of Artificial Intelligence

    时间:2026-10-02


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