• 利用miniTurbo邻近标记鉴定Neuro-2a细胞中与神经元发育相关的Gβ5相互作用组

  Gβ5是Gβ家族的成员；然而，与其他异三聚体Gβ蛋白响应G蛋白偶联受体（GPCR）激活而转导细胞外信号不同，Gβ5通过稳定GTP酶激活蛋白（GAP）——即G蛋白信号调节因子（RGS）R7亚家族（R7-RGS）——来负性调节GPCR信号转导。Gβ5的突变与一种多

  来源：ACS Omega

  时间：2026-09-15

• 基于质量守恒约束的物理信息神经网络（P-PINN）用于非牛顿悬浮液中颗粒沉降预测

  为解决搅拌罐中非牛顿悬浮液颗粒沉降监测数据稀疏的问题，以及纯数据驱动模型在长期外推过程中存在的非物理固相储量漂移风险，本研究提出了一种参数化物理信息神经网络（Parametrized Physics-Informed Neural Network, P-PIN

  来源：ACS Omega

  时间：2026-09-15

• 基于主成分分析与混沌优化径向基神经网络的电力系统虚假数据注入攻击检测方法

  摘要：针对电力系统的虚假数据注入攻击（FDIA）能够有效规避坏数据检测机制并伪造相关测量数据，从而对整个电网的运行稳定性和安全性构成严重威胁。然而，现有的检测方法存在收敛速度慢和处理高维数据能力不足的问题，无法准确定位具体的受攻击节点。为解决这些问题，我们提出了一种新的 F

  来源：IEEE Potentials

  时间：2026-09-15

• 面向协作式车辆边缘计算的移动性感知的孤岛抑制型MEC调度

  摘要：车辆边缘计算（VEC）通过将计算资源部署在车辆附近来支持协作式车辆服务。然而，高度动态的交通移动性使得车辆到移动边缘计算（MEC）的调度变得不稳定。现有的调度器主要优化车辆到 MEC 的距离或服务器负载，但它们可能会将正在接近的邻近车辆分配给不同的 MEC 服务器。这

  来源：IEEE Transactions on Human-Machine Systems

  时间：2026-09-15

• SPanet：面向板载卫星监控任务的场景自适应低码率视频压缩框架

  摘要：卫星监控任务中的板载视频传输受到抗辐射硬件处理能力有限和下行带宽稀缺的严重制约。为应对这些挑战，本文提出了 SPanet——一种面向板载部署的场景自适应、低码率视频压缩框架。所提出的架构利用三阶段降维流水线，在减少计算开销的同时最大化编码效率。首先，一个解析可逆灰度帧生

  来源：IEEE Access

  时间：2026-09-15

• 基于量子神经网络的金融市场自适应预测与异常检测框架构建

  摘要：金融市场是复杂的非线性系统，具有高维度交互、时间依赖性以及时刻演变的非对称特征。由于市场不稳定性和动态不确定性，在高频金融数据中检测隐藏结构和异常行为仍然是一个具有挑战性的问题。本研究提出了一种基于量子神经网络（QNN）的创新框架，用于通过利用量子表示学习来实现针对复杂

  来源：IEEE Access

  时间：2026-09-15

• 基于混合神经-符号流水线的可验证法律合同问答系统

  摘要：法律合同分析是法律和商业领域中一项关键但劳动密集型的工作，需要对复杂的合同语言进行精确解读。现有的自动法律问答（QA）方法存在幻觉、缺乏可验证性以及无法提供可追溯推理等问题。本文提出了一种混合神经-符号流水线，将检索增强生成与多信号验证相结合，以从法律合同中生成准确且

  来源：IEEE Access

  时间：2026-09-15

• 表面肌电振幅与反向跳跃高度在条件活动后数分钟内解耦：青年足球运动员的时间分辨研究

  激活后表现增强（post-activation performance enhancement, PAPE）常被归因于神经驱动增强，然而神经肌肉与机械反应很少被同步追踪。本研究考察了在条件活动（conditioning activity）后1–4分钟内两者是否

  来源：Applied Sciences

  时间：2026-09-15

• TLECNN：一种面向物联网相关安全环境的迁移学习增强CNN恶意软件家族分类方法

  物联网（Internet of Things, IoT）设备的快速增长极大地扩展了恶意软件的攻击面。这产生了对适用于此类环境中资源感知型IoT安全分析的准确恶意软件分类技术的需求。本文提出了一种用于基于图像的恶意软件分类的迁移学习增强卷积神经网络（transf

  来源：Electronics

  时间：2026-09-15

• 基于机器视觉的跳舞机器人设计

  基因表达分类由于现有数据集的高维性和异质性仍然是一项具有挑战性的任务。本研究提出了一项综合实证分析，将神经网络与支持向量机（Support Vector Machines，SVM）相结合用于基因表达分类。研究人员评估了多种架构，包括卷积神经网络（Convolu

  来源：Electronics

  时间：2026-09-15

知名企业招聘：