• FedCode：通過對比特征解耦來應對聯邦領域轉變

  基于聯邦學習框架的對比特征解耦方法 FedCode。 FedCode 通過服務器端聯邦雙原型學習（DPL）和客戶端對比特征解耦優化（CFD）相結合的方式，解耦領域特定風格和跨領域不變語義特征，消除任務無關的領域風格噪聲，從而同時提升客戶端模型的本地方案適應性和跨領域泛化能力。實驗結果表明，在三個多領域數據集上，FedCode 在 PACS 數據集上相比基線 FedAvg 提升準確率 7.52%，同時減少跨領域性能衰減 5.02%。

  來源：Neurocomputing

  時間：2026-02-27

• 針對紅外小目標檢測，通過非對稱梯度投影生成特定通道的空間重要性圖并恢復丟失的細節

  本文提出CS-LDRNet，通過通道特異性空間注意力（CSAtt）增強目標特征，結合自監督重建生成的差異圖引導特征增強（DFE），并設計非對稱梯度投影（AGrad）和多層特征聚合（MFA）解決多任務沖突，在參數減少70%的情況下顯著提升紅外小目標檢測性能。

  來源：Neurocomputing

  時間：2026-02-27

• 用于無監督跨模態哈希的非對稱簇相似性聯合學習

  無監督跨模態哈希方法，通過聚類生成偽標簽矩陣并分解為潛在語義特征，結合對稱性相似度學習與共識表示優化，實現高效可擴展的跨模態檢索。

  來源：Neurocomputing

  時間：2026-02-27

• 綜述：基于圖像的無傳感器力估計在機器人輔助醫療干預中的綜述

  基于圖像的力估計方法在手術機器人中的應用與挑戰

  來源：Neurocomputing

  時間：2026-02-27

• TINCLIP：通過文本反轉來提高CLIP的構圖推理能力，而無需額外操作

  提出基于文本反轉的TINCLIP方法，通過將圖像表示映射到文本空間并引入“否”邏輯正則化和知識蒸餾，有效解決CLIP模型在 compositional reasoning 中的信息密度不均衡問題，在SugarCREPE和Winoground基準測試中性能提升超過8%。

  來源：Neurocomputing

  時間：2026-02-27

• 綜述：從發展心理學角度審視飲食障礙：對ABCD研究的綜述與最新研究進展

  進食障礙的神經影像學研究基于ABCD隊列數據，發現結構MRI顯示灰質增加和皮質變薄，任務fMRI前額葉激活變化不一致，靜息態fMRI顯示功能連接減少。建議統一方法學提升結果可靠性，并利用長期數據追蹤發育影響。

  來源：International Journal of Eating Disorders

  時間：2026-02-27

• 綜述：妊娠期間膽堿對維護母親健康及減少胎兒和新生兒異常的作用：一項系統評價

  本研究系統回顧了2019-2024年葉酸攝入與妊娠不良結局關聯的實驗及觀察性研究，采用PRISMA指南及Joanna Briggs Institute評估工具。結果顯示，高葉酸水平可降低早產和神經管缺陷風險，改善同型半胱氨酸及血脂水平，促進嬰兒神經認知發育；低葉酸則與上述風險升高相關。結論強調葉酸在母嬰健康中的關鍵作用，建議未來開展隨機試驗確定最佳劑量及時機，并將葉酸推薦納入產前指導及強化計劃以提高全球母嬰健康水平。

  來源：Nutrire

  時間：2026-02-27

• 綜述：主觀社會地位是如何對個體產生影響的呢？一項關于主觀社會地位與主要應激系統生物標志物之間關聯的系統性綜述

  該研究通過范圍綜述系統梳理了主觀社會地位與HPA軸及自主神經系統生物標志物的關聯，發現現有證據不一致，并指出方法學異質性和樣本局限性，建議未來采用縱向設計和更大樣本驗證。

  來源：International Journal of Psychophysiology

  時間：2026-02-27

• 急性護理醫院住院患者虛擬護理的應用、促進因素及障礙的探索性回顧方案

  本研究旨在探索神經認知障礙老年人與其非正式照護者在醫療環境中實施營養教育策略的方法，包括促進因素和障礙。通過系統檢索和分析英語及日語文獻，采用JBI和PRISMA-ScR框架，總結現有營養教育策略的特征、評估工具及實施難點，為開發針對性干預方案提供依據。

  來源：JBI Evidence Implementation

  時間：2026-02-27

• 用于視頻建模的時空光譜保留神經表示方法

  綠色學習框架下提出SNeRV+模型，通過神經切核分析（NTK）和三級小波變換實現時空域自適應的視頻表征，低頻靜態場景采用固定參數解碼，高頻動態細節利用低頻參數引導的時變權重重構，有效緩解光譜偏倚問題，實驗證明在視頻回歸、插值、壓縮等任務中性能優于現有隱式神經表示方法。

  來源：ACM Transactions on Multimedia Computing, Communications, and Applications

  時間：2026-02-27

• 針對航空發動機故障診斷的優化S變換嵌入式時頻可解釋神經網絡

  航空發動機故障診斷中，提出基于優化S變換（OST）的卷積神經網絡（OSTNN），通過引入可訓練參數α和β動態調整窗口形狀，解決傳統STFT方法在非平穩信號和噪聲抑制上的局限。實驗證明OSTNN在準確率、噪聲魯棒性及可解釋性上優于8種SOTA方法。

  來源：Mechanical Systems and Signal Processing

  時間：2026-02-27

• 基于深度神經網絡的替代模型輔助設計優化：低溫超臨界氫儲存系統與液化天然氣（LNG）低溫能源的集成

  本研究提出一種結合液化天然氣冷能回用的超臨界低溫氫儲存系統，并開發基于深度神經網絡的替代模型，通過粒子群優化算法顯著減少計算時間（99.9%），實現低能耗（SEC=4.77 kWh/kg）和高能效（51.83%）|

  來源：Energy

  時間：2026-02-27

• 一種基于物理知識的混合模型，用于預測研磨力

  本文提出物理信息混合磨削力模型（PHGFM），通過重構磨輪表面形貌與動態磨損機制，結合運動學分析與概率分布模型改進未變形切屑厚度（UCT）計算，并嵌入物理約束的神經網絡實現機理與數據協同優化，顯著提升脆性材料磨削力預測精度。實驗表明，在SiC陶瓷加工中，模型平均預測誤差為6.76%（正常力）和7.28%（切向力），最小誤差達3.35%和5.70%。

  來源：International Journal of Mechanical Sciences

  時間：2026-02-27

• 利用動態圖注意力網絡進行齒輪傳動的實時監控的數字孿生替代建模

  實時監測齒輪傳動結構應力的數字孿生框架與動態圖注意力網絡模型。該研究提出基于動態圖注意力網絡（DGAT）的數字孿生方法，將有限元網格轉換為圖結構，嵌入多頭圖注意力機制于門控循環單元，實現時空特征聯合學習，預測精度達96.1%，推理時間1.18秒，較傳統FEA效率提升三個數量級。

  來源：ADVANCED ENGINEERING INFORMATICS

  時間：2026-02-27

• 利用圖神經網絡的概率圖模型進行離散結構部件狀態的貝葉斯反演

  結構健康監測中的貝葉斯反演方法及圖神經網絡應用研究。針對傳統方法難以處理高維參數和復雜依賴的問題，提出基于概率圖模型（PGMs）的貝葉斯反演框架，利用GNN實現高效推斷，結合合成與實驗數據驗證了方法在離散狀態（如完好/損傷）推斷中的有效性，解決了傳統貝葉斯方法建模困難及計算成本高的問題。

  來源：Reliability Engineering & System Safety

  時間：2026-02-27

• 綜述：從食物氣味到代謝和大腦健康調節：嗅覺系統的中介作用及未來展望

  嗅覺系統作為連接外部環境與內部生理穩態的關鍵界面，其功能異常與阿爾茨海默病、抑郁及代謝紊亂密切相關。本文系統綜述食物衍生物氣味分子通過嗅覺-邊緣系統軸調節神經遞質（如GABA、5-HT、DA）、神經營養因子（如BDNF）表達，抑制炎癥反應，改善認知功能及代謝平衡（血糖、血脂）的機制。整合神經生物學、營養學及臨床醫學證據，提出氣味分子干預策略在非侵入性改善腦健康與代謝穩態中的多靶點潛力。

  來源：Trends in Food Science & Technology

  時間：2026-02-27

• 綜述：腦內出血（ICH）中補體系統的免疫調節：相關機制與治療策略的雙刃效應

  本文綜述了補體系統在腦出血中的雙重作用：急性期加重神經炎癥和血腦屏障破壞，而亞急性期和慢性期通過促進 hematoma 清除和炎癥消退發揮修復作用。未來治療需分階段靶向調控補體系統，抑制急性期破壞途徑，保留或增強修復功能，以改善預后。

  來源：International Journal of Applied Earth Observation and Geoinformation

  時間：2026-02-27

• 鼻內給予NAMPT-EVs對反復遭受控制性皮質損傷的小鼠中乙酰化tau蛋白及認知功能的影響

  NAMPT-EVs通過激活SIRT1減少rCCI小鼠腦內乙酰化tau蛋白，抑制神經炎癥，改善腦脊液循環，從而保護神經元和認知功能。

  來源：International Journal of Applied Earth Observation and Geoinformation

  時間：2026-02-27

• 集成風能-太陽能-LNG系統用于生產綠色液化氫及實現多能源供應：技術經濟環境分析及數據驅動的ANN-GA優化

  該研究提出了一種集中式風電-太陽能聯合產氫系統，集成LNG再氣化、多熱力學循環耦合及ANN代理模型優化，實現電力、冷卻、淡水及液氫多能互補供應，在達曼案例中驗證了系統的高效性與經濟性。

  來源：Fuel

  時間：2026-02-27

• QS-FedNeRF：用于邊緣智能的量化傳輸與設備選擇聯合神經輻射場

  聯邦神經網絡輻射場學習框架存在數據冗余和頻繁模型交換問題，本文提出量化傳輸與設備選擇的QS-FedNeRF方案，通過基于Bhattacharyya距離的數據相似性聚類選擇設備，并將模型參數量化為12位浮點數，在真實平臺驗證下訓練時間減少9%。

  來源：Digital Signal Processing

  時間：2026-02-27

知名企業招聘：