• 平面化句子表征中语义梯度的锐化机制及其在信息抽取中的应用

  在自然语言处理(NLP)领域，信息抽取(Information Extraction, IE)如同从错综复杂的语义迷宫中精准定位宝藏，其核心挑战在于如何解析句子中嵌套的语义结构。传统序列标注方法如长短期记忆网络(LSTM)虽能处理简单线性结构，却对"免疫球蛋白增强子"这类嵌套实体束手无策。尽管基于跨度(span)的分类方法通过枚举候选片段缓解了这一问题，但碎片化的处理方式割裂了全局语义关联。更棘手的是，现有方法中真实语义单元的信息会"渗透"到相邻元素，形成模糊的语义边界——这种现象被研究者形象地称为"语义梯度"问题。针对这一瓶颈，中国的研究团队在《Neural Networks》发表的研究中，

  来源：Neural Networks

  时间：2025-06-16

• 基于连接组学的创新分析揭示小鼠视觉皮层边界区域的结构与功能特征

  哺乳动物视觉皮层堪称自然界最精密的图像处理系统，其中小鼠的初级视觉皮层(V1)和高阶视觉区(RL/AL)通过复杂突触网络实现视觉信息整合。传统上，科学家依赖视网膜拓扑图谱(retinotopy)和神经架构分析(architectonics)划分脑区，但两种方法在边界判定上常出现分歧——就像用不同比例尺的地图测量同一片森林，边界总是模糊不清。随着MICrONS项目发布包含7.5万神经元、50万突触的超高分辨率连接组学数据集，研究者终于获得了一把能同时观测神经回路"硬件布线"和"软件运行"的显微镜。由Neehal Tumma领衔的研究团队在《Neural Networks》发表论文，创新性地将滑动

  来源：Neural Networks

  时间：2025-06-16

• R-L分数阶时滞系统的θ-指数稳定性及延迟脉冲网络同步控制研究

  在生物神经网络和电力系统等领域，复杂网络(CNs)的同步行为是保障系统稳定运行的核心问题。然而，传统基于Caputo分数阶的模型存在长记忆效应导致的存储负担，且现有研究鲜少涉及Riemann-Liouville(R-L)分数阶与延迟脉冲的协同控制。更棘手的是，当网络同时存在系统延迟和脉冲延迟时，稳定性分析会因奇异核函数变得极其复杂。这些瓶颈严重制约了分数阶网络在实时控制系统中的应用。针对上述挑战，中国某高校的研究团队在《Neural Networks》发表突破性成果。该研究首次建立了R-L分数阶时滞系统的θ-指数稳定性通用判据（定理2.1），突破了脉冲稳定/不稳定的二元限制；构建了包含混合耦合

  来源：Neural Networks

  时间：2025-06-16

• 钙蛋白酶与半胱天冬酶通过切割阿尔茨海默病相关基因FERMT2编码的KINDLIN2调控Aβ肽生成：突触功能与AD病理的新机制

  阿尔茨海默病（AD）是困扰全球的神经退行性疾病，其核心病理特征包括β淀粉样蛋白（Aβ）沉积形成的老年斑和tau蛋白异常聚集导致的神经纤维缠结。尽管Aβ假说主导了AD研究数十年，但调控Aβ生成的具体分子机制仍未完全阐明。近年来，全基因组关联研究（GWAS）发现FERMT2基因是AD的重要遗传风险因子，其编码的KINDLIN2蛋白作为衔接分子，通过直接结合APP的YENPTY基序调控其代谢。然而，KINDLIN2如何在神经元中动态调控APP加工，尤其是在突触可塑性等关键生理过程中的作用，仍是未解之谜。法国里尔大学等机构的研究团队在《Neurobiology of Aging》发表的研究中，首次揭示

  来源：Neurobiology of Aging

  时间：2025-06-16

• θ-γ经颅交流电刺激增强年轻和老年人弹道运动表现的神经机制研究

  随着年龄增长，人类运动功能会逐渐衰退，这背后与大脑神经可塑性下降密切相关。初级运动皮层（M1）作为控制肢体运动的核心区域，其功能退化是导致老年人动作迟缓、力量减弱的重要原因。尽管非侵入性脑刺激技术（NIBS）如经颅直流电刺激（tDCS）已被尝试用于改善运动功能，但效果参差不齐，尤其对老年人群的干预效果仍存在争议。这促使科学家们寻找更符合大脑自然活动规律的刺激模式——θ-γ神经振荡耦合，这种在学习和记忆过程中起关键作用的脑电波同步现象，可能为运动功能调控提供新思路。澳大利亚阿德莱德大学的研究团队在《Neurobiology of Aging》发表了一项突破性研究。他们采用高精度经颅交流电刺激（H

  来源：Neurobiology of Aging

  时间：2025-06-16

• 家族性阿尔茨海默病高危人群脑脊液生物标志物、脑血流与灰质体积的纵向交互作用研究

  阿尔茨海默病(AD)作为最常见的痴呆类型，全球患者已超5500万，且病例数每20年将翻倍。尽管ATN（Aβ-tau-神经变性）框架为AD诊断提供基础，但血管因素和神经炎症的作用长期被低估。现有研究对Aβ、磷酸化tau(p-tau181)、脑血流(CBF)和灰质萎缩的时序关系存在争议，尤其缺乏对心血管风险影响的纵向证据。这极大阻碍了AD早期干预策略的开发。针对这一科学难题，McGill大学领导的国际团队在《Neurobiology of Aging》发表重要成果。研究者利用PREVENT-AD队列中110名有AD家族史认知正常老年人的4年纵向数据，通过多模态检测技术（包括脑脊液Aβ42/40、p

  来源：Neurobiology of Aging

  时间：2025-06-16

• Presenilin 1单倍剂量不足在绵羊模型中无显著表型异常：为阿尔茨海默病基因治疗提供新思路

  阿尔茨海默病(AD)作为最常见的神经退行性疾病，其发病机制与淀粉样蛋白(Aβ)沉积密切相关。在家族性AD病例中，Presenilin 1(PSEN1)基因突变占比超过80%，这些突变通过影响γ-分泌酶复合物的功能，导致更具神经毒性的Aβ1-42产生增加。虽然靶向PSEN1的基因治疗被视为潜在解决方案，但该基因在胚胎发育和成年期神经系统中的多重功能使其治疗安全性存疑——既往小鼠模型显示PSEN1完全敲除会导致胚胎致死，而人类基因组数据库(gnomAD)中虽存在PSEN1单倍剂量不足个体，但长期影响尚不明确。更复杂的是，有研究推测PSEN1单倍剂量不足可能与家族性反痤疮(FAI)相关，这为基因治疗

  来源：Neurobiology of Aging

  时间：2025-06-16

• 基于神经动力学和忆阻器阵列的线性/二次规划通用模拟求解器一步实现闭环解析解

  在智能机器人间接迭代学习控制、无人机规定时间自适应动态规划控制等前沿领域，实时求解线性规划(LP)和二次规划(QP)问题已成为制约技术发展的关键瓶颈。传统基于CPU/GPU的数值求解器如DAQP、OSQP等采用主动集算法(ASM)、内点法(IPM)等迭代方法，面临计算复杂度O(N3)的"维度灾难"，难以满足毫秒级响应的实时需求。更棘手的是，随着摩尔定律逼近物理极限，传统冯·诺依曼架构在解决大规模优化问题时遭遇"内存墙"等根本性制约。针对这一挑战，中国研究人员创新性地将神经动力学理论与存内计算(CIM)范式相结合，开发出基于忆阻器(RRAM)阵列的通用模拟求解器。该设计通过可重构模块化电路动态配

  来源：Neural Networks

  时间：2025-06-16

• 基于多任务光流估计的Transformer突发图像去噪方法(BDFormer)及其空间-通道协同增强机制研究

  在智能手机普及的今天，随手拍摄已成为日常，但小尺寸传感器、复杂光照条件等因素常导致图像噪声严重。传统单帧去噪方法因信息有限难以取得理想效果，而多帧合成的突发图像去噪(burst denoising)技术虽能利用时序冗余信息，却面临帧间错位这一关键瓶颈——微小的相机抖动或场景运动会导致信息融合时的重影和模糊。现有方法中，基于核预测的方法受限于局部感受野，而显式对齐方法依赖预训练光流网络对噪声敏感。近期Transformer虽被引入该领域，但存在空间信息利用不足、计算复杂度高等问题。为系统解决这些挑战，浙江大学的研究团队在《Neural Networks》发表研究，提出创新性的Burst Deno

  来源：Neural Networks

  时间：2025-06-16

• LEESDFormer：基于CNN-Transformer的轻量级无监督低光图像增强与曝光抑制曲线估计网络

  在智能手机普及和自动驾驶发展的时代，低光环境下的图像质量直接影响视觉任务的准确性。然而，现有方法如基于Retinex理论或卷积神经网络（CNN）的增强技术，往往陷入“顾此失彼”的困境：增强暗部时忽略过曝区域，抑制噪声时丢失纹理细节。更棘手的是，传统Transformer虽能捕捉全局信息，但计算复杂度高，难以部署在移动设备上。这种矛盾催生了计算机视觉领域的关键挑战——如何平衡增强效果与计算效率？针对这一难题，中国研究人员提出LEESDFormer，首次将CNN与Transformer的优势融合于无监督低光增强任务。该研究发表于《Neural Networks》，其核心创新在于将复杂增强问题转化为

  来源：Neural Networks

  时间：2025-06-16

• 结构正则化共识动态锚图学习在不完整多视图聚类中的应用研究

  在人工智能与大数据时代，多视图数据（Multi-view Data）如同观察世界的多棱镜，通过整合不同传感器或来源的特征（如图像、文本、基因序列），为全面理解复杂对象提供了可能。然而现实场景中，传感器故障或数据采集偏差常导致视图缺失，形成不完整多视图聚类（IMVC）这一研究难题。传统动态锚图（Dynamic Anchor Graph）方法虽能降低计算复杂度，却存在两大局限：一是忽略原始特征空间的结构信息，二是仅关注视图间权重而忽视样本级特征重要性。这些问题如同"盲人摸象"，使算法难以捕捉数据本质关联。安徽某高校团队在《Neural Networks》发表的研究中，提出结构正则化共识动态锚图学习

  来源：Neural Networks

  时间：2025-06-16

• 基于跨域知识蒸馏的迁移学习驱动智能故障诊断框架及其在锂离子电池系统中的应用

  随着电动汽车产业的爆发式增长，锂离子电池的安全管理已成为制约行业发展的关键瓶颈。电池故障可分为外源性（如剧烈环境变化导致的物理损伤）和内源性（电池化学结构缓慢劣化）两类，后者虽发展隐匿却会引发长期系统性风险。传统故障诊断(FD)方法面临三大困境：海量时变数据导致模型效率低下、跨域特征分布失衡造成知识蒸馏损耗，以及健康数据与故障样本的极端不平衡。这些问题使得现有技术难以满足高能电池系统对轻量化、高精度诊断的需求。针对上述挑战，由彭浩武（Penghao Wu）等学者组成的团队在《Neural Networks》发表研究，创新性地将脉冲神经网络(SNNs)的时序处理优势与迁移学习框架结合。该团队获得

  来源：Neural Networks

  时间：2025-06-16

• 背景噪声对神经语音追踪的年龄差异性影响：揭示老年听觉系统的非线性编码机制

  在喧嚣的咖啡馆里，年轻人能轻松捕捉对话，而老年人却常抱怨"听不清"——这种日常现象背后隐藏着听觉系统的年龄密码。随着全球老龄化加剧，约三分之一老年人受听力损失困扰，其中噪声环境下的言语理解障碍尤为突出。传统研究多聚焦于外周听觉器官退化，但近年发现，即使听力阈值正常的老年人仍存在中枢听觉处理异常。这种"听得见但听不懂"的困境，与大脑如何从声学信号中提取语音包络（speech envelope）密切相关。语音包络作为承载言语节奏和内容的关键特征，其神经追踪（neural speech tracking）能力直接影响理解效果。有趣的是，年轻人在适度噪声（如+6dB SNR）下会表现出更强的神经追踪，

  来源：Neurobiology of Aging

  时间：2025-06-16

• Fischer Brown Norway大鼠中枢下丘不同频率区域GABA能突触的年龄依赖性差异研究

  随着年龄增长，听力下降已成为困扰老年人群的普遍问题。老年性聋(ARHL)不仅表现为外周听觉器官的功能衰退，更与中枢听觉系统的时间信息处理能力下降密切相关。在这一过程中，γ-氨基丁酸(GABA)能抑制系统的功能衰退被认为是关键因素。作为听觉中脑的"信息枢纽"，中枢下丘(ICc)接收来自上下行的丰富输入，其GABA能神经传递的年龄相关变化直接影响着复杂声信号(如言语)的处理能力。然而，关于GABA能突触如何沿ICc的频率轴(tonotopic axis)发生特异性老化，以及这些变化是否均匀分布等重要问题，至今尚未得到系统解答。美国东北俄亥俄医科大学的研究团队在《Neurobiology of Ag

  来源：Neurobiology of Aging

  时间：2025-06-16

• 阿尔茨海默病中生物年龄加速通过调控皮质与内侧颞叶神经退变的相对程度影响疾病异质性

  阿尔茨海默病(AD)作为最常见的神经退行性疾病，其临床表现和病理特征存在显著异质性。约15%患者呈现非典型症状，表现为语言、视觉空间或执行功能障碍，而非典型记忆损害。这种异质性常与发病年龄相关，但临床观察发现存在矛盾现象：部分年轻患者表现为典型MTL(内侧颞叶)主导型，而某些老年患者却呈现皮质优势型。这种矛盾提示，单纯实际年龄(chronological age)无法完全解释AD异质性，其背后可能涉及更复杂的生物学衰老机制。为探索这一科学问题，来自美国宾夕法尼亚大学等机构的研究团队在《Neurobiology of Aging》发表重要研究。该研究创新性地将表观遗传学生物年龄标记与神经影像学相

  来源：Neurobiology of Aging

  时间：2025-06-16

• 高龄小鼠信号内体轴突运输的持续性及BDNF依赖性调控受损机制研究

  神经元作为人体最特化的细胞之一，其功能高度依赖高效的轴突运输系统。轴突可延伸超过一米，需要复杂的运输网络将线粒体、信号内体等关键物质在胞体与末梢间精准输送。然而，这一精密系统会随衰老逐渐衰退，成为多种神经退行性疾病的共同特征。尽管既往研究揭示了线粒体等细胞器运输的年龄相关性变化，但关于信号内体——这种负责逆向运输神经营养因子受体复合物的特殊细胞器——在衰老过程中的表现仍存在知识空白。更关键的是，脑源性神经营养因子（BDNF）及其受体TrkB构成的信号通路已知调控轴突运输，但其在衰老相关运输障碍中的作用机制尚未阐明。针对这些问题，来自英国伦敦大学学院等机构的研究团队在《Neurobiology

  来源：Neurobiology of Aging

  时间：2025-06-16

• 可调控风险因素组合对β-淀粉样蛋白病理与认知老化关系的调节作用

  随着全球老龄化加剧，阿尔茨海默病(AD)已成为重大公共卫生挑战。流行病学研究显示约40%的AD风险源于可调控因素，但传统研究多聚焦单一风险因素，忽视了因素间的协同效应。更关键的是，这些因素究竟通过延缓病理积累（抵抗路径）还是减弱病理影响（韧性路径）发挥作用，始终存在机制争议。美国加州大学伯克利分校的研究团队在《Neurobiology of Aging》发表创新性研究，通过多维度分析揭示风险因素组合对AD病理-认知关系的调节机制。研究采用k-means聚类将203名认知正常老年人(73±6.4岁)划分为积极活动型、积极情感型和消极多域型三类风险特征，结合β-淀粉样蛋白(PiB-PET)和tau

  来源：Neurobiology of Aging

  时间：2025-06-16

• 基于统一隐式对比机制的sEntIMeldCL模型增强显式知识在方面级情感分析中的应用

  在自然语言处理领域，方面级情感分析(Aspect-Level Sentiment Analysis, ALSA)作为情感分析的细粒度任务，旨在识别句子中特定方面词的情感极性。然而现有研究存在两大瓶颈：一是过度依赖句法依赖关系而忽略否定词对情感极性的影响；二是传统数据增强方法通过同义词替换会破坏多方面的语义关联性。例如在评论"环境温馨但通风差"中，现有模型易忽视"通风"隐含的负面情感。这些问题导致ALSA系统在真实场景中的准确率受限，亟需开发能同时捕捉显隐式情感表达的新方法。为此，国内某高校的研究团队在《Neural Networks》发表题为"sEntIMeldCL: Enhancing ex

  来源：Neural Networks

  时间：2025-06-16

• 基于物理信息神经网络的多场耦合相场模型反问题求解研究

  在材料科学领域，相场模型（Phase Field Model, PFM）是描述微观结构演化的核心工具，但其控制方程常涉及多物理场耦合的复杂偏微分方程（PDEs）。传统数值方法如有限元法（FEM）和有限体积法（FVM）虽能求解正向问题，但在参数反演（即通过观测数据推断本构参数）时面临计算成本高、适应性差等挑战。尤其当涉及相变、流固耦合等多场相互作用时，现有方法难以平衡精度与效率。更棘手的是，材料关键参数（如各向异性系数）往往无法直接测量，而实验数据又可能稀疏或不完整。这种"已知结果求原因"的反问题（inverse problems）求解困境，严重制约了新材料设计与性能优化。东南大学机械工程学院团

  来源：Neural Networks

  时间：2025-06-16

• 基于跨模态跨区域互引导双阶段注意力机制的MGNet ：多尺度特征融合的RGBT目标跟踪新方法

  在视觉目标跟踪领域，单一可见光模态的跟踪器（如Sun, Liu等2024年工作）面临夜间、雾霾等复杂环境的挑战。热红外(TIR)模态虽能捕捉目标热辐射特征，但缺乏纹理细节。RGBT跟踪通过融合可见光(RGB)与TIR模态的互补信息，成为解决这一难题的关键技术。然而，现有方法（如ViPT、TBSI）多采用同区域模态融合策略，忽视了跨区域特征的互引导潜力，且深层CNN融合带来高昂计算成本，制约实时性应用。长沙理工大学的研究团队在《Neural Networks》发表论文，提出MGNet框架。该工作创新性地引入跨模态跨区域双阶段注意力(CCDA)模块：第一阶段混合异源模态特征保留区域独特性，第二阶段

  来源：Neural Networks

  时间：2025-06-16

知名企业招聘：