• 心理学理论构建的结构性障碍：基于"齿轮模型"的中层机制研究范式

  心理学领域长期存在一个令人困惑的现象：尽管拥有日益精密的实验工具和统计方法，这个学科却始终未能像物理学或生物学那样形成连贯的理论体系。正如Kuhn在1962年指出的，心理学似乎长期停留在"前范式科学"状态，各种理论如走马灯般更替却难以形成累积性进步。这种状况引发了学界深刻反思——为什么在经历一个多世纪的发展后，心理学仍然无法像成熟科学那样通过"解谜"活动稳步推进认知边界？造成这种困境的核心在于心理学研究对象的特殊性质。一方面，心理现象普遍存在"混杂因子"(crud factor)效应，即所有变量都与其他变量存在微妙关联，这使得传统的变量隔离实验难以真正确定因果关系。另一方面，诸如意识体验、情绪

  来源：Methods in Psychology

  时间：2025-06-13

• 综述：共同设计社区参与工具包以提高印度、尼泊尔和斯里兰卡对神经发育迟缓和障碍筛查与护理的认识

  背景与目标南亚地区承载着全球最高的神经发育障碍(NDDs)负担，约95%的自闭症谱系障碍(ASD)患儿生活于此。早期筛查可显著改善预后，但低认知度、社会污名和医疗体系碎片化导致诊断延迟。NAMASTE项目旨在印度、尼泊尔和斯里兰卡建立社区检测-护理路径，而本研究则聚焦开发配套的"社区参与工具包"(CE toolkit)，通过多利益相关方参与设计，提升公众对NDDs的认知并优化服务可及性。研究方法论采用人本设计框架的参与式研究分两阶段实施：第一阶段通过185名参与者（94名照护者、68名NSWs、14名专科医师及9名自闭症成人）的访谈和共创工作坊，绘制典型照护历程中的关键决策点；第二阶段利用"牺

  来源：Mental Health & Prevention

  时间：2025-06-13

• 基于齐纳击穿效应的超低能耗LIF神经元器件在神经形态计算中的创新设计

  论文解读在脑科学和人工智能交叉领域，模仿生物神经元行为的硬件实现一直是神经形态计算的核心挑战。传统基于CMOS或新兴RRAM、铁电FET的神经元设计往往面临能量效率低下（如SOI-MOSFET需45pJ/尖峰）、结构复杂或依赖外部电路等瓶颈。尤其当需要将环境信号直接转换为神经脉冲时，现有技术常需额外复杂电路，严重制约了大规模集成与应用。针对这一难题，沙特阿拉伯国王费萨尔大学的研究团队创新性地利用齐纳二极管的陡峭反向击穿特性，开发出单器件LIF神经元。该成果发表于《Micro and Nanostructures》，通过校准二维仿真证实，这种设计能以86fJ/尖峰的创纪录低能耗实现生物神经元整合

  来源：Micro and Nanostructures

  时间：2025-06-13

• 基于自适应波束成形的超声能量与数据传输系统在主动式医疗植入物中的应用研究

  在医疗技术快速发展的今天，主动式医疗植入物如心脏起搏器、神经刺激器和连续血糖监测(CGM)设备正深刻改变着慢性病管理方式。然而这些设备的微型化进程正面临"能量瓶颈"——传统锂电池体积大、寿命有限，而电磁无线充电又受限于人体组织的导电性和FDA严格的功率密度限制（仅10 mW/cm2）。更棘手的是，毫米级植入物在体内可能发生位移，导致能量传输效率骤降。如何实现安全、高效且能适应位置变化的持续供能，成为制约下一代可植入医疗设备发展的关键难题。针对这一挑战，某研究机构团队在《Micro and Nano Engineering》发表创新成果，开发出集超声能量传输(USPT)、数据通信和位置反馈于一体

  来源：Micro and Nano Engineering

  时间：2025-06-13

• 基于人工神经网络的双金属双栅负电容场效应晶体管变异性效应建模研究

  随着半导体器件尺寸持续微缩，摩尔定律逼近物理极限，负电容场效应晶体管(NCFET)因其亚阈值摆幅突破玻尔兹曼极限的特性，成为后摩尔时代低功耗器件的候选者。然而，器件性能受温度(T)、氧化层厚度(Tox)、衬底厚度(Tsub)和铁电层厚度(TFe)等多参数耦合影响，传统TCAD仿真需消耗大量计算资源。针对这一瓶颈，Vinod Dham半导体与微电子卓越中心的研究团队创新性地将人工神经网络(ANN)引入器件建模领域。研究采用TensorFlow框架构建三层隐藏层的ANN模型，以ReLU为激活函数，输入参数包含T、Tox、Tsub、TFe和漏源电压(Vds)，输出目标为漏极电流(Id)。通过Coge

  来源：Micro and Nanostructures

  时间：2025-06-13

• 综述：自然语言处理技术在认知障碍早期检测中的系统评价

  摘要随着全球老龄化加剧，认知障碍（包括AD、MCI等）已成为重大健康挑战。传统神经心理学检测存在耗时、成本高等局限，而基于自然语言处理（NLP）的技术通过分析语言和语音特征，为早期筛查提供了新思路。本文系统评价了NLP技术在认知障碍检测中的应用现状、方法学及临床潜力。方法遵循PRISMA指南，研究者检索了8大数据库至2024年8月的文献。纳入标准包括：使用NLP分析语音/文本数据、报告诊断准确性指标。最终纳入51项研究（含17,340名参与者，平均年龄72.4岁）。采用定制化工具评估研究质量，涵盖参与者选择、数据收集和分析方法三个维度。结果核心发现：诊断效能：结合语言和声学特征的多模态方法表现

  来源：Mayo Clinic Proceedings: Digital Health

  时间：2025-06-13

• 基于马尔可夫切换控制的时滞耦合神经网络在随机欺骗攻击下的指数同步研究及其在图像加密中的应用

  在当今数字化时代，神经网络同步控制面临着双重挑战：通信时滞会破坏系统稳定性，而日益猖獗的网络攻击更是雪上加霜。特别是随机欺骗攻击(SD)，这类攻击通过注入虚假信息误导系统决策，其随机性和隐蔽性使得传统控制方法难以招架。更棘手的是，现实中的神经网络往往存在传输延迟，这些时滞效应会与攻击行为产生复杂耦合，进一步加剧系统失步风险。面对这一困境，来自国外研究机构的Rubasri S团队在《Mathematics and Computers in Simulation》发表重要成果，开创性地将马尔可夫切换控制引入时滞耦合神经网络(CNNs)的同步研究。研究团队采用多学科交叉方法，首先建立含脉冲的广义时滞

  来源：Mathematics and Computers in Simulation

  时间：2025-06-13

• 基于增强现实技术的肘关节模型术中神经损伤降低验证研究：精准导航与辐射暴露的双重突破

  在骨科手术领域，克氏针(K-wire)置入等操作犹如"刀尖上的舞蹈"——统计显示约20%的周围神经损伤源于此类操作。传统C型臂X光导航存在辐射暴露大、空间定位依赖二维影像等局限，而增强现实(AR)技术虽被证实可降低50%的定位误差，但其在真实手术环境中的有效性仍需系统验证。这项发表在《Mayo Clinic Proceedings: Digital Health》的研究，通过创新的3D打印解剖模型与多模态导航系统，为AR技术在骨科手术中的应用提供了令人信服的证据。研究团队开发了集成AR导航、X射线模拟系统和3D打印肘关节模型的实验平台。采用微软HoloLens 2头显呈现三维解剖结构，配合Ki

  来源：Mayo Clinic Proceedings: Digital Health

  时间：2025-06-13

• 综述：超越疾病本身：基于网络的自报告数字平台在轻度认知障碍研究和临床护理中的前景

  Abstract传统神经退行性疾病临床试验依赖检查量表、功能评估和研究者报告，但这些工具可能无法全面反映干预效果。本研究提出创新解决方案：通过结合数字生物标志物与患者自报告，构建可远程评估MCI的网页平台。平台利用虚拟人引导完成23项任务，实时提取238项语音特征（如基频F0）、1450项面部特征（如唇部运动范围）及21项文本指标。结果显示，未校正的显著差异特征（P<.01）构建的分类模型AUC达0.75，其中面部特征（占10/13显著指标）鉴别力最强，如MCI患者唇部表面积增大而眉毛位置降低。自报告数据揭示MCI组认知（22 vs 7例）、步态（41 vs 35例）及跌倒（6 vs 1

  来源：Mayo Clinic Proceedings: Digital Health

  时间：2025-06-13

• Seq2Seq与Seq2Point CNN架构在非侵入式负载监测中的迁移能力研究：面对未知电器的性能衰减分析

  在智能电网和能源管理领域，非侵入式负载监测(NILM)技术通过分析总电表数据实现电器级能耗分解，避免了为每个电器安装传感器的成本。然而，当前主流的深度学习方法如序列到序列(Seq2Seq)和序列到点(Seq2Point)卷积神经网络(CNN)面临严峻挑战：训练数据与真实场景间的电器组成差异会导致性能急剧下降。这一问题严重制约了NILM技术的实际应用价值，因为现实家庭中电器组合具有高度动态性——新电器可能随时引入，而现有算法对此缺乏鲁棒性。为系统评估这一瓶颈问题，研究人员开展了一项创新性研究。通过建立基于一阶泰勒展开的理论框架，首次量化分析了未知电器引入的噪声与模型局部敏感性的交互作用。实验方面

  来源：Mathematics and Computers in Simulation

  时间：2025-06-13

• 量子神经网络增强的动态零信任架构：7G网络安全中的量子驱动异常检测新范式

  随着5G向7G网络的演进，全球数字化转型进入新阶段，超低延迟、太赫兹通信和天地一体化网络等特性在带来革命性体验的同时，也极大扩展了网络攻击面。传统基于规则的入侵检测系统(IDS)和静态零信任架构(ZTA)已难以应对量子计算加持的新型网络攻击，特别是AI驱动的对抗性攻击和大规模隐私泄露事件。更严峻的是，量子计算对经典加密协议的威胁日益显现，Shor算法能在多项式时间内破解当前广泛使用的加密方案。这些挑战迫切要求网络安全范式向实时、自适应和量子增强的方向演进。在此背景下，研究人员在《Measurement: Digitalization》发表的研究提出量子神经网络增强的零信任架构(QNN-ZTA)

  来源：Measurement: Digitalization

  时间：2025-06-13

• 综述：电子学革命足迹中的自旋忆阻器综述

  Abstract自旋忆阻器利用电子自旋特性，实现了存储器技术的高性能、低功耗和可扩展性。相比传统忆阻器，其开关速度更快、能耗更低且耐久性更优。研究揭示了自旋忆阻器在磁阻效应、自旋轨道矩（SOT）器件及混合结构中的突破性进展，尤其在神经形态计算中模拟突触可塑性方面展现出独特潜力。Introduction忆阻器作为第四种基本电路元件，自1971年由Leon Chua提出后，其金属/金属氧化物/金属（MIM）结构通过电荷调控电阻的特性引发跨学科关注。自旋忆阻器进一步引入自旋自由度，通过磁隧道结（MTJs）和铁磁绝缘体实现稳定的多态存储。最新定义强调其两端口非易失性特征，其电阻状态受自旋极化电流和磁化

  来源：Materials Today Physics

  时间：2025-06-13

• 综述：面向神经形态计算的稀土材料新兴存储器件综述

  神经形态器件的工作原理受生物大脑启发的神经形态计算通过模拟神经元和突触的并行处理机制，实现了远超传统架构的能效比。其核心在于忆阻器这类两端器件，其电阻值随电荷累积历史动态变化（记忆效应），完美复现生物突触的权重调节功能。稀土材料如钇氟化物（YF3）通过4f电子层的独特屏蔽效应，可形成稳定的局域陷阱态，显著降低氧空位扩散，使器件在0.4-4.6V操作电压下仍保持106秒数据保持力。神经形态存储架构的革新传统DRAM/SRAM架构因分离式存储与处理单元面临能效瓶颈。稀土基阻变存储器（如Gd2O3200°C），在3D堆叠架构中展现出独特优势。钕（Nd）和镝（Dy）的强磁各向异性更使自旋存储器（STT

  来源：Materials Today Physics

  时间：2025-06-13

• 机器学习预测石墨烯增强聚乙烯复合材料拉伸性能的多因素耦合研究

  石墨烯增强聚乙烯复合材料(GRPC)因其结合了石墨烯的卓越力学性能和聚乙烯的耐腐蚀特性，在国防、能源等领域具有广阔应用前景。然而，传统分子动力学(MD)模拟虽能精确预测材料性能，却面临计算效率低、多因素耦合机制不明确等挑战。为此，中国的研究团队创新性地将MD与机器学习(ML)技术结合，系统研究了温度、拉伸应变率、石墨烯缺失率等关键参数对GRPC拉伸性能的影响。研究采用MD模拟生成包含弹性模量(Young's modulus)和极限抗拉强度(UTS)的数据集，并利用前馈神经网络(FFNN)、支持向量机(SVM)和AdaBoost回归三种ML算法进行训练。结果显示，FFNN模型在预测精度上显著优于

  来源：Materials Today Communications 

  时间：2025-06-13

• III-V族纳米线直径依赖性突触行为在神经形态图像去噪中的应用研究

  在人工智能和物联网技术飞速发展的今天，传统冯·诺依曼架构的"内存墙"问题日益凸显。受生物神经系统启发的神经形态计算技术，因其存算一体的特性成为突破这一瓶颈的重要方向。其中，模拟生物突触行为的电子器件开发是核心挑战之一。III-V族半导体纳米线(NWs)凭借高迁移率和可调带隙优势，在神经形态器件领域展现出巨大潜力，但其表面态对器件性能的调控机制尚不明确，特别是直径这一关键几何参数的影响缺乏系统研究。针对这一科学问题，山东大学的研究团队在《Materials Today Electronics》发表了创新性成果。研究采用硫辅助化学气相沉积(CVD)法精准控制GaSb NWs直径（33.2±2.9

  来源：Materials Today Electronics

  时间：2025-06-13

• 综述：多孔半导体晶体管及其应用

  多孔半导体晶体管：结构-性能-应用的革命性关联1. 引言晶体管作为现代电子器件的核心，其性能高度依赖于半导体材料的选择。传统无机半导体（如a-Si:H、LTPS）虽具有高迁移率，但机械柔性差；而有机半导体（OSCs）虽可溶液加工，却面临灵敏度不足的挑战。多孔半导体的出现打破了这一僵局——通过纳米级孔道设计，不仅实现了电荷传输路径的优化（如Ni3(HITP)2-MOF迁移率达48.6 cm2V−1s−1），还赋予材料超高比表面积和选择性吸附能力，为下一代电子器件提供了全新平台。2. 纳米孔半导体晶体管2.1 MOFs/COFs基晶体管MOFs（如UiO-66-NH2）通过溶剂热法构建的晶态孔道，

  来源：Materials Today Electronics

  时间：2025-06-13

• 综述：掺杂改性和多层结构优化Sb-Te材料数据存储性能的研究进展

  Characteristic of Sb-Te binary systemSb-Te二元体系在16–37 at.% Te范围内存在稳定的δ单相区（熔点544.58°C），其岩盐结构八面体配位赋予优异的非晶态稳定性和超快相变速度，但纯Sb-Te的热稳定性（Tc）不足制约商业化应用。Performance details关键性能指标包括结晶温度（Tc）、结晶活化能（Ea）和10年数据保持力（T10）。例如传统Ge2Sb2Te5（GST）的Tc仅170°C，而掺杂N的Sb-Te可将Ea提升至2.5 eV以上。Effect of doping modification单元素掺杂中，C/N通过形成强共价

  来源：Materials Science in Semiconductor Processing

  时间：2025-06-13

• MOCVD生长高取向ε(κ)-Ga2 O3 薄膜及其在忆阻器应用中的突破性进展

  随着人工智能和大数据应用的爆发式增长，传统冯·诺依曼架构正面临"内存墙"（数据处理与存储速度不匹配）和"功耗墙"（数据传输能耗过高）的双重挑战。这一根本性瓶颈促使科学家探索非冯·诺依曼计算范式，其中忆阻器基神经形态计算因其存算一体特性备受关注。然而现有忆阻器材料难以同时满足高速、高稳定性、低功耗等需求，特别是缺乏能模拟生物突触动态特性的理想材料。在此背景下，台湾的研究团队在《Materials Today Advances》发表重要成果，通过创新性地采用金属有机化学气相沉积(MOCVD)技术，在硅衬底上成功生长出高取向的ε(κ)-Ga2O3薄膜，并首次将其应用于忆阻器。这项研究不仅实现了材料制

  来源：Materials Today Advances

  时间：2025-06-13

• 综述：基于电阻随机存取记忆体的人工神经网络在类脑神经形态计算中的应用

  设计原理电阻随机存取记忆体（RRAM）采用金属-绝缘体-金属（MIM）三明治结构，其功能层在电场刺激下通过导电细丝（CFs）的形成与断裂实现阻变特性。材料选择涵盖过渡金属氧化物（如HfOx、TaOx）、硫族化合物和有机聚合物，其中氧空位迁移机制主导的RS行为可模拟生物突触的权重更新。突触可塑性RRAM器件通过脉冲电压调控成功复现了短时程可塑性（STP）和长时程增强（LTP），其中Pavlov条件反射实验验证了其联想学习能力。尖峰时序依赖可塑性（STDP）和尖峰频率依赖可塑性（SRDP）的实现，进一步证实了RRAM在时序编码与频率解码中的生物拟真性。人工神经网络架构基于RRAM的ANN按组件分为

  来源：Materials Today

  时间：2025-06-13

• 一步法制备TiO2 -Nb:SrTiO3 异质结光电突触器件实现多模态感知-存储-处理一体化

  在物联网与大数据爆发的时代，智能感知系统正面临两大核心挑战：传统模块化设计导致的"感知-存储-处理"割裂，以及单模态感知在复杂场景中的局限性。以自动驾驶为例，现有系统需要分立式传感器、存储器和处理器协同工作，不仅造成冯·诺依曼架构下的能效瓶颈，更难以实现驾驶员情绪状态与车辆运行数据的实时融合分析。这种硬件层面的功能分离，已成为制约边缘智能发展的关键障碍。广东工业大学的研究团队独辟蹊径，从人类感官系统的神经可塑性中获得启发，创新性地将目光投向光电协同调控的人工突触器件。通过一步磁控溅射技术在Nb掺杂SrTiO3基底上沉积TiO2薄膜，构建出具有异质结结构的微型化器件。这种设计巧妙地将光电传感、非

  来源：Materials Science and Engineering: R: Reports

  时间：2025-06-13

知名企业招聘：