• 推荐系统安全攻防全景分析：模型演进、检测进展与发展趋势

  在信息爆炸的时代，用户常常被海量数据淹没而难以决策。作为解决信息过载问题的重要工具，推荐系统(RSs)能够根据用户交互历史、上下文信息或额外知识来估计用户对物品的偏好并生成个性化建议。从亚马逊、谷歌到YouTube、TikTok等在线服务平台，推荐系统的个性化服务能力已获得广泛认可。据Mordor Intelligence报告预测，推荐引擎市场规模将从2025年的91.5亿美元增长至2030年的381.8亿美元，年复合增长率达33.06%。然而，新技术的涌现、应用场景的拓展以及需求的多样化在为推荐系统提供广阔应用前景的同时，其开放性和固有脆弱性也让攻击者有了可乘之机。攻击者通过向推荐系统注入精

  来源：IEEE Transactions on Knowledge and Data Engineering

  时间：2025-12-16

• 基于铁电肖特基势垒晶体管的低功耗多功能神经元芯片研究

  随着人工智能技术的飞速发展，传统计算架构在处理神经网络任务时面临严峻的能耗挑战。人脑以其极高的能效比完成复杂认知任务，这激发了科研人员对神经形态计算（Neuromorphic Computing, NC）的研究热情。然而，现有的大多数人工突触和神经元设计存在明显局限：或是能耗过高，或是需要复杂的电路结构（如额外电容、电阻等），这不仅增加了硬件成本，也限制了大规模集成的可行性。特别是在模仿生物神经元复杂动态行为（如丘脑神经元的爆发式放电）方面，现有技术往往显得力不从心。针对这些挑战，来自德国亚琛工业大学和于利希研究中心的研究团队在《IEEE Transactions on Electron De

  来源：IEEE Transactions on Electron Devices

  时间：2025-12-16

• 面向自动驾驶的高精度能效卷积脉冲神经网络交通标志识别方法

  在自动驾驶技术快速发展的今天，交通标志识别系统已成为高级驾驶辅助系统(ADAS)的核心组件。然而现实道路环境中，驾驶员常因注意力分散、恶劣天气或障碍物遮挡而错过重要交通标志，据世界卫生组织2023年全球道路安全报告显示，每年约有119万人死于交通事故。现有基于卷积神经网络(CNN)的识别系统虽精度较高，但存在计算资源消耗大、能耗高等问题，严重制约其在资源受限的物联网设备中的部署。针对这一挑战，印度理工学院焦特布尔分校的研究团队在《IEEE Access》发表了一项创新研究，提出了一种兼具高精度与超高能效的卷积脉冲神经网络(CSNN)模型。该模型通过引入脉冲神经网络的生物启发式计算特性，结合多种

  来源：IEEE Access

  时间：2025-12-16

• 基于SCADA数据和人工神经网络的风力发电机功率曲线预测研究

  随着全球电力需求以年均2.6%的速度持续增长，可再生能源在能源结构中的占比从2023年的30%提升至2024年的32%。其中风力发电呈现爆发式增长，2023年全球新增装机容量超过110GW，巴西以超过14GW的装机容量位列全球陆上风电第六位。然而风能固有的间歇性特性使得精准预测发电量成为行业痛点，而功率曲线作为表征风速与输出功率关系的核心工具，其建模精度直接影响到风电场的运营效率。传统功率曲线可分为四个特征区域：低于切入风速的Region 1区域功率为零但存在自耗电现象；Region 2区域遵循物理定律的立方关系；Region 3区域输出额定功率；超过切出风速的Region 4区域则启动保护性

  来源：IEEE Access

  时间：2025-12-16

• 传感器数据的时间序列异常检测：模型、指标和方法论——综述

  摘要：在时间序列数据中检测异常对于识别离群值以及提前预警系统故障至关重要，这些应用包括工业控制系统（ICS）、物联网（IoT）、网络系统以及医疗健康领域。深度学习在时间序列异常检测方面取得了显著进展。然而，对于最新架构及其实际特性的全面了解仍然有限。本文综述了2019至2025年间发表的43篇论文的最新研究进展，重点关注了最有效的模型（如Transformer、图神经网络（GNN）和基于注意力网络的设计），并通过多种指标对这些模型进行了分析。我们的分析表明，许多研究并未报告关键指标，例如参数数量、计算成本和预测不确定性，而这些指标对于在资源受限的硬件上实现实时应用至关重要。我们还量化了使用公共

  来源：IEEE Sensors Journal

  时间：2025-12-16

• 基于旋转位置编码的Transformer霍克斯过程：提升事件型大数据预测的鲁棒性与准确性

  在当今大数据时代，各类系统持续产生着海量的异步事件数据，从金融市场的交易记录到社交媒体的用户行为，从医疗诊断事件到网络传播动态，这些事件型大数据蕴含着丰富的时间动态信息。如何准确建模和预测这类数据的时间规律，对于风险管控、个性化推荐、疾病监测等应用具有重要意义。传统上，时间点过程(TPP)特别是霍克斯过程(Hawkes Process)被广泛用于建模这类具有自激励特性的事件序列。随着深度学习的发展，基于神经网络的霍克斯过程(NHP)显示出强大的拟合能力，其中基于自注意力机制的Transformer霍克斯过程(THP)更是取得了显著的性能提升。然而，现有研究发现在实际应用中，当模型基于历史序列进

  来源：Big Data Mining and Analytics

  时间：2025-12-16

• 双聚合物羧甲基纤维素与聚环氧乙烯凝胶可缓解接受单节段椎间盘部分切除术后严重腿部及背部疼痛患者的症状

  摘要 通俗语言总结 研究设计 一项前瞻性、随机、双盲、多中心试验；1级研究。 研究目的 评估Oxiplex（双聚合物凝胶）作为辅助治疗在单节段腰椎间盘切除术中对重度腿痛和背痛患者的安全性和有效性。 背景数据概述 先前研究表明，双聚合物凝胶在部分腰椎间盘切除术后可减轻部分重度腿痛和背痛患者的症状。 研究方法 在单节段腰椎间盘切除术后，受试

  来源：Spine

  时间：2025-12-16

• 利用眶下神经和腓神经移植物进行间接角膜神经化治疗：一例病例报告

  摘要 通俗语言总结 背景/目标： 神经营养性角膜病变（Neurotrophic Keratopathy, NK）是一种威胁视力的疾病，会影响角膜的神经支配和上皮层。目前，唯一的治疗方法是角膜神经移植。文献中倾向于选择滑车上神经（supratrochlear nerve）和/或眶上神经（supraorbital nerve）作为供体神经，因为这些神经可以通过眉毛或上眼睑的皮肤切口轻松到达。关于眶下神经（infraorbital nerve, ION）的讨论较少，因为认

  来源：Journal of Craniofacial Surgery

  时间：2025-12-16

• 集成式人工智能建模与多目标优化技术在工业自热重整器优化中的应用

  该研究聚焦于开发一种结合人工智能与多目标优化的创新方法，旨在提升工业自动热 reformer（ATR）的性能。自动热 reformer 作为蒸汽 reforming 与部分氧化反应的集成系统，在合成气生产领域具有重要地位。然而，传统方法在热效率与产物选择性方面存在局限，尤其当 reformer 包含独立燃烧室与催化床时，多物理场耦合的建模与优化面临复杂挑战。本研究通过构建融合详细燃烧机理与催化反应的完整模型，并引入机器学习加速优化流程，实现了改革者性能的突破性提升。在模型构建方面，研究者创新性地将燃烧室与催化床分别建立数学模型后进行串联整合。燃烧室采用 CHEMKIN 软件包中的 GRI-3.

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2025-12-16

• 从稀疏感测到基于物理原理的非稳态风力涡轮机尾流重建，进而实现面向控制的建模

  在风能开发领域，尾流相互作用对涡轮机性能的影响已成为亟待解决的关键问题。传统方法中，基于流体力学解析模型的预测精度受限于简化假设，而完全依赖数值模拟（如大涡模拟）则面临计算成本过高、难以实时应用的瓶颈。近年来，机器学习技术为解决这一问题提供了新思路，但现有研究仍存在显著局限性。当前主流的数据驱动模型主要面临三大挑战：首先，传感器网络的稀疏性导致训练数据分布不均，容易引发模型欠拟合；其次，缺乏物理约束的纯数据模型难以保证重构流场的物理合理性；再次，长时序非稳态流场的动态特性难以被单一神经网络充分捕捉。针对这些问题，本研究创新性地提出了"时间块物理信息神经网络-主成分分解"（PINN-POD）集成

  来源：RELIABILITY ENGINEERING & SYSTEM SAFETY

  时间：2025-12-16

• 使用人工神经网络（ANN）和遗传算法（GA）对CH4燃料的固体氧化物燃料电池（SOFC）发电/冷却系统的性能进行预测和多目标优化：包括热力学、经济性和环境评估

  该研究聚焦于开发一种基于甲烷燃料电池（SOFC）的混合能源与冷却系统，旨在通过创新的热能回收和协同生产机制突破传统技术瓶颈。系统整合了有机闪蒸循环（OFC）与喷射式制冷单元，形成双级冷却与电力并生的复合系统，同时采用数据驱动优化方法提升系统性能。研究从技术集成、多目标优化和全生命周期分析三个维度展开，为高能效、低碳排放的能源转换体系提供了新思路。在技术架构层面，系统创新性地将SOFC的高温排气（通常超过1400K）作为核心能源源，通过分阶利用构建能量转换网络。首先，SOFC模块实现化学能向电能的直接转化，其工作温度窗口（600-1200K）与OFC的蒸发温度需求形成天然衔接。随后，系统将SOF

  来源：Fuel

  时间：2025-12-16

• 同步作为一种治疗框架：通过感觉运动艺术疗法实现同步调节转变模型

  这篇论文由以色列希法大学艺术治疗师伊特·什切特提出，旨在构建一个整合性理论框架——同步调制过渡模型（SMT），重新定义治疗中的同步性机制。作者通过跨学科视角，将神经科学、现象学、艺术治疗等领域的发现系统化，揭示治疗过程中身体感知、情绪调节与叙事建构的动态交互。### 一、理论创新背景传统治疗研究多将同步性视为最终成果，而非核心机制。作者指出，现有理论在三个维度存在局限：其一，过度强调认知维度而忽视身体作为治疗媒介的独特性；其二，将人际同步性与个体内在同步性割裂；其三，缺乏动态过程视角。基于此，SMT模型提出三个突破性观点：1. 同步性是治疗中"过程-内容"双向作用的结果，而非单一维度现象2.

  来源：The Arts in Psychotherapy

  时间：2025-12-16

• 深度学习增强的微电网-海水淡化系统经济调度：多约束协同优化与实时决策新方法

  随着全球气候变化加剧和人口快速增长，淡水资源短缺已成为制约社会可持续发展的关键因素。传统淡水供应方式日益难以满足需求，特别是在沿海地区，海水淡化技术逐渐成为重要的替代方案。然而，海水淡化过程需要消耗大量能源，其中高压泵等设备能耗尤为显著，这不仅推高了运营成本，还可能导致温室气体排放增加。与此同时，能源系统本身也面临水资源短缺的挑战，例如发电过程中的冷却用水需求。这种水-能相互依存关系使得单独优化其中一个系统往往难以实现整体效益最大化。在此背景下，美国利哈伊大学(Lehigh University)的Oluwabunmi Iwakin和Faegheh Moazeni在《Journal of Wa

  来源：Journal of Water Process Engineering

  时间：2025-12-16

• 综述：工程化CAR-T、CAR-NK和CAR-NKT细胞疗法以靶向癌症干细胞并克服干细胞样耐药

  引言癌症干细胞（CSCs），也被称为肿瘤起始细胞（TICs），是肿瘤内部一个独特的细胞亚群。它们具有自我更新和持续增殖的非凡能力，从而驱动肿瘤发生、维持肿瘤异质性，并分化为构成肿瘤主体的各种细胞。CSCs的一个关键且具有临床影响的特征是它们对常规抗癌疗法（包括化疗、放疗和分子靶向药物）具有内在和获得性耐药性。这种耐药性常常导致治疗后CSCs的选择性富集，进而驱动肿瘤复发并导致患者预后不良。因此，选择性靶向清除CSCs被认为是实现持久癌症缓解的关键策略。当前基于CAR的免疫疗法格局：原理与临床现状嵌合抗原受体（CARs）是一类革命性的合成重组受体，经过工程化改造，可将T淋巴细胞和其他免疫细胞的特

  来源：Hormones & Cancer

  时间：2025-12-16

• 基于神经元炎症基因的机器学习模型：揭示乳腺癌预后与肿瘤免疫新机制

  乳腺癌作为女性发病率最高的恶性肿瘤，其高度的异质性给精准治疗带来巨大挑战。当前临床预后指标仍存在局限性，患者可能因此错失最佳治疗时机。值得注意的是，神经元炎症这一在神经退行性疾病中备受关注的机制，近年来被发现通过神经浸润等方式影响肿瘤微环境，但在乳腺癌中的作用尚未被系统探索。在这项发表于《Discover Oncology》的研究中，研究人员开创性地将目光投向神经元炎症相关基因（NIRGs），试图从这一全新角度解析乳腺癌的预后机制。他们设想，如果能够建立基于NIRGs的预后模型，不仅能为临床决策提供新工具，还可能揭示肿瘤与神经免疫系统相互作用的新机制。为验证这一设想，研究团队开展了一项多组学整

  来源：Hormones & Cancer

  时间：2025-12-16

• 在接受杏仁核神经反馈训练后，抑郁青少年的自我处理能力得到提升——该训练针对的是与自我面孔相关的脑区

  青少年抑郁症的神经反馈干预研究：基于杏仁核-海马体复合体的自我认知与情绪调节机制探索一、研究背景与问题提出青少年抑郁症已成为全球公共卫生的重要挑战。世界卫生组织数据显示，全球约34%的青少年面临临床抑郁症风险，且该年龄段抑郁发病率较十年前增长近50%。现有药物治疗（如抗抑郁药）和心理治疗（如认知行为疗法）对30%-50%的青少年患者效果有限，且存在药物副作用和症状反弹等问题。神经反馈技术作为一种非侵入性脑机接口干预手段，近年来在抑郁症治疗领域展现出潜力。本研究聚焦于实时功能性磁共振成像神经反馈（RT-fMRI NF）对杏仁核-海马体（AMYHIPP）复合体功能连接的调控作用，旨在揭示其改善自我

  来源：Journal of Neuroscience Research

  时间：2025-12-15

• 综述：菌群失调与现代生活方式：机制、健康影响以及基于微生物组的干预措施

  肠道菌群失衡与现代生活方式的关联及干预策略一、肠道菌群的基础认知与生态失衡现状人体肠道共生菌群由超过1000个物种构成，涵盖 Firmicutes（拟杆菌门）、Bacteroidetes（厚壁菌门）等五大菌门，其基因总量超过人类基因组。这种复杂的微生物生态系统不仅维持着肠道屏障功能，更通过代谢产物（如短链脂肪酸）、免疫调节和神经内分泌轴影响全身健康。当前研究证实，约70%的慢性疾病与肠道菌群失调存在关联，这一比例在代谢性疾病和神经精神疾病中尤为显著。二、现代生活方式对菌群的系统性影响（一）饮食结构的颠覆性改变高脂低纤维饮食通过抑制产丁酸菌（如Akkermansia muciniphila）的活

  来源：Brain, Behavior, and Immunity

  时间：2025-12-15

• 从被动听觉异常范式中评估具有临床精神病高风险个体的θ振荡与健康对照组：其与临床结果及不匹配负性的关联

  该研究基于美国国家精神卫生研究所支持的北美洲前驱期精神分裂症纵向研究2（NAPLS2），系统探讨了theta振荡在精神分裂症前驱高风险人群（CHR-P）中的异常特征及其与MMN（错配负波）的关系，并首次验证了theta相位同步性对精神分裂症转化的预测价值。研究采用多中心、大样本设计，共纳入580名CHR-P患者（其中77人最终转化为精神分裂症，238人持续随访24个月未转化）、241名健康对照者（HC），通过被动听觉 oddball范式采集脑电信号，结合时间频率分析（TFA）和复杂统计分析，揭示了theta振荡异常在精神分裂症病理进程中的关键作用。### 一、研究背景与科学问题精神分裂症前驱期

  来源：Biological Psychiatry: Cognitive Neuroscience and Neuroimaging

  时间：2025-12-15

• 静息状态下的θ/β比率在高信号追踪能力个体中揭示了独特的神经特征

  本研究聚焦于人类个体在奖励学习过程中表现出的差异行为——信号追踪（sign-tracking）现象，并试图通过神经生理学手段揭示其潜在机制。信号追踪行为特征表现为个体更倾向于关注与奖励相关的线索而非直接获取奖励的位置，这种模式在动物实验中已被证实与成瘾、冲动性等行为问题存在关联。本研究通过脑电图（EEG）技术，首次在人类群体中验证了前额叶theta/beta比值与信号追踪行为之间的神经关联。研究团队筛选了64名健康志愿者，排除设备记录异常的4人后，最终对60名右利手、无精神神经疾病史的受试者进行实验。实验设计包含两个关键阶段：首先是5分钟的静息态EEG记录，通过脑电信号捕捉受试者无任务状态下的

  来源：Biological Psychiatry

  时间：2025-12-15

• 近期压力增强与双相情感障碍年轻患者的边缘系统反应性：对自杀风险及大麻使用障碍影响的启示

  该研究聚焦于双相情感障碍（BD）患者群体中自杀相关行为（STBs）的神经生理机制，重点探讨了前额叶-边缘系统网络对压力的响应特征及其与主观压力感知的交互作用。研究采用功能磁共振成像（fMRI）技术，通过对比具有自杀史患者（BD-SA）、无自杀史患者（BD-noSA）与正常对照组（TD）的神经反应模式，揭示了不同亚型在压力应对中的关键差异。在背景分析中，研究者指出青少年期至青年早期是双相障碍患者自杀风险最高的阶段。数据显示该群体自杀发生率高达15-20%，显著高于其他精神疾病。这种高风险状态与杏仁核-前额叶皮层的神经调控异常密切相关，前额叶皮层在压力调控中的枢纽作用已通过多项研究证实。但现有研究

  来源：Biological Psychiatry

  时间：2025-12-15

知名企业招聘：