• 应对恋童癖中的精神异常问题：亟需采用认知方法进行法医评估，以准确识别特发性、后天性及医源性病例

  ### 深入探讨儿童性犯罪中精神失常评估的复杂性儿童性犯罪是一个全球范围内广泛存在的严重问题，其评估和判断在法律和医学领域都具有高度的复杂性。随着对这一现象的深入研究，科学家们发现，这种犯罪行为背后可能隐藏着多种不同的成因，包括心理、神经以及医疗因素。这些不同的成因导致了儿童性犯罪行为的多样化表现，使得传统的法律框架难以准确评估行为人的精神状态。本文旨在通过分析三种主要的儿童性偏好障碍类型——原发性、继发性和医源性，探讨如何在司法实践中更科学地评估精神失常，以确保法律判决既公正又符合事实。### 儿童性偏好障碍的类型与特点儿童性偏好障碍通常被分为三种类型：原发性、继发性和医源性。原发性儿童性偏

  来源：International Journal of Law and Psychiatry

  时间：2025-11-22

• 实验性诱导的臀部肌肉麻痹对弓步过程中关节运动学、反作用力以及动态平衡能力的影响

  米歇尔·迈斯特汉斯（Michel Meisterhans）|迪米特里斯·迪米特里乌（Dimitris Dimitriou）|玛丽-罗莎·法瑟（Marie-Rosa Fasser）|玛丽娜·盖斯曼（Marina Geissmann）|保罗·博巴斯（Paul Borbas）|阿曼多·霍赫（Armando Hoch）|扬·罗斯纳（Jan Rosner）|马丁·舒伯特（Martin Schubert）|何塞·A·阿吉雷（José A. Aguirre）|乌尔斯·艾兴贝格尔（Urs Eichenberger）|乔纳斯·维德默（Jonas Widmer）|帕特里克·O·津格（Patrick O. Zing

  来源：Gait & Posture

  时间：2025-11-22

• 在不添加盐或糖的情况下提升口感：通过嗅觉线索实现跨模态的风味调节

  这项研究聚焦于嗅觉与味觉之间的相互作用，探索在没有实际糖或盐的情况下，嗅觉线索是否能够影响味觉感知。这一问题在健康导向的食品创新中具有重要意义，因为减少食品中的钠和糖含量通常会带来风味的流失，而如何在不牺牲风味的前提下实现这一目标，成为食品科学领域的重要课题。在实验设计方面，研究采用了两个阶段的实验方法。第一阶段中，参与者在接触咸、酸、甜、苦或中性（对照组）气味后，品尝清水并评估四种基本味觉的感知强度。结果显示，与味觉相匹配的气味（如咸味、酸味、甜味）能够显著增强对应味觉的感知，而苦味则没有明显影响。这一发现表明，嗅觉输入可能通过激活已有的味觉表征来增强味觉体验，而不是单纯地通过化学物质的刺激

  来源：Food Quality and Preference

  时间：2025-11-22

• 基于量子卷积神经网络的混合网络在遥感图像分类中的应用

  在现代地球观测技术的快速发展背景下，遥感图像分类已成为一个关键的研究领域，其应用广泛涵盖土地利用与覆盖（LULC）制图、环境监测等多个方面。随着遥感数据量的迅速增长，传统方法在处理高维、复杂数据时面临诸多挑战，尤其是在准确性和计算效率之间难以取得平衡。为了解决这一问题，本文提出了一种新型的人工智能驱动的混合网络模型——量子卷积神经网络混合网络（QCHNet），该模型结合了量子计算与经典深度学习的优势，显著提升了遥感图像分类的性能。遥感图像分类的核心目标是从海量的卫星影像数据中提取有用信息，为地理空间分析提供支持。然而，传统卷积神经网络（CNN）在面对复杂光谱和空间特征时表现受限，导致分类效果下

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 基于预设性能和事件触发的自适应神经网络控制，用于自动驾驶车辆的路径跟踪控制

  本文围绕自动驾驶汽车在结合线控转向系统（Steer-by-Wire, SbW）情况下的路径跟踪控制问题展开研究。随着智能驾驶技术的不断发展，自动驾驶汽车在未来的交通系统中将扮演越来越重要的角色。路径跟踪控制是自动驾驶汽车实现安全行驶的关键环节，它决定了车辆能否按照预定路径进行稳定和准确的行驶。因此，设计高性能的路径跟踪控制器对于提升自动驾驶汽车的行驶性能具有重要意义。在实际应用中，自动驾驶汽车的路径跟踪控制面临诸多挑战。例如，车辆的侧滑角和转向角速度通常难以直接测量，这限制了传统控制方法的使用。此外，线控转向系统中存在非线性摩擦和外部干扰，这些因素会影响路径跟踪的精度。传统的控制方法，如PID

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• ParcelDrone：一种基于模块化和图神经网络的去中心化空中包裹递送方案

  本文探讨了一种用于模块化空中投递系统的去中心化控制框架，旨在提高飞行的稳定性和适应性。随着技术的不断进步，无人机在物流领域的应用日益广泛，尤其是在城市和乡村环境中实现快速、高效的包裹运输。然而，传统无人机系统往往采用固定设计，针对特定的包裹尺寸和重量进行定制，这在面对多样化的需求时显得不够灵活。本文提出了一种创新的解决方案，通过模块化设计和去中心化控制策略，克服了这些限制。模块化系统的核心在于其能够根据包裹的不同特性动态调整配置。该系统由多个同构的螺旋桨模块组成，这些模块可以灵活地围绕包裹进行安装。每个螺旋桨模块仅依赖于本地状态信息和其邻近模块的信息，通过一个可靠的有线网络进行通信。这种设计不

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 一种结构感知的粗到细上采样网络，用于遥感图像的任意尺度超分辨率处理

  近年来，随着卫星成像技术的不断进步，高分辨率（HR）遥感图像在环境监测、灾害评估、城市规划和目标检测等领域得到了广泛应用。然而，获取高分辨率、多尺度的遥感图像仍然面临诸多挑战，受限于大气条件和成像设备本身的性能。为了克服这些问题，研究者们提出了多种单图像超分辨率（SISR）方法，旨在通过学习低分辨率（LR）与高分辨率图像之间的映射关系，提升图像质量而不改变原始传感器硬件。尽管这些方法在特定的降质模型中取得了优异的性能，但它们通常仅针对固定的放大倍数进行优化，难以应对连续的、非整数尺度的超分辨率任务。这与遥感图像的自然信号连续性形成了根本性的不匹配，因为遥感图像通常涉及离散采样，需要具备连续尺度

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 一种新的混合方法，结合了基于变压器的语言模型和图神经网络来预测加密货币价格

  在当今快速发展的数字金融环境中，加密货币市场因其高度的投机性和波动性而备受关注。随着越来越多的投资者和机构将目光投向这一新兴领域，对加密货币价格预测的需求也在不断增长。传统的金融预测方法通常依赖于历史价格数据和统计模型，但这些方法在面对加密货币市场的复杂性和不确定性时往往显得力不从心。因此，近年来，研究者们开始探索更为先进的技术手段，如人工智能和机器学习，以提高预测的准确性和可靠性。特别是，结合自然语言处理（NLP）和情感分析的深度学习模型，为理解市场情绪对价格波动的影响提供了新的视角。本文提出了一种基于图神经网络（GNN）和情感分析的新型预测模型，旨在更全面地捕捉加密货币市场的价格变化、市场

  来源：Engineering Applications of Artificial Intelligence

  时间：2025-11-22

• 健康饮食模式与植物性饮食模式与认知储备之间的关系：1946年英国出生队列的横断面分析

  本研究旨在探讨不同饮食模式与认知储备之间的关系，以及饮食在认知储备变异中的独特作用。研究基于1946年英国出生队列的数据，通过横断面方法分析了参与者在53岁时的认知储备水平，以及他们在不同年龄段的饮食模式。认知储备是指大脑在面对损伤、疾病或功能变化时的补偿能力，通常通过获得的知识和经验来衡量，例如阅读和写作能力，这些被认为是结晶化能力的一部分，有助于预测认知健康。研究中使用的National Adult Reading Test (NART)是衡量这些能力的常用工具，其结果表明，较高的NART分数与更好的认知储备相关。研究发现，健康的饮食模式，如健康饮食指数（HEI-2020）、健康植物性饮食

  来源：Current Opinion in Colloid & Interface Science

  时间：2025-11-22

• 综述：运动干预措施对提高聋儿运动协调性和手部灵巧性的有效性：一项随机对照试验的系统评价和荟萃分析

  雷纳托·S·梅洛（Renato S. Melo）|伊拉娜·桑托斯·德奥利维拉（Ilana Santos de Oliveira）|克莱西亚娜·德阿劳霍·奥利维拉（Cleysiane de Araújo Oliveira）|亚历山大·德尔加多（Alexandre Delgado）|卡拉·莫妮卡·费拉兹（Karla Mônica Ferraz）|罗莎莉·巴雷托·贝利安（Rosalie Barreto Belian）巴西伯南布哥州累西腓市伯南布哥联邦大学（UFPE）儿童与青少年健康研究生项目摘要背景前庭功能障碍在患有感音神经性听力损失（SNHL）的儿童中较为常见，这些障碍会损害姿势控制的感官调节能力

  来源：Brazilian Journal of Physical Therapy

  时间：2025-11-22

• 一个用于预测南海中人为和天然碘同位素的集成机器学习框架，并包含不确定性量化

  严邦堂中国科学院大学，北京，中国摘要人为产生的碘-129（^129I）是一种关键的、半衰期长的放射性核素，用于追踪海洋环流和环境污染。然而，其测量成本高昂，且得到的数据在空间上分布稀疏，这限制了全面的环境评估。本研究提出了一种新颖的、集成的机器学习框架，利用易于获取的海洋学参数来预测南海中不仅人为产生的^129I，还有稳定的^127I及其同位素比（^129I/^127I）的浓度。该框架以贝叶斯神经网络（BNN）作为核心预测模型，为每个预测结果提供了可靠的不确定性量化。BNN的复杂超参数通过改进的Snow Goose算法（ISGA）进行了系统优化，这是一种强大的元启发式方法，能够高效地探索复杂的

  来源：Applied Radiation and Isotopes

  时间：2025-11-22

• 活生生的故事：探索遗产博物馆中感知的真实性和游客动机的双重方法

  在当今社会，博物馆作为重要的文化与遗产载体，正日益成为旅游目的地之一。尤其在挪威，一种新兴的博物馆类型——作者灵感博物馆，正吸引着越来越多的游客。然而，目前关于为何游客会被这些博物馆所吸引的研究仍然较少。本研究聚焦于这一主题，旨在探讨游客对作者灵感博物馆的感知真实性和其参观动机在解释游客行为方面的作用。通过分析挪威的两个著名作者灵感博物馆——易卜生博物馆和哈姆森中心，研究采用实证方法收集了410位年龄在18岁或以上且实际到访过这两个博物馆的游客的数据，以揭示感知真实性和参观动机在游客行为中的相互作用。感知真实性是游客体验的重要组成部分，它在旅游业和博物馆学中得到了广泛研究。然而，关于其操作性定

  来源：Journal of Heritage Tourism

  时间：2025-11-22

• 一种基于数据的双高斯尾流模型，用于反映尾流演化过程

  在当今全球能源转型的背景下，风能作为一种清洁、低碳的可再生能源形式，正迅速发展。随着风力发电技术的不断进步，全球风力发电装机容量持续增长，风力发电场的建设也呈现出大规模、集中化的发展趋势。然而，风力涡轮机在捕获风能的过程中，会不可避免地在下游区域产生尾流效应。这种尾流效应不仅会导致下游风力涡轮机的发电效率下降，还会增加其疲劳载荷，从而影响整个风力发电场的运行稳定性。因此，准确预测和模拟风力涡轮机尾流特性及其演化机制，对于风力发电场的规划、设计以及先进控制策略的开发具有重要意义。目前，风力涡轮机尾流的研究主要依赖于计算流体力学（CFD）模拟、风洞实验和现场测量等多种方法。尽管这些方法能够提供关于

  来源：Renewable Energy

  时间：2025-11-22

• 衰老会提高斑马鱼对高脂饮食引起的神经行为异常和线粒体功能障碍的敏感性

  在当今社会，随着人口老龄化趋势的加剧以及饮食习惯的持续恶化，神经退行性疾病和行为障碍的发病率显著上升。这一现象引起了科学界对衰老与饮食因素相互作用的广泛关注。本文通过使用斑马鱼作为模型生物，系统探讨了衰老与高脂饮食（HFD）对大脑代谢和行为的影响。研究结果揭示了年龄相关的脆弱性，表明高脂饮食可能通过影响线粒体功能，进而加剧神经行为和代谢参数的异常。斑马鱼作为一种重要的模式生物，因其与哺乳动物在生理和病理机制上的高度相似性，被广泛应用于神经科学和代谢疾病的研究中。近年来，多项研究表明，不良饮食习惯和肥胖是导致大脑功能障碍的重要因素，特别是在老年群体中更为显著。这些发现不仅加深了我们对饮食与衰老之

  来源：Progress in Natural Science: Materials International

  时间：2025-11-22

• 大型模型驱动的物理神经网络架构：用于预测血管漂移轨迹的耦合多环境因素

  在海上漂移轨迹的预测研究中，准确地模拟物体的移动路径对于搜救（Search and Rescue, SAR）等关键应用具有重要意义。目前，这一领域面临的主要挑战在于如何在复杂的海洋和大气环境中，既保持模型的物理可解释性，又提高预测的准确性。传统的方法通常分为两大类：基于物理原理的模型和基于数据驱动的机器学习模型。前者依赖于对海洋动力学的深入理解，能够提供直观的物理机制解释，但往往受限于环境数据的精度和分辨率，且难以捕捉海洋中非线性的动态变化。后者虽然能够通过大量数据训练获得更高的预测精度，但在缺乏数据的区域表现不佳，且缺乏物理可解释性，这使得其在实际应用中存在一定的局限性。为了克服这些挑战，研

  来源：Ocean Engineering

  时间：2025-11-22

• 关于全方位波场中浮冰运动响应及波浪能量衰减的实验研究

  在极地地区，波浪与海冰之间的耦合关系对于海冰动力学、能量耗散以及极地航行的安全性具有至关重要的影响。然而，目前关于冰块动力学的研究仍面临一些显著的局限性。单个冰块实验无法全面反映海冰群体行为的复杂性，而群体实验则往往受到边界效应的影响，如墙壁反射效应。为此，哈工大船舶工程学院的多用途深水池实验采用了一种创新的全向波场耦合方法，通过自主研发的波浪发生器模拟真实的波浪与冰块相互作用。无人机结合计算机视觉算法用于实时跟踪漂浮冰块的运动轨迹，同时集成的波浪传感器数据为冰块漂移提供了全面的评估。研究还引入了物理信息神经网络（PINNs），用于预测冰块漂移速度，并与实验观测结果进行对比分析。此外，研究还探

  来源：Ocean Engineering

  时间：2025-11-22

• DRNT2LRNet：一种基于模型的新型深度展开网络，用于高质量压缩高光谱图像重建

  近年来，随着科学技术的不断进步，高光谱图像（Hyperspectral Image, HSI）的重建技术得到了广泛关注。HSI因其包含丰富的光谱信息，被广泛应用于遥感、目标检测与识别、医学成像以及环境监测等领域。然而，传统的HSI重建方法通常依赖于复杂的设备和长时间的扫描过程，这使得其在处理动态场景时存在一定的局限性。因此，研究者们开始探索更为高效和便捷的重建方法，其中压缩感知理论的发展为这一领域带来了新的机遇。在这一背景下，Snapshot Compressed Imaging（SCI）技术应运而生，它能够在视频速率下实现HSI的采集，为高光谱图像的快速重建提供了良好的解决方案。作为SCI技

  来源：Neurocirugía (English Edition)

  时间：2025-11-22

• 基于长距离社区挖掘的对比学习方法用于动态异构图表示

  近年来，随着图结构数据在现实生活中的广泛应用，如社交网络、电子商务平台和金融交易系统，如何有效地建模和表示这些复杂的数据成为了一个重要研究方向。传统的图表示学习方法多依赖于监督学习范式，这需要大量的高质量标注数据。然而，在许多实际应用场景中，获取这些标注数据的成本高昂且效率低下。例如，在化学和材料科学领域，数据的标注通常需要借助密度泛函理论计算，这种计算过程不仅耗时，而且需要大量的计算资源。因此，研究者们开始探索无需依赖人工标注的自监督学习方法，以提高图表示学习的效率和实用性。自监督图对比学习（Self-Supervised Graph Contrastive Learning, GCL）作为

  来源：Neurocirugía (English Edition)

  时间：2025-11-22

• IFMXCN：基于智能流图的可解释深度学习模型，用于利用多模态输入检测阿尔茨海默病

  阿尔茨海默病（Alzheimer’s Disease, AD）是一种不可逆且逐渐恶化的神经系统疾病，主要影响记忆功能和呼吸系统。随着全球人口老龄化趋势的加剧，AD的发病率也在逐年上升，给医疗系统和社会带来了沉重的负担。传统的AD检测框架在处理复杂的临床数据时常常面临诸多挑战，例如如何整合多模态数据、如何提高模型的可解释性、如何降低计算复杂度以及如何确保检测方法的稳定性。这些问题限制了传统方法在实际应用中的效果，因此需要一种更加高效和透明的检测模型。针对这些挑战，研究提出了一种基于混合注意力机制和可解释性卷积神经网络（Explainable Convolutional Neural Networ

  来源：Neurocirugía (English Edition)

  时间：2025-11-22

• 新诊断胶质母细胞瘤患者术前和术中对照侧分析（基于血管周围空间指数）与术后简易精神状态检查评分之间的关系

  小野亮平|三木俊一郎|亚历山大·扎博罗诺克|石川荣一日本茨城县筑波市筑波大学医学研究所神经外科部门摘要目的提出沿血管周围空间（ALPS）的指数分析作为评估大脑依赖胶质细胞的废物清除途径（即淋巴系统）功能的定量磁共振成像（MRI）标志物。我们假设脑损伤对侧侧的ALPS指数可能与术后记忆障碍有关。本研究旨在评估新诊断的胶质母细胞瘤（GBM）患者术前和术中对侧ALPS指数与术后简易精神状态检查（MMSE）评分之间的关系。方法本研究回顾性纳入了33名新诊断的孤立性GBM患者，这些患者均接受了术中MRI和扩散张量成像（DTI）检查。患者数据包括肿瘤体积、肿瘤周围水肿体积、术前和术后MMSE评分以及术前和

  来源：Neurochirurgie

  时间：2025-11-22

知名企业招聘：