将神经递质引入人工神经网络以增强适应性和稳定性。
Yupei Li, Manuel Milling, Berrak Sisman 等
研究发现，隔离继承而非屏蔽是记忆保留的关键，提升了0.010 AUC。
Jia Huang, Yangjun Ou
提出一种基于TTFS编码的SNN架构，首次将其扩展到1.5亿参数的LLM，能效显著提升。
Zhuoya Zhao, Parsa Omidi, Aref Jafari 等
通过遗传算法实现可控树宽的贝叶斯网络融合，提升推理效率。
Pablo Torrijos, José A. Gámez, José M. Puerta 等
使用GPU加速的树形遗传编程进行符号回归常数优化，提升了9.9倍吞吐量。
Hao Mao, Xu Tony Liu, Shuai Lu 等
MFSPNet通过无模型代理和PSO优化CNN架构，在CIFAR-10上达到3.91%错误率。
Asif Ameer, Maryam Bashir, Irfan Younas 等
提出EMR-HyperNEAT，通过批处理实现多分辨率空间自适应拓扑发现，显著提升速度。
Romain Claret, Michael O'Neill, Paul Cotofrei 等
利用ANTShapes模拟数据集，结合卷积SNN实现事件基物体分类，验证数据质量。
M. Middleton, H. Kayan, B. Sen Bhattacharya 等
采用SPEA-2多目标算法进行缺陷定位，提升准确率至88.5%。
Waleed Ahmad, Mehtab Kiran Suddle, Maryam Bashir
基于超立方体角点的Hopfield网络合成，证明可编程更多稳定状态。
Garimella Rama Murthy
引入基于强化学习的决策生成可信度模型，揭示社交信息中信任的动态演变。
Gabriel Bontemps, Abhishek Banerjee
引入LLM-SPICEMixer，通过IGEL提升晶体管级模拟电路拓扑优化，训练奖励提升8.4%。
Stefan Uhlich, Yağız Gençer, Andrea Bonetti 等
基于离散时间滞后神经网络的多固定点吸引盆分析，提出熵指标调控吸引盆分布。
Yuta Arai, Seigo Nakamura, Ryoga Nakamura 等
提出基于Petri网的神经电路模型，实现实时性和时序保证，验证反馈、侧抑制和层级特征检测微电路。
Carlo daCunha, Rodrigo Pena, Marcos Turqueti
提出前后断裂（forward-backward disconnect）分类，分析神经模型的状态动力学、信用分配与生物学基础。
Hadi Al Mubasher, Mariette Awad
引入网格细胞模型，通过分析性构建减少空间别名，实验显示在三种环境中降低94-99%的空间别名指数。
Alexander Johnson, Obadah Ghizawi, Ali A. Minai
Lapis通过First-Spike Timing和Membrane Leakage实现Laplacian注意力，能在CIFAR-10达96.56%准确率，能耗降低14.5倍。
Kaiwen Tang, Jiaqi Zheng, Zixuan Zhu 等
本文提出结合图神经网络引导的遗传算法，用于在成本不确定性下优化物理互联网供应链，显著提升初始化效率。
Faezeh Ardali, Gerald M. Knapp
ASP将膜电位作为信念状态，通过迭代决策实现3D点云识别，达90.62%准确率。
Akarsh Jain, Arya Pawa, Ayush Debnath 等
MOSAIC利用对抗共进化策略，结合结构特征索引的区域专家启发式，显著提升组合优化问题的性能。
Oguzhan Gungordu, Siheng Xiong, Faramarz Fekri