线粒体解码神经元活动研究
　　北京大学分子医学研究所程和平团队与国内外科学家合作，研究了脑神经元线粒体与胞质之间钙瞬变的概率性耦合，以及其耦合度如何受大腦信息加工活动的调节。相关论文发表于Nature Communications。在小鼠静息状态下，耦合度仅为3%～5%；而在小鼠跑步或接受视觉刺激时，不仅初级运动皮层或视觉皮层神经元活动增加，同时耦合度也显著上升至约25%，使得线粒体钙活动大大加强。耦合度与胞质钙瞬变振幅、时程和耦合事件前数秒内的发放频率密切相关，钙依赖性蛋白激酶CaMKII是耦合度调节的关键因子。论文揭示了线粒体如何解码神经元活动模态，从而精准调控脑动态能量代谢的新现象和新机制。
　　多智能体协作研究进展
　　北京大学工学院谢广明教授与合作者在多智能体系统的编队控制研究方面取得进展。相关成果发表于IEEE Transactions on Automatic Control。针对二阶动态描述个体的系统，提出一种基于极限环设计的控制协议，来实现平面上的任意编队。该控制协议的优点之一是能够在个体的局部坐标系下应用，因此个体只需要知道局部信息，而不需要全局信息和全局坐标系；优点之二是它保证了在形成期望编队的过程中，个体之间不会发生碰撞。基于此，在团队自主研发的多仿生机器鱼系统和多四旋翼无人机系统上分别进行了编队实验，验证了所提出的编队控制协议在实际系统中的可行性和有效性。
　　基于深度学习的航拍图像目标检测研究进展
　　中国科学院沈阳自动化研究所光电信息技术研究人员提出了去除航拍图像检测结果中误检目标的方法，并针对航拍图像特性设计了相应的检测网络。研究成果发表于Sensors。该研究从去除检测结果中误检目标的角度出发，提出Dual-NMS算法，通过统计各个检出目标周围生成检测框的密度和相应的分类置信度，实现自主地去除检测结果中的误检目标，提高了检测结果精度。进一步将误检目标的判断结果作为网络训练的约束项，从根本上加强了检测网络提取待检测目标抽象特征的能力。此外，该研究还将目标间的相关性引入检测网络，增强了该方法对目标的检出能力。
　　揭示视觉注意的无意识操纵可影响个体风险选择
　　中国科学院行为科学重点实验室李纾研究组的饶俪琳青年特聘研究员等人为探究视觉注意与风险决策之间是否存在因果关系，使用眼动技术，采用不为被试所觉察的基于注视的操纵方式，以考察视觉注意对风险决策的影响。研究成果发表于Cognition。实验1中，研究者基于选项进行视觉注意的眼动操纵。实验2中，研究者基于选项维度进行视觉注意的眼动操纵。实验3验证了视觉注意操纵的有效性和稳定性。研究结果为风险决策的理论发展指明新方向，未来理论应考虑能够同时解释基于选项和基于维度的视觉注意的动态模型。此外，该研究结果还启示人们通过监测个体的注意分配，可以辅助个体更好地进行决策。