当前位置:首页 > 今日动态 > 科研动态/国外
  • 综述:以光谱为中心的多模态融合(SCMF):算法策略、应用及未来前景

    光谱学多模态融合框架SCMF及其实践挑战

    来源:TRAC-TRENDS IN ANALYTICAL CHEMISTRY

    时间:2026-04-23

  • 综述:MOF-on-MOF异质结构作为先进化学传感领域的新兴材料

    MOF-on-MOF异质结构通过协同效应与多级架构设计,显著提升分子传感性能,在气体吸附、催化及生物分子检测中展现高灵敏度和选择性,合成策略与结构调控是关键。

    来源:TRAC-TRENDS IN ANALYTICAL CHEMISTRY

    时间:2026-04-23

  • 综述:基于结构的适体筛选与优化策略:进展与展望

    Aptamers通过特异性三维结构实现高效识别,传统筛选优化效率低。本文系统梳理结构表征与预测技术,强调AI驱动的结构分析显著提升筛选效率,提出结构导向策略(如茎环调节、环状设计)优化亲和力与稳定性,推动从随机筛选向理性设计转型,为跨领域应用奠定基础。

    来源:TRAC-TRENDS IN ANALYTICAL CHEMISTRY

    时间:2026-04-23

  • 综述:基于质谱的单细胞代谢组学与代谢追踪分析

    单细胞代谢组学结合质谱技术揭示细胞代谢异质性及其在疾病中的动态变化,为精准诊疗提供新视角。

    来源:TRAC-TRENDS IN ANALYTICAL CHEMISTRY

    时间:2026-04-23

  • 综述:光学微针贴片:从设计策略到即时检测分析

    光学微针贴片(OMPs)通过集成微针阵列与光学传感技术,实现无创皮肤穿透和即时视觉/便携设备读出,为点ofcare生物标志物检测提供可设计性强、预测性高的平台,显著降低监测痛感。本文系统综述了OMPs在光电子晶体微针、荧光微针、等离子体微针等设计策略上的进展,及其在点ofcare诊断(如血糖、尿酸检测)和集成治疗诊断平台(如温度、炎症因子监测)中的应用,并分析了信号转换、设备小型化等关键挑战与未来发展方向。

    来源:TRAC-TRENDS IN ANALYTICAL CHEMISTRY

    时间:2026-04-23

  • 政府诉讼风险与低收入抵押贷款业务的减少

    美国司法部2010年代对大型FHA放贷机构提起欺诈诉讼,导致50亿美元和解及目标银行退出市场。研究发现,受影响地区FHA贷款量下降18%,但未改善贷款质量或降低违约率,且大银行退出使低收入家庭住房信贷获取受阻。

    来源:JOURNAL OF FINANCIAL ECONOMICS

    时间:2026-04-23

  • CiviViL:利用具有空间语义感知的双向交叉注意力机制对复合城市设施场景进行多模态解释

    城市基础设施与工业设施作为城市生命线系统的核心载体,其复合场景的细粒度理解存在数据稀缺与结构复杂性挑战。本文构建首个大规模精细多模态数据集CiviDataset(含52,603幅图像及文本配对),并设计双向跨模态注意力机制CiviViL,通过视觉基础模型提取全局特征,结合Transformer编码空间语义关系,实现视觉与语义的协同优化。实验表明该方法在13类设施场景分类中显著优于21种基线模型,有效解决传统单模态方法难以建模的复合设施空间关联问题。

    来源:ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING

    时间:2026-04-23

  • Geo-R1:通过强化微调提升少样本地理空间引用表达的理解能力

    本文提出Geo-R1,一种基于强化学习的遥感指称理解框架,通过生成可解释推理链优化少数样本学习,显著优于监督微调方法,并展现跨数据集泛化优势。

    来源:ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING

    时间:2026-04-23

  • 利用分形理论从陆地激光扫描点云数据中估算叶面积指数

    叶面积指数(LAI)的估算方法研究。提出基于分形理论的FDTLS模型,利用激光扫描点云数据的三维特征,结合盒计数法计算分形维度,有效解决传统方法对叶簇效应和倾角分布敏感的问题。实验表明FDTLS在模拟和实地数据中均显著优于传统方法,相对均方根误差分别降至15.42%和7.4%,且对叶倾角分布变化具有6.12%的稳定性优势。

    来源:ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING

    时间:2026-04-23

  • 在未经验证的情况下提供反馈:这可能是对生成式人工智能产生信任的一个潜在风险

    生成式AI(GenAI)可能输出看似可信实则错误的信息,带来判断失误和谣言扩散风险。研究通过544名用户问卷调查发现,信任具有双重效应:提升反馈意愿但抑制验证倾向,导致错误可能被强化和传播。GenAI的多功能性、创造性和多模态特性显著增强用户信任,但可能加剧风险。这些发现为设计信任调节机制和降低GenAI风险提供了依据。

    来源:TECHNOLOGY IN SOCIETY

    时间:2026-04-23


高级人才招聘专区
最新招聘信息:

知名企业招聘:

    • 国外动态
    • 国内进展
    • 医药/产业
    • 生态环保
    • 科普/健康