生物通官微陪你抓住生命科技跳动的脉搏
当不确定性引导学习:CT影像中肾脏疾病分类的高效方法
本研究引入了一种高效的基于熵(Entropy)的主动学习(Active Learning)框架,在仅需极少标注数据的情况下,实现了CT扫描中肾脏异常(正常、囊肿、结石、肿瘤)的出色分类性能。数据集包含12,446张CT切片,通过分层抽样按70/15/15的比例
来源:Frontiers in Big Data
时间:2026-06-09
多维全息赋能的无拼接光刻技术
微纳光刻技术未来发展趋势的调研与展望,涵盖从高集成度电子器件到太阳能电池等大尺寸应用领域。研究人员阐述了采用直接激光直写技术在大面积区域定义刻蚀掩模的两种策略:(i)固定光束移动平台(fixed beam moving stage, FBMS)与(ii)移动光
来源:Nanomaterials
基于厄瓜多尔纳税人分布数据的领土分析:一种利用税务登记处开放数据的数据科学方法
厄瓜多尔的开放财政数据在很大程度上仍未得到深入探索,仅限于基本的描述性报告,尽管其在领土智能和财政规划方面具有潜力。本研究通过将基于Apache Spark 3.5、PostgreSQL 14/PostGIS 3.2和Python 3.11空间库构建的大数据管
来源:Big Data and Cognitive Computing
基于多种机器学习模型在UNSW-NB15数据集上利用新型混合IGL1特征选择方法实现高性能入侵检测
入侵检测系统(Intrusion Detection Systems, IDSs)对于保障现代网络安全基础设施仍然至关重要,然而网络流量数据往往具有高维特性,且包含冗余或弱信息量的属性。本研究提出了一种混合特征选择方法,将信息增益(Information Ga
面向上下文的方法用于解决低资源语言语音合成中的词汇歧义
语音合成中的歧义消解是文本到语音转换的主要挑战之一。机器学习方法和人工神经网络已成功应用于英语、西班牙语和其他常见语言的合成系统中。对于低资源语言,可用数据不足以训练人工神经网络,因此应使用启发式方法进行上下文分析并选择多义词的正确同形异义词。本研究旨在为低资
基于指令微调(Instruction Tuning)与知识图谱检索增强生成(Graph Retrieval-Augmented Generation, GraphRAG)的自然灾害突发事件命名实体识别(Named Entity Recognition, NER)方法
自然灾害突发事件中的命名实体识别(Named Entity Recognition, NER)是应急管理的关键基础性任务。然而,现有方法面临实体类型复杂、新术语频发、模型知识陈旧及动态知识更新适应性差等挑战,导致在实际灾害场景中的准确率和泛化能力有限。为解决上
综述:循环经济路径实现可持续废物管理:人工智能、先进技术融合与政策建议的综述
填埋仍是全球范围内主导的废物处置方式,尤其在发展中国家,引发严重的环境、健康与气候挑战。低效的操作实践、薄弱的监管体系以及非工程化填埋场导致大量温室气体(GHG)排放与资源流失。向循环经济(CE)转型为可持续废物管理提供了变革性路径。通过闭合物质循环、回收能源
来源:Recycling
面向多模态阿拉伯语情感分析(Multimodal Arabic Sentiment Analysis)的基于门控融合(Gated Fusion)的定向语义增强(Directional Semantic Enhancement)方法
摘要:多模态阿拉伯语情感分析(Multimodal Arabic Sentiment Analysis, MuSA)因用户生成多媒体内容的激增受到广泛关注,但由于模态不平衡(Modality Imbalance)及跨模态对齐(Cross-modal Align
来源:Machine Learning and Knowledge Extraction
使用实时荧光定量PCR(qPCR)技术对细菌性阴道病进行筛查以预防早产的成本效益:一项随机前瞻性多中心研究的结果
摘要目的目前用于诊断孕妇阴道菌群异常的传统检测方法存在多样性且不易重复,而且如果不对复发情况进行筛查,治疗效果也不尽如人意。本文通过一项随机对照试验,研究了使用即时聚合酶链反应(PCR)筛查技术对孕妇进行细菌性阴道病检测,并结合治疗及复发筛查(S&T)与标准护理方法相比的成本效益
来源:Cost Effectiveness and Resource Allocation
从预测到规划,通过机器学习方法实现自动驾驶:一项综述
摘要准确预测周围代理的未来轨迹,并为自动驾驶车辆(AV)规划安全、舒适的行驶轨迹,对自动驾驶系统(ADS)至关重要。特别是,由机器学习驱动的交互式预测和规划框架的兴起彻底改变了这一领域。现有的自动驾驶系统,如模块化堆栈和端到端框架,仍然存在挑战,因为它们通常顺序地进行预测和规划,
来源:ARTIFICIAL INTELLIGENCE REVIEW
知名企业招聘: