-
一种基于PDMAEMA-g-VPB-g-明胶修饰的CdTe/ZnS量子点的葡萄糖敏感荧光纳米生物传感器,在生物样品中的应用:Box-Behnken设计方法
新型葡萄糖光学纳米生物传感器通过表面修饰CdTe/ZnS量子点与凝胶生物聚合物,并引入 vinylphenylboronic acid (VPB) 实现高灵敏度检测(检测限7.5×10<sup>-9</sup> mol/L),动态范围7.5×10<sup>-8</sup>–7.87×10<sup>-3</sup> mol/L,稳定性超4个月,适用于尿和血浆样本检测。
来源:Microchemical Journal
时间:2025-12-03
-
电化学传感器与整合生物信息学分析结合机器学习特征选择方法,发现了膀胱癌的新风险基因和生物学通路
本研究整合生物信息学分析与机器学习方法,通过GEO数据库获取膀胱癌与正常组织基因表达数据,筛选显著差异基因,结合功能富集分析揭示相关生物通路,并探讨电化学传感器在膀胱癌早期诊断中的应用潜力。
来源:Microchemical Journal
时间:2025-12-03
-
适用于6G低地球轨道(LEO)卫星网络的轻量级人工智能驱动的交通预测与流量调节技术
低地球轨道(LEO)卫星网络作为6G的关键基础设施,面临动态拓扑、大规模部署和资源受限的挑战。本文提出iTransformer_Lite架构,通过简化的嵌入层、线性注意力机制和紧凑前馈网络降低计算复杂度,并设计预测驱动的多类信用基流量整形(CBS)算法,结合时空预测实现SLA动态保障。实验表明,iTransformer_Lite在多数据集上内存占用减少57%,推理速度提升2.3倍,同时 CBS 算法在星链仿真中使高优先级业务平均延迟降低3.23%。
来源:Neurocomputing
时间:2025-12-03
-
自适应迭代检索方法:用于提升检索效果及增强生成能力
检索增强生成系统通过迭代优化检索与模型对齐,显著提升生成质量。提出AIR-RAG框架,利用自适应反馈同步优化检索相关性及LLM适配,无需重训练即可有效整合现有系统。实验表明,在TriviaQA、HotpotQA等六大数据集上,AIR-RAG的准确率和正确性均优于Self-RAG、Iter-RetGen等基线方法,尤其在多跳推理和事实核查任务中优势显著。
来源:Neurocomputing
时间:2025-12-03
-
DUFGNet:一种基于双流U-Net框架的模型,该框架结合了频率引导的信道注意力机制和图谱集成技术,用于癫痫发作预测
癫痫发作预测的双流自监督框架DUFGNet通过全局-局部特征融合与频率-图注意力机制实现高效轻量级建模,在CHB-MIT和私有数据集上达到97.11%和94.11%的准确率,AUC达0.9955和0.9736,仅需0.28M参数且支持1%标注数据。|癫痫预测|双流自监督|图注意力机制|DCT-CA模块|轻量级模型|CHB-MIT数据集|高准确率|频率引导注意力|全局-局部特征融合|多任务自监督学习
来源:Neurocomputing
时间:2025-12-03
-
通过双重对比图像-文本对齐技术提升多标签零样本学习的效果
多标签零样本学习通过DCA正则化、MGDA增强和CAM模块提升细粒度图像与文本对齐,实验在NUS-WIDE和MS-COCO上mAP提升达3.1%和6.8%。
来源:Neurocomputing
时间:2025-12-03
-
具有时间感知能力的双通道去噪技术在会话推荐中的应用
针对会话式推荐中相邻物品时间间隔影响未被重视及噪声干扰问题,本文提出时间感知双通道去噪网络(TDCDN),结合Hawkes过程建模时间动态,设计噪声筛选与聚合机制,有效提升推荐精度。
来源:Neurocomputing
时间:2025-12-03
-
用于组学数据的多层集成特征选择方法
多水平多样性框架提升高维小样本数据特征选择稳定性与泛化能力,通过密度峰值聚类增强样本级多样性,核矩阵特征值离散度量化核级多样性,结合随机特征映射生成互补投影空间,并设计三种聚合策略(EFS-RA/SA/IA)实现稳定特征子集,实验验证其优于现有方法。
来源:Pattern Recognition
时间:2025-12-03
-
基于主题感知的上下文学习和词汇投影的查询扩展方法,用于开放领域的密集信息检索
针对开放域密集检索性能提升问题,本研究提出融合主题感知上下文学习和关键词投影的双阶段查询增强方法。首先通过K-means聚类对查询进行主题分组,基于主题簇动态采样生成领域相关伪段落;其次利用BERT MLM头从查询表示中提取潜在主题关键词。在四个主流ODQA数据集上的实验表明,该方法相比基线模型平均提升4.26%的R@20指标,同时降低虚假信息生成风险。关键技术包括主题感知的伪段落生成机制和基于掩码语言模型的隐式关键词提取策略。
来源:Pattern Recognition
时间:2025-12-03
-
MambaFusion:基于状态空间模型的多模态3D物体检测中的物体-场景融合技术
多模态3D检测中几何差异与特征对齐问题,提出MambaFusion框架,通过Object-Mamba(网格排序、几何嵌入、双SSM)实现对象级多模态融合,Scene-Mamba(图像片段+对象特征、双向SSM)建模场景-对象关系,在nuScenes和Waymo数据集上验证有效性。
来源:Pattern Recognition
时间:2025-12-03