生物通官微陪你抓住生命科技跳动的脉搏
右心疾病中基于心脏磁共振(CMR)的新型心功能与重构指标:机制、预后证据与临床转化前景
右心室(RV)重构是慢性RV容量或压力负荷相关疾病(包括功能性三尖瓣反流(TR)和肺动脉高压(PH))预后的重要决定因素。常规容积和功能指标,包括右心室射血分数(RVEF),往往在不良重构已进展后才检测到,尤其在显著TR中,反流血流会抬高总每搏输出量并掩盖有效
来源:Journal of Cardiovascular Development and Disease
时间:2026-11-01
基于LightGBM与双遗传算法的无实验室指标三分类糖尿病筛查混合机器学习模型
糖尿病(diabetes mellitus, DM)是最常见的慢性疾病之一,早期发现有助于预防心血管、肾脏和视网膜并发症。研究人员处理健康、糖尿病前期和糖尿病患者的三分类任务,输入为13个人口学、人体测量学和症状变量,这些变量无需实验室检查即可采集;数据来自某
来源:Array
自适应心理门控与跨模态Transformer融合:基于异构时序与情境学习数据的可解释多模态学生成绩预测
本研究提出自适应多模态学生分析Transformer(Adaptive Multimodal Transformer for Student Analytics, AMT-SA),旨在动态教育环境中预测并解释学生学业表现。该框架整合多模态数据源,包括来自"St
面向Web应用开发与部署的生命周期安全验证实证框架
针对现代Web应用安全,本研究提出一种经实证验证的生命周期安全验证方法(lifecycle security validation methodology),将应用层安全、自动化安全测试、容器加固(container hardening)、软件供应链安全、策略
ASCENT:冻结长上下文语言模型的尺度互补外部状态
长上下文语言模型系统日益将存储的证据与对其进行推理的阅读器分离。稀疏注意力、检索、提示压缩与循环记忆各自减少直接处理的证据量,但通常仅在单一阅读器规模下评判。该协议留下一个核心尺度问题未解:随着阅读器能力增强,外部状态在绝对意义上是否变得更有用?研究人员将肯定
基于校准优先类级堆叠与选择性预测的Φ-OTDR分布式声学传感事件分类框架CalStack-SP
提出了一种校准优先的类级堆叠框架(Calibration-First Class-Wise Stacking,CalStack-SP),用于Φ-OTDR分布式声学传感(DAS)事件识别。在融合前,通过分支级温度缩放(branch-wise temperatur
基于BERT的列表感知架构IRAG:通过多阶段集体段落注意力实现高效段落重排序
在大规模检索系统中,重排序器需在严格延迟预算内对候选段落列表进行重新排序。基于BERT的交叉编码器虽成本低但独立评分每个段落,忽略了跨候选证据;而基于大语言模型的列表级重排序器精度更高,但推理成本显著增加。本研究提出IRAG(隐式关系增强生成),一种完全基于B
面向物联网僵尸网络检测的联邦分割学习:基于三个公开数据集的智能物联网系统表征研究
分割学习(Split Learning, SL)能够在参与客户端本地保留原始特征记录的同时实现协作式模型训练,这使得该方法对资源受限的物联网(Internet of Things, IoT)安全应用颇具吸引力。本研究对面向物联网僵尸网络与入侵检测的二分类分割学
AME-Derm:融合非对称解剖混合专家与数据驱动罕见类验证的皮肤镜皮损分类框架
AME-Derm算法将大型通才模型与紧凑的解剖学专家配对;在全部五个折上,AME-Derm较PanDerm提高4.5个宏观F1(macro-F1)点(p=0.031);病变分组评估使相近的单次划分得分转化为明确优势;一种算法规则利用视觉-语言模型(VLM)级联
面向LLM-Agent工作流的派生相对结构可容许性与PEGF预执行治理研究
形式化了面向LLM(large language model,大语言模型)智能体工作流确定性预执行控制的派生相对结构可容许性。研究人员开发了PEGF(Pre-Execution Governance Framework,预执行治理框架),用于重建记录的派生祖先
知名企业招聘: