-
预测性元认知:一种用于大型语言模型自我监控的神经计算框架
摘要大型语言模型展现了卓越的能力,但存在严重的元认知缺陷,表现为过度自信和幻觉,这严重限制了它们在高风险应用中的使用。我们提出了“预测性元认知”(Predictive Metacognition)框架,该框架借鉴了神经生物学的原理,将预测处理机制和前扣带回皮层的监控功能整合到了T
来源:Scientific Reports
时间:2026-05-27
-
基于多模态图表示学习的病毒靶标蛋白多标签预测
病毒靶标蛋白(VTPs)的识别对于理解病毒发病机制至关重要。现有的计算研究通常将其视为一个通过预测宿主-病毒蛋白相互作用(PPIs)来解决的单标签问题。然而,事实上可以仅基于宿主蛋白的固有信息来识别病毒靶标蛋白。此外,一个宿主蛋白可能参与多种病毒的感染过程,这
来源:PLOS Computational Biology
时间:2026-05-27
-
垂体腺瘤质地术前评估:基于MRI及多参数模型的探索性研究——聚焦肿瘤与小脑脚T2加权信号强度比值(TCTI)与血管周纤维化
目的:垂体腺瘤(Pituitary adenomas, PAs)的术中质地(Intraoperative consistency, IoC)影响手术结局。研究人员评估了表观扩散系数(Apparent diffusion coefficient, ADC)、肿瘤
来源:Neurological Research
时间:2026-05-27
-
MNISQ:一个用于NISQ时代机器学习的大规模量子电路数据集
摘要
我们介绍了MNISQ,这是NISQ时代首个同时适用于量子学习和经典学习的大型数据集,包含495万个由最多100个两量子比特门组成的10量子比特电路。MNISQ为开发量子计算中的自然语言处理(NLP)模型和深度学习模型提供了基础资源。该数据集来源于经过量子
来源:Scientific Data
时间:2026-05-27
-
衰老的食管:高分辨率测压显示其收缩储备能力随年龄增长而下降
摘要
背景
食管症状在老年患者中很常见,尽管关于年龄相关食
来源:Neurogastroenterology & Motility
时间:2026-05-27
-
针对小数据量,探索一种无需验证的方法:利用神经网络进行速度训练
吉安卢卡·达尔马索(Gianluca Dalmasso)| 安德烈亚·布拉加尼奥洛(Andrea Bragagnolo)| 恩佐·塔尔塔格利奥内(Enzo Tartaglione)| 阿蒂利奥·菲安德罗蒂(Attilio Fiandrotti)| 马可·格兰杰托(Marco Gr
来源:Neurocomputing
时间:2026-05-27
-
综述:关于机器人操控可变形物体的研究:最新进展、未解决的问题及新的研究方向
顾飞达|王志鹏|朱忠攀|马家军|周彦敏|姜硕|何斌上海同济大学智能自主系统研究所,中国上海201804摘要对可变形物体(如电缆、衣物和食物)的稳健操控对于开发工业、服务和医疗应用中的下一代机器人系统至关重要。然而,历史上实现这些任务的可靠系统一直具有挑战性。与刚性物体不同,可变形
来源:Neurocomputing
时间:2026-05-27
-
DynKGRAG:一个用于动态知识图谱构建以及对数值和文本数据进行多跳查询的框架
周舒|宣云阳|敖玉轩|范涛|王浩中国江苏省南京市,南京大学信息管理学院摘要从大量非结构化数据中提取结构化、可操作的知识是数据挖掘和知识管理领域的核心挑战。这一挑战主要体现在两个基本问题上:一是数值语义差距,传统方法无法准确捕捉定量值的语义;二是知识碎片化,回答复杂问题需要通过多步
来源:Neurocomputing
时间:2026-05-27
-
精神分裂症中受影响但得以保留的认知控制子领域
夏洛特·李(Charlotte Li)|梅根·A·布德温(Megan A. Boudewyn)|迪安娜·M·巴奇(Deanna M. Barch)|卡梅伦·S·卡特(Cameron S. Carter)|迈克尔·J·弗兰克(Michael J. Frank)|詹姆斯·M·戈尔德(
来源:Neuropsychologia
时间:2026-05-27
-
精细化信任:面向带符号社交网络的细粒度图卷积网络信任评估
摘要
信任评估旨在探索社交网络中用户对用户的信任关系,对于社会推荐和信息传播至关重要。现有研究通常将信任评估视为分类问题,通过类别值来衡量可信度。为在更细粒度上刻画用户对用户的社交信任,研究人员提出了一种基于信任因子的信任评估框架,采用连续的可信度值,称为
来源:Neurocomputing
时间:2026-05-27