生物通官微陪你抓住生命科技跳动的脉搏
利用不同能源生成技术进行填埋气利用所面临的技术和经济挑战
垃圾填埋气能源化利用技术经济比较研究,通过构建包含预处理、设备寿命、污染排放的综合分析模型,对比了往复式内燃机、微燃气轮机、固态氧化物燃料电池和熔融碳酸盐燃料电池等技术的单位能源成本。研究以俄罗斯Timokhovo垃圾填埋场为实证案例,验证了甲烷浓度、污染物去除度等关键参数对技术经济指标的影响规律,并运用QGIS生成了全俄垃圾填埋气技术潜力分布图。
来源:Fuel
时间:2026-04-23
基于机器学习的催化剂筛选方法,用于生物油的加氢脱氧过程,以最大化烃类产量,从而生产可再生石脑油和可持续航空燃料
催化重整生物油为烃类燃料,本研究开发数据增强的机器学习框架预测总烃产量,整合催化剂类型(贵金属/非贵金属、单/双金属)及操作条件(温度、氢压等)13项输入,通过 stacking 众包模型(R²=0.877)和 LightGBM(R²=0.879)实现高精度预测,揭示催化剂依赖的组成-反应路径调控机制,并构建 PyroBHC 预测工具及催化剂选择图。
利用深度学习重建技术(SwiftMR)提高尸检磁共振成像(postmortem MRI)的信噪比
本研究评估了SwiftMR在低场(0.3T)尸检头MRI中的应用效果,通过33例尸检发现其显著提升T1、T2及T2*加权像的信号噪声比(SNR提升均p<0.001)和视觉评分(7.5±1.0 vs 3.2±0.8),证实该深度学习重建技术可在不延长扫描时间的情况下改善低场MRI图像质量,为尸检影像学提供实用补充。
来源:Forensic Science International
减少偏差的儿童牙龄估算:机器学习评估及对Cameriere方法的一种新型约束随机森林改进
年龄估算在临床和法医领域至关重要,本研究比较了土耳其儿童中Cameriere传统方法与常用机器学习算法的性能,并提出了修正的随机森林模型以减少系统偏差。结果显示所有ML方法均优于传统方法,修正随机森林模型MAE最低(0.583-0.585年),但传统ML模型存在显著年龄偏倚。
基于nFe0@GC/MXene异质结构电极的磁场增强电容去离子技术
电容去离子电极通过溶剂蒸发自组装和化学活化制备nFe0@GC/MXene异质结构,磁场调控下盐吸附容量提升28%至49.7 mg·g−1,循环40次后容量保持率达89%。磁场促进离子传输并增强界面电化学行为。
来源:Desalination
跨请求的多上下文串联技术在大型语言模型(LLMs)中的应用 曹子怡(Ziyi Cao)、 张京斌(Jingbin Zhang)、 王帅(Shuai Wang)、 李少波(Shaobo Li)、 刘炳全(Bingquan Liu) 以及 谢恒(Heng Xie)
CatLLM通过拼接多请求上下文解决大语言模型中跨注意力机制不足的问题,利用加权内积方法优化KV缓存计算,实验显示F1提升6%且减少需缓存上下文数量。
来源:Axioms
在考虑空间规模效应和技术差距的情况下评估绿色全要素生产率:对中国城市集聚区的元前沿分析
绿色全要素生产率(GTFP)评估与空间动态研究:基于中国19个城市群的多尺度比较
来源:Applied Geography
技术支持有助于降低全髋关节置换术后髋关节脱位的体积依赖性风险
降低年手术量外科医生使用技术辅助与高年手术量使用传统器械的全髋关节置换术脱位率相似,提示技术辅助可能缓解手术量对脱位风险的影响。
来源:JBI Evidence Synthesis
利用布尔可满足性方法寻找最优的常数矩阵乘法电路
本文提出一种基于布尔可满足性问题的方法,用于优化常数矩阵乘法(CMM)电路设计,将乘法转换为加/减/移位操作,并证明其最优性。该方法可应用于数字滤波器、卷积核心和FFT等场景,显著降低硬件复杂度。
来源:IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems
PigMap2:一种基于物理信息引导的技术映射框架
针对VLSI设计前后端分离导致的效率问题,提出PigMap2框架,通过中间表示布局整合物理信息,利用布线长度和拥挤度指标优化技术映射,在EPFL和IWLS’05基准测试中分别实现13.4%和23%的PPA/WNS提升,同时降低34%功耗。
知名企业招聘: