跳到主要内容

检索

“全部学科” · 1357 项结果

第 3 页 · 当前显示 20 项
Retina

用Oracle筛选的合成眼底图像增强糖尿病视网膜病变分级,ConvNeXt的二次加权kappa从0.6350提升到0.7695,增殖期DR召回率翻倍

该研究在辅助数据集上预训练StyleGAN3与Medfusion,并用域匹配的Oracle网络通过潜在空间拒绝采样和类别条件SDEdit升级对合成图像进行严格筛选,随后在印度DR图像数据集上以ConvNeXt、ResNet50、VGG16三种架构和五个随机种子评估下游分级,结果显示仅用真实数据训练的ConvNeXt基线二次加权kappa为0.6350±0.0135,加入筛选后的StyleGAN3合成数据提升至0.7185±0.0309,加入Medfusion合成数据提升至0.7695±0.0254(绝对提升0.1345),且Medfusion将增殖期DR的召回率从0.2615±0.1595提高
DOAJ (DOAJ: Directory of Open Access Journals)

知识图谱领域的文献计量与共词映射:一篇综述性研究梳理了该领域的知识基础与主题结构

这篇题为《文献计量分析与共词映射:知识图谱领域》的文章以文献计量与共词分析为方法,围绕知识图谱研究领域组织并梳理了相关文献,其参考文献涵盖知识图谱的定义与综述、嵌入方法、补全与精化、领域专用图谱、教育等应用,以及科学计量与共词分析方法本身,但本次可获取的文本仅为参考文献列表,正文、图表与具体计量结果未包含在内。
British Journal of Radiology

牛津团队综述:冠周脂肪成像把冠脉炎症变成可量化指标,FAI Score 在调脂、生物制剂和放疗后均出现下降

这篇由牛津大学团队撰写的综述系统梳理了冠周脂肪组织(PCAT)作为冠脉炎症生物传感器的解剖生理基础,说明标准化后的脂肪衰减指数(FAI Score)如何校正技术、解剖和生物学变异并用于预测 MACE,并汇总了人工智能自动分割与多参数风险建模的作用,以及他汀、抗 oxLDL 抗体、抗 TNF 生物制剂、放疗和卡格列净/GLP-1 类药物等干预后 FAI 下降的证据,指出 PCAT 成像有望补充传统危险因素和斑块指标,但当前证据仍在演进中。
DOAJ (DOAJ: Directory of Open Access Journals)

研究用扩散模型加LoRA构建鞋类生成大模型,并把鞋设计流程从线性改为数据洞察到动态优化的闭环

该研究针对AIGC在鞋类设计中暴露的生成同质化、工艺可行性低、与市场需求脱节等问题,采用“理论分析—技术构建—系统验证—方法提炼”的路径,通过文献分析与问卷调查梳理应用现状与瓶颈,用代码检测算法提取标签并以扩散模型架构结合LoRA构建鞋类生成大模型,整合材料、工艺、鞋底、鞋楦等核心数据建立结构化关联的数字资产库,并组建“策划—AI创作者—工匠”协作组开展多端评审与营销数据反馈闭环,从而构建鞋类智能辅助设计系统、把“设计→测试→生产”的线性流程升级为“数据洞察→实时验证→动态优化”的三维智能闭环,并确立“人类创意引导+AI高效转化”的人机协同设计路径。
British Journal of Radiology

AI定量CT、光子计数CT与FFR-CT整合,将冠脉斑块负荷与缺血评估纳入同一CCTA工作流

这篇综述梳理了冠脉CT血管成像(CCTA)评估冠心病的最新进展:AI驱动的斑块定量与狭窄定量可把分析时间从每例25分钟以上压缩到通常不足60秒、与血管内超声的相关性达0.92-0.95,光子计数探测器CT(PCD-CT)以超高分辨率减少钙化晕影并把部分病例重新归入更低CAD-RADS分级,FFR-CT提供无创的病灶特异性生理评估,三者整合可支持更精细的主要不良心血管事件风险分层与预防治疗决策。
SEU FIRE Scholars (Southeastern University)

10名虚拟小学教师的访谈显示:生成式AI带来效率与教学提升,但需在错误信息、隐私与伦理之间权衡

这项定性现象学研究通过半结构化访谈访问了一所大型虚拟小学中10名教授幼儿园至五年级的虚拟教师,用Creswell与Poth(2018)的数据分析螺旋提炼出效率、教师角色保全、教学增强和AI素养四个主题,显示教师同时权衡效率与教学质量提升同错误信息、隐私保护、伦理顾虑和误用等负面面向,并认为生成式AI的价值取决于有思考、有依据、以人为中心的应用。
Investigative Radiology

AI-RADS 框架让 5 名放射科医师对 350 例 AI 输出分级,图像与生成任务的读者间一致性分别达 α=0.87 与 0.93

该研究开发并多读者评估了 AI-RADS——一个用于在病例层面评估放射学 AI 输出可靠性、临床实用性与建议处置的结构化框架,5 名委员会认证放射科医师独立评估了 7 个代表性 AI 应用处理的 350 例病例,每例赋予 5 个 AI-RADS 类别之一、适用修饰符及独立正确性评级作为参照,结果显示图像类任务的核心类别读者间一致性为 Krippendorff's α=0.87(95% CI: 0.83-0.91),生成式 AI 任务为 α=0.93(95% CI: 0.91-0.95),读者判定的正确性与提示可整合入临床工作流的类别 1 至 2 吻合良好,被评为“错误”的输出主要归入需要覆盖或从显示中移除的类别 4 至 5。
Cancer

CIBMTR真实世界数据显示:cilta-cel治疗中约三分之一多发性骨髓瘤患者属虚弱人群,其12个月无进展生存62.7%、总生存72.8%,ICANS风险翻倍

该研究利用国际血液与骨髓移植研究中心(CIBMTR)登记数据,评估2022年3月至2023年12月接受商业化cilta-cel治疗的541例复发/难治多发性骨髓瘤患者,发现183例(33.8%)按改编简化虚弱评分归为虚弱,其总体缓解率与非虚弱者相近(82.8%对88.5%),但12个月无进展生存(62.7%对75.9%)和总生存(72.8%对90.4%)更差,任何级别ICANS发生率更高(32.2%对17.6%),多因素分析中虚弱独立预测更差的无进展生存(HR 1.67)、总生存(HR 2.46)和任何级别ICANS(OR 2.01)。
DOAJ (DOAJ: Directory of Open Access Journals)

PC1D 建模显示,InGaN 太阳能电池的层厚、掺杂浓度与工作温度共同决定其效率表现

该工作以 PC1D 数值建模为手段,系统考察 InGaN 太阳能电池的层厚、掺杂浓度与工作温度三个参数对器件性能的影响,属于对既有 InGaN 光伏优化研究脉络的仿真型补充。
Archivos Argentinos de Pediatria

AI模型按BITSS七分类判读婴儿粪便仅0.56准确率,合并为四类后升至0.76

该研究用1312张婴儿尿布粪便照片(经质量筛选后1100张,其中896张获三位儿科胃肠病学家多数一致作为参考集),基于Teachable Machine卷积神经网络训练20个模型(85/15训练与内部验证划分),评估AI与专家按BITSS分类的一致性:七分类最佳模型总体准确率0.56,线性与二次加权Kappa分别为0.59和0.75;合并为便秘、成形、软便、液体四类后准确率升至0.76,加权Kappa为0.69和0.78,而三位专家之间Fleiss Kappa仅0.24、完全一致率24.7%。
发表出处待核验

放射组学模型自动区分98例复杂性区域疼痛综合征患者与56名健康对照的热成像图,AUC 0.93优于三位临床医生

该研究纳入98例复杂性区域疼痛综合征(CRPS)患者的178张热成像图和56名健康对照的837张热成像图,用U-Net深度学习自动分割肢体(平均Dice相似系数0.99),再对每张图每条肢体提取564个放射组学特征(强度、形状、纹理),通过WORC自动化机器学习框架在20次随机划分交叉验证中构建分类模型,该模型区分CRPS患者与健康对照热成像图的平均AUC为0.93(95% CI 0.90–0.97),显著优于三位临床医生的0.82、0.79和0.69(P<0.001)。
Gemini

谷歌发布 Gemini 4 Argon:输出上限提至 100 万 token,DeepSWE v1.1 达 77.9%,并称在 libgav1 上让 Rust 解码器提速 2.7 倍

谷歌宣布推出前沿模型 Gemini 4 Argon,通过 Fairwind 计划先向受信任的网络安全防御者开放,主打长周期深度推理,将输出 token 上限从 64K 提升到 100 万,并报告在 DeepSWE v1.1 取得 77.9%、LVBench 取得 91.7%、CWE-bench v1 取得 68%、AutomationBench 取得 51.3%,同时给出内部应用案例:量子子程序优化较已发表基线提升 40%、数据中心释放超 300 TiB 内存、libgav1 的 Rust 移植中替换 32K 行 SIMD 代码后解码器比原 Rust 移植快 2.7 倍且视频输出一致。
NVIDIA Technical Blog

NVIDIA 将 cuObject 纳入 xio-sig 并发布 SCADA Server SDK,让 GPU 经 RDMA 直连文件与对象存储

NVIDIA 宣布将 cuObject 与 cuFile 一并纳入 xio-sig,并正式发布 cuObject 客户端与服务器库,同时推出 SCADA Server SDK,使 AI 加速器可通过 RDMA 以零拷贝方式访问文件与对象存储,IBM 已用集成 SCADA 与 IBM Storage Scale 的原型展示了互操作性。
IEEE Spectrum

IEEE公布2027年度技术领域奖获奖名单,涵盖治疗超声、热辅助磁记录、HEVC视频编码与隐私保护临床研究基础设施等方向

IEEE公布了2027年度技术领域奖(Technical Field Awards)获奖者名单,由IEEE奖励委员会依据技术成就、社会影响与学科领导力评选并经IEEE董事会批准,获奖工作覆盖治疗超声的临床转化、热辅助磁记录存储、非线性与鲁棒控制、微波毫米波电路、语音与说话人识别、多维信号处理、MOS器件物理、移动通信、互联网流量分析、电力电子变换器、模数转换器测量与标准化、集成电路测试、图像处理与计算机视觉教育、数据中心网络、HEVC国际标准、可编程数字信号处理、CMOS工艺、半导体光电子、手术与医疗机器人、神经网络理论与信息几何、激光驱动粒子源、隐私保护分布式临床研究基础设施、无线通信标准化、物
NVIDIA Blog

NVIDIA 开放 2027–2028 研究生奖学金申请,单项最高 6 万美元,并要求先完成 2027 年暑期实习

NVIDIA 宣布其第 26 届研究生奖学金项目面向全球开放 2027–2028 学年申请,为从事 AI、机器学习、自动驾驶、计算机图形、机器人、医疗健康、高性能计算等相关方向研究的博士生提供最高 6 万美元资助以及导师和技术支持,申请截止日期为 2026 年 10 月 30 日,且获奖者须先于 2027 年暑期在 NVIDIA 研究办公室完成线下实习。
Anthropic

Legate-Yang 与 Massenkoff 构建机器人暴露指数:机器人已能完成美国 74% 的体力任务,但仅对 0.3% 的工作具备成本竞争力

作者用 Claude 对 O*NET 约 900 个职业、约 19,000 条任务描述按环境受控程度打分,构建机器人暴露指数,发现当今机器人可完成美国 74% 的体力任务(占全部工作时间 34%),但仅对 0.3% 的工作具备成本竞争力,且 1977 年以来的回测显示暴露度更高的职业随后出现工资与就业下降。
arXiv

RegLLM 诊断框架在两次同配置 GPU 试点中暴露方差:升级召回率 1.0 对 0.5,同一适配器效果方向翻转

作者提出 RegLLM——一个面向受监管智能体工作流的“有限自主”诊断框架,用六项可信度信号(引用有效性、来源接地、模式合规、升级正确性、宪法对齐、不安全动作率)配合确定性运行时监督器,在离线参考运行(n=12)中把升级召回率从 0 提升到 0.67、把不安全动作率从 0.33 降到 0.08,而在两次名义同配置的单卡 Qwen2.5-3B LoRA/DPO 试点(n=8,同种子同评测划分)中观察到任务成功率 0.25 对 0.12、升级召回率 1.0 对 0.5,且同一答案质量适配器对升级召回的影响在两次运行间方向相反,说明该规模下适配器效应无法与采样和硬件方差区分。
arXiv

LSD 用在线自蒸馏把已解出题目的多余长度从 19.0% 压到 -3.7%,同时保持或提升 Pass@1

该工作把强化学习后训练中「已解出查询的响应被无谓拉长」定义为长度缩放税(LST),并提出长度自蒸馏(LSD):用当前 rollout 组的正确率把已解出提示路由到在线策略蒸馏、未解出提示保留原 RLVR 目标,教师是同一策略谱系的指数滑动平均检查点、无需外部模型,在单轮推理上把 LST 从 19.0% 降到 -3.7%、在多轮智能体任务上从 31.4% 降到 13.7%,同时平均 Pass@1 与 RL 相当或更好。
arXiv

冻结7B主干、只训10万偏置参数:无标签TTRL在MATH-500达76.67%,并迁移到4500道未参与优化的问题

该工作提出无标签的偏置-only测试时强化学习:冻结预训练主干,仅用多数投票伪标签作为奖励、只优化约10万个偏置参数(28层MLP的down_proj.bias),在MATH-500上Qwen2.5-7B达76.67%、Qwen2.5-Math-7B达79.50%,同一流程还改善视觉语言与音频推理,冻结后的偏置向量在4500道验证互斥MATH题上把Qwen2.5-7B从46.3%提升到70.9%、Qwen2.5-Math-7B从52.5%提升到75.4%,并从伪标签可靠性与可及梯度能量两方面解释受限子空间为何仍能有效适配。
arXiv

Jev 在 Amazon 三域重排中保持高 NDCG@10,延迟随候选集增大增长远慢于点式 Qwen

该研究在 Amazon Reviews 2023 的 Movies and TV、Video Games、Books 三个域上,用 SASRec 检索出的高排名负例构造受控困难候选集(候选规模从 10 到 100),把被 TypeSafe AI 称为“System One Model”的决策导向模型 Jev 与 SASRec、DCNv2 以及 Qwen2.5 7B Instruct 的点式与列表式重排器对比,发现 Jev 在保持较强推荐效果(NDCG@10、Hit Rate@10、MRR)的同时,其观测服务延迟随候选集增大的增长明显比点式 Qwen 更平缓,但仍远高于推荐专用模型。