AI 核心

927 条内容

medRxiv 2026年9月30日
该工作提出一种弱监督、免检测的多实例学习框架，用双分支门控注意力池化在整张宫颈细胞学切片层面做预测，把全片视为局部实例块的集合，从而无需单细胞边界框或像素级标注；在内部多中心队列（SIPaKMeD、Herlev、CRIC）与经无监督标记控制分水岭流程处理的域外 Mendeley LBC 验证队列上评估，结果显示轻量骨干 MobileNetV2 在同分布多中心准确率上最优（90.96% 准确率、0.9800 ROC-AUC），而容量更大的 Xception 在域移下域外稳健性更好（80.43% 平衡准确率）。
该工作提出一种弱监督、免检测的多实例学习框架，用双分支门控注意力池化在整张宫颈细胞学切片层面做预测，把全片视为局部实例块的集合，从而无需单细胞边界框或像素级标注；在内部多中心队列（SIPaKMeD、Herlev、CRIC）与经无监督标记控制分水岭流程处理的域外 Mendeley LBC 验证队列上评估，结果显示轻量骨干 MobileNetV2 在同分布多中心准确率上最优（90.96% 准确率、0.9800 ROC-AUC），而容量更大的 Xception 在域移下域外稳健性更好（80.43% 平衡准确率）。
门控注意力多实例学习在无需逐细胞标注下实现多中心宫颈细胞学全片分诊，MobileNetV2 达 90.96% 准确率、Xception 在域外达 80.43% 平衡准确率
该工作提出一种弱监督、免检测的多实例学习框架，用双分支门控注意力池化在整张宫颈细胞学切片层面做预测，把全片视为局部实例块的集合，从而无需单细胞边界框或像素级标注；在内部多中心队列（SIPaKMeD、Herlev、CRIC）与经无监督标记控制分水岭流程处理的域外 Mendeley LBC 验证队列上评估，结果显示轻量骨干 MobileNetV2 在同分布多中心准确率上最优（90.96% 准确率、0.9800 ROC-AUC），而容量更大的 Xception 在域移下域外稳健性更好（80.43% 平衡准确率）。
该工作提出一种弱监督、免检测的多实例学习框架，用双分支门控注意力池化在整张宫颈细胞学切片层面做预测，把全片视为局部实例块的集合，从而无需单细胞边界框或像素级标注；在内部多中心队列（SIPaKMeD、Herlev、CRIC）与经无监督标记控制分水岭流程处理的域外 Mendeley LBC 验证队列上评估，结果显示轻量骨干 MobileNetV2 在同分布多中心准确率上最优（90.96% 准确率、0.9800 ROC-AUC），而容量更大的 Xception 在域移下域外稳健性更好（80.43% 平衡准确率）。
Natural Sciences and Applied Technology 2026年9月30日
该工作提出可解释的 Fuzzy Rank-H2O AutoML 框架，用模糊排序特征选择（FRFS）综合统计显著性、信息增益、临床重要性与不确定性挑选预测因子，再由 H2O AutoML 自动构建集成模型，并用 SHAP 与 LIME 提供全局与患者级解释；在两个公开宫颈癌数据集上以分层五折交叉验证评估，每折仅对训练集施加 SMOTE 以避免信息泄漏，报告的最高准确率为 95.1%、AUC 为 98.1%，优于传统机器学习模型与基线 H2O AutoML 框架。
该工作提出可解释的 Fuzzy Rank-H2O AutoML 框架，用模糊排序特征选择（FRFS）综合统计显著性、信息增益、临床重要性与不确定性挑选预测因子，再由 H2O AutoML 自动构建集成模型，并用 SHAP 与 LIME 提供全局与患者级解释；在两个公开宫颈癌数据集上以分层五折交叉验证评估，每折仅对训练集施加 SMOTE 以避免信息泄漏，报告的最高准确率为 95.1%、AUC 为 98.1%，优于传统机器学习模型与基线 H2O AutoML 框架。
模糊排序特征选择加H2O AutoML集成，在两个公开宫颈癌数据集上取得最高95.1%准确率与98.1% AUC
该工作提出可解释的 Fuzzy Rank-H2O AutoML 框架，用模糊排序特征选择（FRFS）综合统计显著性、信息增益、临床重要性与不确定性挑选预测因子，再由 H2O AutoML 自动构建集成模型，并用 SHAP 与 LIME 提供全局与患者级解释；在两个公开宫颈癌数据集上以分层五折交叉验证评估，每折仅对训练集施加 SMOTE 以避免信息泄漏，报告的最高准确率为 95.1%、AUC 为 98.1%，优于传统机器学习模型与基线 H2O AutoML 框架。
该工作提出可解释的 Fuzzy Rank-H2O AutoML 框架，用模糊排序特征选择（FRFS）综合统计显著性、信息增益、临床重要性与不确定性挑选预测因子，再由 H2O AutoML 自动构建集成模型，并用 SHAP 与 LIME 提供全局与患者级解释；在两个公开宫颈癌数据集上以分层五折交叉验证评估，每折仅对训练集施加 SMOTE 以避免信息泄漏，报告的最高准确率为 95.1%、AUC 为 98.1%，优于传统机器学习模型与基线 H2O AutoML 框架。
Acta Scientiae 2026年9月30日
这篇综述系统梳理了基于人工智能、机器学习、深度学习和生成对抗网络（GAN）的自闭症谱系障碍（ASD）筛查研究，重点考察行为、遗传、环境、神经影像、生理与临床等多模态数据的融合方式以及GAN在合成数据生成与数据增强中的作用，并指出多模态AI相比单模态方法可能更全面地刻画ASD相关特征，但仍面临数据集有限且异质、类别不平衡、多模态整合困难、GAN训练不稳定、合成数据质量、隐私安全、可解释性、泛化性与外部临床验证不足等挑战。
这篇综述系统梳理了基于人工智能、机器学习、深度学习和生成对抗网络（GAN）的自闭症谱系障碍（ASD）筛查研究，重点考察行为、遗传、环境、神经影像、生理与临床等多模态数据的融合方式以及GAN在合成数据生成与数据增强中的作用，并指出多模态AI相比单模态方法可能更全面地刻画ASD相关特征，但仍面临数据集有限且异质、类别不平衡、多模态整合困难、GAN训练不稳定、合成数据质量、隐私安全、可解释性、泛化性与外部临床验证不足等挑战。
综述指出：融合行为、遗传、影像等多模态数据的AI与GAN增强方法有望提升自闭症谱系障碍筛查，但受限于数据不足、类别不平衡与外部临床验证缺乏
这篇综述系统梳理了基于人工智能、机器学习、深度学习和生成对抗网络（GAN）的自闭症谱系障碍（ASD）筛查研究，重点考察行为、遗传、环境、神经影像、生理与临床等多模态数据的融合方式以及GAN在合成数据生成与数据增强中的作用，并指出多模态AI相比单模态方法可能更全面地刻画ASD相关特征，但仍面临数据集有限且异质、类别不平衡、多模态整合困难、GAN训练不稳定、合成数据质量、隐私安全、可解释性、泛化性与外部临床验证不足等挑战。
这篇综述系统梳理了基于人工智能、机器学习、深度学习和生成对抗网络（GAN）的自闭症谱系障碍（ASD）筛查研究，重点考察行为、遗传、环境、神经影像、生理与临床等多模态数据的融合方式以及GAN在合成数据生成与数据增强中的作用，并指出多模态AI相比单模态方法可能更全面地刻画ASD相关特征，但仍面临数据集有限且异质、类别不平衡、多模态整合困难、GAN训练不稳定、合成数据质量、隐私安全、可解释性、泛化性与外部临床验证不足等挑战。
bioRxiv 2026年9月30日
该研究提出Forest-Weighted S-map（FORWS）与Forest-Weighted Causal Inference（FORWC），用随机森林集成导出的自适应“森林权重”取代欧氏度量，在模拟与实证生态数据集上展示出与常规工具相当或更好的预测能力、对动态过程噪声的较强韧性以及对维度灾难的缓解，并在蜂巢监测中实现高维声学向量与标量温度之间的多模态有向因果推断。
该研究提出Forest-Weighted S-map（FORWS）与Forest-Weighted Causal Inference（FORWC），用随机森林集成导出的自适应“森林权重”取代欧氏度量，在模拟与实证生态数据集上展示出与常规工具相当或更好的预测能力、对动态过程噪声的较强韧性以及对维度灾难的缓解，并在蜂巢监测中实现高维声学向量与标量温度之间的多模态有向因果推断。
用随机森林权重替代欧氏距离的FORWS与FORWC，在高维含噪时间序列上取得可比或更优的预测表现，并从蜂巢声学向量与温度标量中提取出有向因果作用
该研究提出Forest-Weighted S-map（FORWS）与Forest-Weighted Causal Inference（FORWC），用随机森林集成导出的自适应“森林权重”取代欧氏度量，在模拟与实证生态数据集上展示出与常规工具相当或更好的预测能力、对动态过程噪声的较强韧性以及对维度灾难的缓解，并在蜂巢监测中实现高维声学向量与标量温度之间的多模态有向因果推断。
该研究提出Forest-Weighted S-map（FORWS）与Forest-Weighted Causal Inference（FORWC），用随机森林集成导出的自适应“森林权重”取代欧氏度量，在模拟与实证生态数据集上展示出与常规工具相当或更好的预测能力、对动态过程噪声的较强韧性以及对维度灾难的缓解，并在蜂巢监测中实现高维声学向量与标量温度之间的多模态有向因果推断。
Natural Sciences and Applied Technology 2026年9月30日
该研究提出一个基于URL特征与主机特征双分支、并用抗泄漏的Out-Of-Fold堆叠机制融合的混合机器学习钓鱼网站检测系统，在包含11,055个实例、17个特征的UCI Phishing Websites数据集上取得92.67%的准确率和0.9788的ROC-AUC，优于单一特征集模型，交叉验证显示低方差的泛化表现，特征重要性分析显示基于交互的元特征对分类精度贡献显著。
该研究提出一个基于URL特征与主机特征双分支、并用抗泄漏的Out-Of-Fold堆叠机制融合的混合机器学习钓鱼网站检测系统，在包含11,055个实例、17个特征的UCI Phishing Websites数据集上取得92.67%的准确率和0.9788的ROC-AUC，优于单一特征集模型，交叉验证显示低方差的泛化表现，特征重要性分析显示基于交互的元特征对分类精度贡献显著。
双分支URL与主机特征加抗泄漏OOF堆叠的钓鱼网站检测模型在UCI数据集上达到92.67%准确率与0.9788 ROC-AUC
该研究提出一个基于URL特征与主机特征双分支、并用抗泄漏的Out-Of-Fold堆叠机制融合的混合机器学习钓鱼网站检测系统，在包含11,055个实例、17个特征的UCI Phishing Websites数据集上取得92.67%的准确率和0.9788的ROC-AUC，优于单一特征集模型，交叉验证显示低方差的泛化表现，特征重要性分析显示基于交互的元特征对分类精度贡献显著。
该研究提出一个基于URL特征与主机特征双分支、并用抗泄漏的Out-Of-Fold堆叠机制融合的混合机器学习钓鱼网站检测系统，在包含11,055个实例、17个特征的UCI Phishing Websites数据集上取得92.67%的准确率和0.9788的ROC-AUC，优于单一特征集模型，交叉验证显示低方差的泛化表现，特征重要性分析显示基于交互的元特征对分类精度贡献显著。
bioRxiv 2026年9月30日
该研究提出 VRPTR——一种结合压缩 Transformer 瓶颈、变分潜变量采样与多尺度跳跃连接的三维编码器-解码器，在 WU-Minn 人类连接组计划 360 名健康成人上训练、40 名留出被试上评估故事对数学的语言对比，取得平均体素图 Pearson r=0.642 与 Dice AUC=0.519，分别比紧凑体积版 BrainSurfCNN 类与 SWIFUN 类比较模型高 Δr=0.0376 与 0.0335，并显示 Transformer 处理与图相关性的提升相关（Δr=0.0168），而原始 95% 区间仅覆盖 4.7% 观测值、经留出队列内五折校准后覆盖率升至 94.8%。
该研究提出 VRPTR——一种结合压缩 Transformer 瓶颈、变分潜变量采样与多尺度跳跃连接的三维编码器-解码器，在 WU-Minn 人类连接组计划 360 名健康成人上训练、40 名留出被试上评估故事对数学的语言对比，取得平均体素图 Pearson r=0.642 与 Dice AUC=0.519，分别比紧凑体积版 BrainSurfCNN 类与 SWIFUN 类比较模型高 Δr=0.0376 与 0.0335，并显示 Transformer 处理与图相关性的提升相关（Δr=0.0168），而原始 95% 区间仅覆盖 4.7% 观测值、经留出队列内五折校准后覆盖率升至 94.8%。
VRPTR 用静息态 fMRI 预测个体语言激活图，并给出经校准的不确定性估计
该研究提出 VRPTR——一种结合压缩 Transformer 瓶颈、变分潜变量采样与多尺度跳跃连接的三维编码器-解码器，在 WU-Minn 人类连接组计划 360 名健康成人上训练、40 名留出被试上评估故事对数学的语言对比，取得平均体素图 Pearson r=0.642 与 Dice AUC=0.519，分别比紧凑体积版 BrainSurfCNN 类与 SWIFUN 类比较模型高 Δr=0.0376 与 0.0335，并显示 Transformer 处理与图相关性的提升相关（Δr=0.0168），而原始 95% 区间仅覆盖 4.7% 观测值、经留出队列内五折校准后覆盖率升至 94.8%。
该研究提出 VRPTR——一种结合压缩 Transformer 瓶颈、变分潜变量采样与多尺度跳跃连接的三维编码器-解码器，在 WU-Minn 人类连接组计划 360 名健康成人上训练、40 名留出被试上评估故事对数学的语言对比，取得平均体素图 Pearson r=0.642 与 Dice AUC=0.519，分别比紧凑体积版 BrainSurfCNN 类与 SWIFUN 类比较模型高 Δr=0.0376 与 0.0335，并显示 Transformer 处理与图相关性的提升相关（Δr=0.0168），而原始 95% 区间仅覆盖 4.7% 观测值、经留出队列内五折校准后覆盖率升至 94.8%。
Natural Sciences and Applied Technology 2026年9月30日
该研究基于2023年1月至2024年2月间5,000名客户的17,049条电商交易记录，构建了包含33个建模属性的客户级客户终身价值（CLV）预测流程，在Altair AI Studio（RapidMiner）中以统一的10折交叉验证比较了岭回归线性回归、随机森林、梯度提升树和前馈神经网络四种方法，并将预测值划分为2,763名低价值、1,252名中价值和985名高价值客户三个可操作分群。
该研究基于2023年1月至2024年2月间5,000名客户的17,049条电商交易记录，构建了包含33个建模属性的客户级客户终身价值（CLV）预测流程，在Altair AI Studio（RapidMiner）中以统一的10折交叉验证比较了岭回归线性回归、随机森林、梯度提升树和前馈神经网络四种方法，并将预测值划分为2,763名低价值、1,252名中价值和985名高价值客户三个可操作分群。
电商客户终身价值预测对比：神经网络在导出评分输出上RMSE 297.06，优于三种回归与集成模型
该研究基于2023年1月至2024年2月间5,000名客户的17,049条电商交易记录，构建了包含33个建模属性的客户级客户终身价值（CLV）预测流程，在Altair AI Studio（RapidMiner）中以统一的10折交叉验证比较了岭回归线性回归、随机森林、梯度提升树和前馈神经网络四种方法，并将预测值划分为2,763名低价值、1,252名中价值和985名高价值客户三个可操作分群。
该研究基于2023年1月至2024年2月间5,000名客户的17,049条电商交易记录，构建了包含33个建模属性的客户级客户终身价值（CLV）预测流程，在Altair AI Studio（RapidMiner）中以统一的10折交叉验证比较了岭回归线性回归、随机森林、梯度提升树和前馈神经网络四种方法，并将预测值划分为2,763名低价值、1,252名中价值和985名高价值客户三个可操作分群。
The latest research from Google 2026年9月30日
谷歌研究（Chih-wei Hsu 与 Moonkyung Ryu）提出 Diffusion Controller 框架，把扩散模型的去噪过程重新表述为平滑的连续控制问题，用一个轻量“转向阻尼器”网络在冻结基座模型的前提下动态修正生成轨迹；在 Stable Diffusion v1.4 骨干上，他们用 SFT、RWL 和 PPO 三种微调方式与 HPS-v2 人类偏好评分进行评估，报告称该框架在白盒与灰盒环境下均优于对应基线，灰盒版本在 SFT 与 RWL 路径上的 HPS-v2 胜率超过 LoRA 且改动的内部层更少，白盒版本对基线取得 90% 胜率，并可通过单一推理时引导强度参数在线调节约束强度。
谷歌研究（Chih-wei Hsu 与 Moonkyung Ryu）提出 Diffusion Controller 框架，把扩散模型的去噪过程重新表述为平滑的连续控制问题，用一个轻量“转向阻尼器”网络在冻结基座模型的前提下动态修正生成轨迹；在 Stable Diffusion v1.4 骨干上，他们用 SFT、RWL 和 PPO 三种微调方式与 HPS-v2 人类偏好评分进行评估，报告称该框架在白盒与灰盒环境下均优于对应基线，灰盒版本在 SFT 与 RWL 路径上的 HPS-v2 胜率超过 LoRA 且改动的内部层更少，白盒版本对基线取得 90% 胜率，并可通过单一推理时引导强度参数在线调节约束强度。
谷歌研究提出 Diffusion Controller：轻量“转向阻尼器”网络在灰盒条件下于 HPS-v2 胜率上超过 LoRA，白盒版本对基线取得 90% 胜率
谷歌研究（Chih-wei Hsu 与 Moonkyung Ryu）提出 Diffusion Controller 框架，把扩散模型的去噪过程重新表述为平滑的连续控制问题，用一个轻量“转向阻尼器”网络在冻结基座模型的前提下动态修正生成轨迹；在 Stable Diffusion v1.4 骨干上，他们用 SFT、RWL 和 PPO 三种微调方式与 HPS-v2 人类偏好评分进行评估，报告称该框架在白盒与灰盒环境下均优于对应基线，灰盒版本在 SFT 与 RWL 路径上的 HPS-v2 胜率超过 LoRA 且改动的内部层更少，白盒版本对基线取得 90% 胜率，并可通过单一推理时引导强度参数在线调节约束强度。
谷歌研究（Chih-wei Hsu 与 Moonkyung Ryu）提出 Diffusion Controller 框架，把扩散模型的去噪过程重新表述为平滑的连续控制问题，用一个轻量“转向阻尼器”网络在冻结基座模型的前提下动态修正生成轨迹；在 Stable Diffusion v1.4 骨干上，他们用 SFT、RWL 和 PPO 三种微调方式与 HPS-v2 人类偏好评分进行评估，报告称该框架在白盒与灰盒环境下均优于对应基线，灰盒版本在 SFT 与 RWL 路径上的 HPS-v2 胜率超过 LoRA 且改动的内部层更少，白盒版本对基线取得 90% 胜率，并可通过单一推理时引导强度参数在线调节约束强度。
NVIDIA Technical Blog 2026年9月30日
NVIDIA 发布 VSS Blueprint 3.3，新增 Build Vision Agent 技能（vss-build-vision-ai）与自适应高效视频采样（Adaptive EVS）：前者让编码智能体从自然语言请求出发，复用四个已验证配置档并只计算最小增量，在双 GPU RTX PRO 6000 Blackwell 主机上把橙汁灌装线溢出告警智能体在 30 分钟内交付为可预览部署；后者在 RTX PRO 6000 Blackwell 上运行 Cosmos 3 Super FP8 时，把告警上下文延迟从 1,021 ms 降到 844 ms（17%），并发实时 VLM 流从 13 提升到 19（46%），并把 60 分钟视频摘要的 VLM 输入 token 减少 80%
NVIDIA 发布 VSS Blueprint 3.3，新增 Build Vision Agent 技能（vss-build-vision-ai）与自适应高效视频采样（Adaptive EVS）：前者让编码智能体从自然语言请求出发，复用四个已验证配置档并只计算最小增量，在双 GPU RTX PRO 6000 Blackwell 主机上把橙汁灌装线溢出告警智能体在 30 分钟内交付为可预览部署；后者在 RTX PRO 6000 Blackwell 上运行 Cosmos 3 Super FP8 时，把告警上下文延迟从 1,021 ms 降到 844 ms（17%），并发实时 VLM 流从 13 提升到 19（46%），并把 60 分钟视频摘要的 VLM 输入 token 减少 80%
NVIDIA VSS Blueprint 3.3 用单条提示在 30 分钟内搭出视觉 AI 智能体，并让 VLM 输入 token 减少 80%
NVIDIA 发布 VSS Blueprint 3.3，新增 Build Vision Agent 技能（vss-build-vision-ai）与自适应高效视频采样（Adaptive EVS）：前者让编码智能体从自然语言请求出发，复用四个已验证配置档并只计算最小增量，在双 GPU RTX PRO 6000 Blackwell 主机上把橙汁灌装线溢出告警智能体在 30 分钟内交付为可预览部署；后者在 RTX PRO 6000 Blackwell 上运行 Cosmos 3 Super FP8 时，把告警上下文延迟从 1,021 ms 降到 844 ms（17%），并发实时 VLM 流从 13 提升到 19（46%），并把 60 分钟视频摘要的 VLM 输入 token 减少 80%
NVIDIA 发布 VSS Blueprint 3.3，新增 Build Vision Agent 技能（vss-build-vision-ai）与自适应高效视频采样（Adaptive EVS）：前者让编码智能体从自然语言请求出发，复用四个已验证配置档并只计算最小增量，在双 GPU RTX PRO 6000 Blackwell 主机上把橙汁灌装线溢出告警智能体在 30 分钟内交付为可预览部署；后者在 RTX PRO 6000 Blackwell 上运行 Cosmos 3 Super FP8 时，把告警上下文延迟从 1,021 ms 降到 844 ms（17%），并发实时 VLM 流从 13 提升到 19（46%），并把 60 分钟视频摘要的 VLM 输入 token 减少 80%
arXiv 2026年9月30日
该工作提出 MaLiang-Harness 框架，把 MLLM 驱动的图像与视频生成组织为“构建—检查—修订”的持续过程，用持久可执行生成状态、可追踪生成过程和修订感知编辑与验证三项机制共享同一修订参照，并在 MaLiang-IBench（50 个文生图提示）与 MaLiang-VBench（13 个文生视频提示）上评测 11 个与 4 个闭源 MLLM，测得 GPT-6-Astra 在两个基准上生成成功率均为 100%，96.0% 图像任务与 76.9% 视频任务满足全部质量阈值。
该工作提出 MaLiang-Harness 框架，把 MLLM 驱动的图像与视频生成组织为“构建—检查—修订”的持续过程，用持久可执行生成状态、可追踪生成过程和修订感知编辑与验证三项机制共享同一修订参照，并在 MaLiang-IBench（50 个文生图提示）与 MaLiang-VBench（13 个文生视频提示）上评测 11 个与 4 个闭源 MLLM，测得 GPT-6-Astra 在两个基准上生成成功率均为 100%，96.0% 图像任务与 76.9% 视频任务满足全部质量阈值。
MaLiang-Harness 用可执行程序生成图像与视频：GPT-6-Astra 在两个基准上达成 100% 生成成功，图像 96.0%、视频 76.9% 满足全部质量阈值
该工作提出 MaLiang-Harness 框架，把 MLLM 驱动的图像与视频生成组织为“构建—检查—修订”的持续过程，用持久可执行生成状态、可追踪生成过程和修订感知编辑与验证三项机制共享同一修订参照，并在 MaLiang-IBench（50 个文生图提示）与 MaLiang-VBench（13 个文生视频提示）上评测 11 个与 4 个闭源 MLLM，测得 GPT-6-Astra 在两个基准上生成成功率均为 100%，96.0% 图像任务与 76.9% 视频任务满足全部质量阈值。
该工作提出 MaLiang-Harness 框架，把 MLLM 驱动的图像与视频生成组织为“构建—检查—修订”的持续过程，用持久可执行生成状态、可追踪生成过程和修订感知编辑与验证三项机制共享同一修订参照，并在 MaLiang-IBench（50 个文生图提示）与 MaLiang-VBench（13 个文生视频提示）上评测 11 个与 4 个闭源 MLLM，测得 GPT-6-Astra 在两个基准上生成成功率均为 100%，96.0% 图像任务与 76.9% 视频任务满足全部质量阈值。

第 14 页 · 当前显示 10 项