神经网络不再靠人搭学习机制：随机连接按简单规则自组织，图像分类追平反向传播网络
MIT 团队让随机连接的神经网络只靠“同时激活就加强连接”这类简单规则自组织出学习机制，在图像分类上追平按反向传播设计的网络。
星际分子碰撞速率不再只靠量子计算：神经网络把18个体系补到500 K，还能猜没算过的CS和CF+
前馈神经网络在24个线性分子与仲氢碰撞的态-态速率系数上训练后，把已有体系的可用范围外推到500 K和696 cm-1，并对完全没进训练集的CS和CF+给出因子3以内的首次估计。
研究用可解释多模态语音框架在阿尔茨海默病人群中识别出两个语音亚表型，其中一个在共享潜空间中与抑郁源语料中心接近，代理分类器区分两簇的准确率为92.73%
该研究针对阿尔茨海默病（AD）中抑郁难以刻画的问题，构建了一个整合图片描述任务中语言与声学特征的可解释多模态框架，采用源信息跨数据集迁移策略弥补目标AD队列缺乏直接抑郁标签的不足，通过无监督聚类在AD队列中识别出两个语音亚表型，并发现其中一个簇在共享潜空间中与抑郁标注源语料的抑郁中心具有余弦相似度意义上的数学接近性，随后用代理监督分类任务验证簇的可分性，保留的多模态人工神经网络在独立内部留出测试集上取得92.73%的簇可分性准确率，同时用SHAP分析提取特征归因并整理为多模态分类体系，还推导了多模态SHAP归因幅度（MSAM）分数作为探索性模型归因指标。
人工神经网络预测经蝶内镜垂体腺瘤切除术时长，测试集平均绝对误差约38分钟
该研究基于2016至2025年间100例经蝶内镜垂体腺瘤切除术患者的回顾性数据，提取22项术前变量，构建并评估人工神经网络与随机森林两种模型，以R²、MAE、RMSE及±30/±45分钟临床准确率作为评价指标，结果显示人工神经网络优于随机森林，测试集MAE为0.636小时（约38分钟），63.3%的预测落在±30分钟内、76.7%落在±45分钟内，关键预测因子包括肿瘤复发、距第三脑室底距离与束带征（cinch sign），作者据此认为该模型可为护理排班与手术室调度提供客观依据。
已读完全部报道