Das Team unter der Leitung von Zhou Hao von der Tsinghua University AIR schlug ProfileBFN (Profile Bayesian Flow Network) vor, das ein effizientes Proteinfamiliendesign ermöglicht
Ein Team der Waseda-Universität in Japan nutzte maschinelles Lernen, um das molekulare Design und die experimentelle Optimierung lichtgetriebener Kristalle durchzuführen und so die Blockierungskraft erfolgreich zu maximieren.
MindGlide soll die Fähigkeit des medizinischen Personals, die Wirksamkeit der Behandlung von MS-Patienten zu interpretieren und zu bewerten, weiter verbessern.
Diese Methode verwendet eine Ein-Klassen-Support-Vektor-Maschine (Ein-Klassen-SVM), um die charakteristischen Unterschiede zwischen Niacinamid und Niacin in UV-Spektren zu analysieren.
Der DRAKES-Algorithmus implementiert zum ersten Mal eine differenzierbare Belohnungs-Backpropagation für vollständig generierte Trajektorien in einem diskreten Diffusionsmodell.
M2OST ist ein Viele-zu-Eins-Regressionstransformermodell, das zur gemeinsamen Vorhersage der Genexpression unter Verwendung unterschiedlicher Ebenen pathologischer Bilder entwickelt wurde.
HyperAI hat mehrere Datensätze zur Materialwissenschaft und Tutorials zur Bereitstellung per Mausklick zusammengestellt, die wichtige Bereiche wie Quantenmaterialien, anorganische Materialien und Kristallstrukturen abdecken.
Die Protein-Engineering-Designplattform VenusFactory ermöglicht eine One-Stop-Optimierung von Datenabruf/Modelltraining/Benchmark-Evaluierung und senkt so die Schwelle für AI4S-Anwendungen.
Professor Luo Xiaozhou vom Shenzhen Institute of Advanced Technology der Chinesischen Akademie der Wissenschaften berichtete über die innovative Anwendung und Praxis der KI im Bereich der Enzymtechnik
Das Shanghai Artificial Intelligence Laboratory und mehrere namhafte Universitäten haben gemeinsam das MaMI-Modell (Modality-adaptive Medical Identifier) mit hervorragender Leistung vorgeschlagen
Die Universität Cambridge hat zusammen mit anderen Universitäten und Forschungszentren das Wettervorhersagesystem Aardvark eingeführt und damit einen neuen Weg für die Entwicklung zukünftiger Wettervorhersagetechnologie eröffnet.
Das US-amerikanische NIH veröffentlichte ein Dokument, das chinesischen Benutzern den Zugriff auf die SEER-Datenbank untersagte, und der Aufbau inländischer Datenbanken wurde beschleunigt
Dr. Yuan Fajie von der Westlake University präsentierte auf dem „AI Protein Design Summit“ die neuesten Forschungsfortschritte und Forschungsergebnisse des Teams zum Proteinsprachenmodell.
Ein Team der Universität Tokio in Japan hat das Deep-Learning-Framework STAIG entwickelt, das Genexpression, räumliche Daten und histologische Bilder ohne Ausrichtung integrieren kann.
Das auf GPT-3.5 und GPT-4 basierende Multi-Agent Dialogue (MAC)-Framework verbessert die diagnostischen Fähigkeiten von LLMs erheblich und wird voraussichtlich zu einem wichtigen Hilfsmittel für Ärzte werden
EchoONE, ein einheitliches Segmentierungsmodell für die Mehrabschnitts-Echokardiographie, kann die Herzstruktur der Mehrabschnitts-Echokardiographie präzise segmentieren und so die Komplexität des Designmodells effektiv reduzieren.
Das Team von Professor Zhang Yang von der National University of Singapore schlug ein hochpräzises Framework zur Vorhersage der RNA-Struktur DRfold2 auf Basis von Deep Learning vor, und die Genauigkeit der unbeaufsichtigten Kontaktvorhersage ist höher als bei den bestehenden Methoden
Das multimodale medizinische Bildsegmentierungsmodell VISTA3D war Vorreiter bei der Extraktion von 3D-Supervoxel-Merkmalen und verbesserte die Zero-Sample-Leistung um 50%