Der Deep-Learning-Algorithmus von AcneDGNet ist nicht nur genauer als der von jungen Dermatologen, sondern kann sich hinsichtlich der Genauigkeit auch mit der von erfahrenen Dermatologen messen.
HyperAI lud Associate Professor Huang Hong, Dr. Zhou Dongzhan, Dr. Zhou Bingxin und andere Lehrer ein, um die neuesten Entwicklungen der KI zu diskutieren
Das Team von Professor Sheng Bin von der Shanghai Jiao Tong University hat in Zusammenarbeit mit mehreren Universitäten mehrere gängige große Sprachmodelle ausgewertet und so neue Forschungsrichtungen für die Anwendung großer Modelle im medizinischen Bereich eröffnet.
Huang Renxun hat auf der GTC 2025-Konferenz eine Reihe neuer Errungenschaften als Open Source veröffentlicht, darunter den Physical AI-Datensatz und das GR00T N1-Basismodell.
Ein Forschungsteam der Universität Cambridge hat das virtuelle Gewebemodell Celcomen vorgeschlagen, um die Geheimnisse der intrazellulären und interzellulären Genregulation in räumlichen Transkriptomik- und Einzelzelldaten zu entschlüsseln.
Das Laoshan Laboratory und andere haben durch die tiefe Integration physikalischer Ozeanographie und künstlicher Intelligenz ein groß angelegtes intelligentes Prognosemodell für die Meeresumwelt namens „Wenhai“ entwickelt, das eine bessere Leistung aufweist.
Ein gemeinsames Team der Tsinghua-Universität und anderer Universitäten hat das CoPRA-Modell vorgeschlagen, das einen neuen Rekord bei der Vorhersage der Protein-RNA-Bindungsaffinität aufstellt.
Das Team von David Baker kombinierte fein abgestimmte RF-Diffusion mit Hefe-Display-Screening, um die Machbarkeit des De-novo-Antikörperdomänendesigns zu demonstrieren
Wissenschaftler äußern Bedenken über Musks Vertrauen in KI-Tools zur Bestimmung des Ausmaßes von Entlassungen und Budgetkürzungen in Regierungsbehörden
Die Tsinghua-Universität und das Team der Chinesischen Akademie der Wissenschaften haben das UniGEM-Modell vorgeschlagen, mit dem erstmals eine gemeinsame Verbesserung zweier Aufgaben auf der Grundlage eines Diffusionsmodells erreicht wurde.
Die dritte Sitzung des 14. Nationalen Volkskongresses wurde abgehalten, um die Errungenschaften der wissenschaftlichen und technologischen Entwicklung im Jahr 2024 zusammenzufassen und Ausblicke für die zukünftige Arbeit zu geben.
NVIDIA hat mit Teams aus mehreren Forschungsinstituten und Universitäten zusammengearbeitet, um Proteina zu entwickeln, einen groß angelegten Protein-Rückgratgenerator, der vielfältige und gestaltbare Proteine erzeugen kann.
Das Team von Professor Shen Chunhua von der Zhejiang-Universität hat in Zusammenarbeit mit Teams mehrerer ausländischer Universitäten die Boltzmann-Ausrichtungstechnik vorgeschlagen, die Wissen aus dem vorab trainierten inversen Faltungsmodell auf die Vorhersage von ∆∆G überträgt.
Ein Forschungsteam des GIS Key Laboratory der Provinz Zhejiang hat ein Deep-Learning-Modell auf Grundlage eines Aufmerksamkeitsmechanismus vorgeschlagen, um räumliche Nichtstationarität genauer zu schätzen.
Das australische Team schlug die Verwendung eines automatisierten Rahmens auf der Grundlage von Deep Learning vor, der zur Beurteilung Geschlechts- und Schädelmerkmale kombinieren kann, wodurch die Genauigkeit der Geschlechtsbeurteilung erheblich verbessert wird.
Das koreanische Team führte die Retrieval-Retro-Planungsmethode für die anorganische Retrosynthese ein, die die Effizienz und Genauigkeit der Synthese anorganischer Materialien erheblich verbesserte.
Zur 7. Folge der Live-Reihe „Meet AI4S“ sind drei Dozenten aus dem Bereich der künstlichen Intelligenz eingeladen, darunter Professor Huang Hong von der Huazhong University of Science and Technology. Kommen Sie vorbei und vereinbaren Sie einen Termin für die Live-Übertragung!
Oxford/Amazon/Westlake University/Tencent und andere haben das multimodale, multidomänen- und mehrsprachige medizinische Modell M³FM vorgeschlagen, das die Krankheitsberichterstattung und -klassifizierung unterstützt und bessere Leistungen als frühere Methoden bietet.