News

Nature hat die zehn besten Menschen des Jahres 2024 bekannt gegeben und der DeepMind-Forscher Remi Lam wurde ausgewählt.

In der fünften Folge der Live-Reihe „Meet AI4S“ war Dr. Wang Zeyuan vom Knowledge Engine Laboratory der Zhejiang-Universität eingeladen, seine Arbeiten und damit verbundene Forschungsergebnisse vorzustellen.

Die Fakultät für Geowissenschaften der Zhejiang-Universität hat ein geographisches, neuronales Netzwerk-gewichtetes Regressionsmodell mit verbesserter Interpretierbarkeit (EI-GNNWR) vorgeschlagen, um die Analyse geographischer Daten des Qinghai-Tibet-Plateaus zu erleichtern.

Super Neuro Editor's Picks der Woche

Das generative 3D-Modell von Tencent Hunyuan ist jetzt online!

Enveda lässt sich von der Natur inspirieren und kombiniert KI-Technologie, um Medikamente aus Naturprodukten (Pflanzen, Mikroorganismen) zu entwickeln.

Google hat PDFM vorgeschlagen, das maschinelles Lernen nutzt, um weltweit verfügbare Geodaten zu integrieren und die Fähigkeiten von Geomodellen zu erweitern.

Schauen Sie bei der Live-Lotterie zu und gewinnen Sie Rechenleistung

Dieser Artikel befasst sich mit den neuen Errungenschaften der KI bei der Unterstützung der Batterieforschung und -entwicklung.

Die Shanghai Jiao Tong University, das Shanghai AI Lab und andere haben gemeinsam ein neues Proteinmutanten-Designmodell PRIME entwickelt, das bessere Vorhersageeffekte bei Proteinmutationen und anderen Aspekten bietet.

Die Tsinghua-Universität hat in Zusammenarbeit mit mehreren Universitäten in China und im Ausland ein aktives Lernframework vorgeschlagen, mit dem sich Oxide mit hoher Entropie effizienter identifizieren lassen.

Der Allround-Experte für Zielerfassung ist jetzt online!

Selbst erstellte Datenbank enthält fast 3.000 Arten von Arzneimitteldaten

Enthaltene Aktivitätsregistrierungsmethode

Mehr als 40 Modellarchitekturen werden unterstützt

Nehmen Sie an der Live-Übertragung teil und gewinnen Sie Rechenleistungsvorteile

Ein Artikel, der das legendäre Leben des KI-Paten Hinton zusammenfasst

Das Tutorial „Evo: Vorhersage und Generierung vom molekularen bis zum Genommaßstab“ ist jetzt online. Mit dem Ein-Klick-Klonen können Sie es schnell erleben!

Die fünfte Folge der Live-Serie „Meet AI4S“ startet am 10. Dezember pünktlich um 19:00 Uhr, kommen Sie vorbei und vereinbaren Sie einen Termin!

Professor Hong Liang von der Shanghai Jiao Tong University ging umfassend auf die Herausforderungen und Ansätze zur Implementierung von AI4S ein und erläuterte, wie sich KI und Wissenschaft organisch kombinieren lassen.

Im Tutorial-Bereich der offiziellen Website von HyperAI wurde die „InkSight-Demo zum Digitalisieren handgeschriebenen Textes“ gestartet, die zum Ausprobieren mit einem Klick geklont werden kann.

Das Team von Lu Feng von der Huazhong University of Science and Technology schlug CGS-Mask vor, das nicht nur die Vorhersagegenauigkeit des Modells verbessern, sondern auch die Interpretierbarkeit der Ergebnisse erhöhen kann.

Unter der Leitung von KI-Pate Hinton hat sich das Startup CuspAI der Aufgabe verschrieben, mithilfe von KI Materialien zur Kohlenstoffabscheidung zu erforschen, um die globale Erwärmung zu bekämpfen.

HyperAI hat 9 hochwertige Open-Source-Datensätze für Sie zusammengestellt. Klicken Sie hier zum Download!

Das Team von David Baker entwickelte eine auf Diffusionsmodellen basierende Technologie namens RFpeptides, um makrozyklische Bindemittel für eine Vielzahl von Proteinzielen zu entwerfen.

11.18-11.22
Wöchentliche Highlights

Höhepunkte der Rede von Qi Jin, einem Geowissenschaftler an der Zhejiang-Universität, auf dem COSCon'24 AI for Science-Forum.

Ein Team des Institute of Automation der Chinesischen Akademie der Wissenschaften hat ein multimodales Integrationsframework entwickelt, das das Problem der visuellen Rekonstruktion der Gehirnaktivität lösen kann.

Zur fünften Folge der Live-Reihe „Meet AI4S“ ist Dr. Wang Zeyuan vom Knowledge Engine Laboratory der Zhejiang-Universität eingeladen. Kommen Sie vorbei und vereinbaren Sie einen Termin zur Live-Übertragung!

Höhepunkte der Rede von Professor Xie Weidi beim COSCon'24 AI for Science-Forum.