毫米波与太赫兹集成电路及芯片有望成为未来无线网络与高分辨率传感技术的核心支撑。然而，这些集成电路与芯片的设计过程极为复杂，不仅需要多年专业经验、精心定制手工设计...

在当前复杂多变的国际安全形势下，国防现代化建设对感知与预警能力提出了更高要求。红外探测技术作为战场态势感知的关键组成部分，其性能直接关系到国防安全的保障水平。在...

本书以图机器学习为核心，重点聚焦图神经网络这一关键方向，通过对图中网络结构的建模，助力读者更好地挖掘图中的信息，深刻认识其在科学研究和工业生产中的重要作用。

物理信息神经网络（PINN）的核心思想是利用神经网络的强大拟合能力，结合物理信息（如偏微分方程PDE的约束）来求解复杂物理系统的建模问题。与传统数值方法不同，P...

对一个细胞的基因表达 ，通过基因-宏基因权重矩阵 聚合，从而计算宏基因的基因表达 ，将不同物种、不同名称但功能相似的基因的表达信号汇总到共享的宏基因上。然后...

在2025年的人工智能领域，大型语言模型(LLM)已经取得了前所未有的成功，在自然语言处理、内容生成、问题解决等多个任务上展现出接近或超越人类的能力。然而，LL...

光谱学通过研究物质与电磁辐射的相互作用，揭示其结构与性质，广泛应用于生物学、材料科学、医学和化学等多个研究领域，为样品的定性与定量表征提供了关键手段。机器学习的...

然而，这些方法仍依赖人工定义变量与经验偏置，限制了复杂体系的探索。随着深度学习、图神经网络与生成模型的发展，增强采样正在从“手工建模”走向“自我学习”。

在计算机视觉领域，单个像素常常会成为我们测量能力的极限——但这并非无法突破。在计量学和精密机器人等领域，哪怕仅仅一个像素的误差，都可能转化为微米级的实际偏差。为...

回归任务在实际应用中随处可见——天气预报、自动驾驶、医疗诊断、经济预测、能耗分析，但大部分回归模型只给出一个预测值，对这个值到底有多靠谱却只字不提。这在某些应用...

要简化训练，最好能把复合损失换成单一项。所以如果能设计一种神经网络架构，让它自动满足初始和边界条件那么事情就会简单很多了。初始条件和边界条件直接"钉"在网络结构...

Gorgonia是Go语言中最成熟的深度学习库之一，它提供了类似NumPy的数组操作和自动微分功能，使得在Go语言中构建和训练神经网络成为可能。在本文中，我们将...

外科医生离手术世界模型还有多远？首次提出SurgVeo基准，揭示AI生成手术视频的惊人差距

近日，由Yann LeCun、李飞飞、Rob Fergus等AI领域顶级学者共同署名的论文《Cambrian-S: Towards Spatial Supers...

一篇来自清华大学和北京大学的最新研究，它给热门的Vision Transformer（ViT）带来了一次相当漂亮的“线性提速”。

计算机视觉是一个分析图像和视频的广阔领域。虽然很多人一听到计算机视觉，首先想到的通常是机器学习模型，但实际上，还有很多其他现有算法，在某些情况下，它们表现得比人...

就在前不久DeepSeekOCR开源发布，大家在感叹其体积和速度的时候，LightOnOCR又给我们带来全新的效果，这款全新的视觉语言模型正在重新定义机器阅读和...

近年来，视觉语言模型（VLMs）在多种任务上展现出了令人印象深刻的能力，它们能够同时理解图像和文本信息，完成复杂的推理任务。然而，当图像和文本信息相互矛盾时，这...