医学 AI

CoDA: Towards Effective Cross-domain Knowledge Transfer via CoT-guided Domain Adaptation

CoDA：通过引导式推理的领域适应实现有效的跨领域知识迁移

Jianzhi Yan, Le Liu, Buzhou Tang, Yang Xiang, Dongning Sun, Zhiming Li

机构 * Harbin Institute of Technology, Shenzhen（哈尔滨工业大学（深圳）） ； Pengcheng Laboratory（鹏城实验室） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 针对跨领域知识迁移中领域分布偏移问题，CoDA通过轻量适配器和基于特征的知识蒸馏结合MMD分布匹配，有效对齐源域与目标域的潜在推理表示，提升逻辑推理任务性能。

Comments 12 pages, 6 figures

Competition between acoustic radiation force and streaming-induced drag force in focused beams for 3D cell trapping

聚焦光束中声辐射力与流体诱导拖力的竞争

Shiyu Li, Zhixiong Gong

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 研究聚焦光束中声辐射力与流体诱导拖力的竞争，推导出流体从粘性到惯性 regime 的流速标度律，并提出 Schiller-Naumann 模型改进拖力估算，揭示轴向辐射力与拖力比非单调变化的特性。

Model-Agnostic Meta Learning for Class Imbalance Adaptation

面向类别不平衡适应的模型无关元学习

Hanshu Rao, Guangzeng Han, Xiaolei Huang

机构 * University of Memphis（密苏里大学） 纠错

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出HAMR框架，通过双层优化和邻域感知重采样解决类别不平衡问题，实验表明在多个领域数据集上有效提升少数类性能。

Comments Accepted to Findings of ACL 2026

Variable Selection in Functional Linear Cox Model

功能线性Cox模型中的变量选择

Yuanzhen Yue, Stella Self, Yichao Wu, Jiajia Zhang, Rahul Ghosal

专题命中 生物医学文本 ：biomedical(abstract)

AI总结 本文提出了一种用于功能线性Cox模型的新型变量选择方法，结合了光滑性和稀疏性，通过模拟研究验证了其在变量选择和估计中的有效性，并应用于NHANES数据揭示了体力活动分布模式与全因死亡率的关系。