高校专区
ProtoPathway: 为多模态癌症生存预测设计的生物结构化原型-路径融合
机构 * Queen Mary University of London（伦敦女王学院） ； Imperial College London（帝国理工学院伦敦分校）
AI总结 本文提出ProtoPathway框架，通过统一全切片成像和转录组学，利用编码器生成生物基础的表示，以提升癌症生存预测的生物可解释性和计算效率。
Comments Currently under peer review
SMILE-UHURA挑战 -- 从超高分辨率7T磁共振血管造影中进行微血管分割
机构 * Faculty of Computer Science, Otto von Guericke University Magdeburg（奥托·冯·格里克大学马格德堡分校计算机科学学院） ； Data and Knowledge Engineering Group, Otto von Guericke University Magdeburg（奥托·冯·格里克大学马格德堡分校数据与知识工程小组） ； Human Technopole（人类技术极地） ； Biomedical Magnetic Resonance, Otto von Guericke University Magdeburg（生物医学磁共振，奥托·冯·格里克大学马格德堡分校） ； Department of Neurology, Medical Faculty, University Hospital of Magdeburg（马格德堡大学医院医学系神经科） ； German Centre for Neurodegenerative Diseases（德国神经退行性疾病研究中心） ； Centre for Behavioural Brain Sciences, Magdeburg（行为脑科学中心，马格德堡） ； Department of Neurology, University Hospital Zurich（苏黎世大学医院神经科） ； Department of Consultation-Liaison-Psychiatry and Psychosomatic Medicine, University Hospital Zurich（苏黎世大学医院咨询-联络精神病学与心身医学科） ； Stanford University（斯坦福大学） ； Translational Radiobiology, Department of Radiation Oncology, Universitätsklinikum Erlangen, Friedrich-Alexander-Universität Erlangen-Nürnberg（转化放射生物学，放射肿瘤学部，埃尔兰根大学医院，埃尔兰根-纽伦堡弗里德里希-亚历山大大学） ； National Yang Ming Chiao Tung University（阳明交通大学） ； School of Electrical Engineering and Computer Science, University of Queensland（昆士兰大学电气工程与计算机科学学院） ； Australian eHealth Research Centre, CSIRO（澳大利亚eHealth研究中心，CSIRO） ； National Heart and Lung Institute, Faculty of Medicine, Imperial College London（英国伦敦帝国理工学院医学系国家心脏和肺研究所） ； Hawkes Institute, Department of Computer Science, University College London（霍克斯研究所，伦敦大学学院计算机科学系） ； School of Computer Science and Engineering, University of New South Wales（新南威尔士大学计算机科学与工程学院） ； Mohamed bin Zayed University of Artificial Intelligence, Abu Dhabi, United Arab Emirates（阿布扎克穆罕默德·本·扎耶德人工智能大学） ； The Alan Turing Institute, London, UK（艾伦·图灵研究所，伦敦，英国） ； School of Computing, University of Leeds（利兹大学计算学院） ； Department of Computer Science at School of Informatics, Xiamen University（厦门大学信息学院计算机科学系） ； Manteia Technologies Co., Ltd, Xiamen, China（厦门Manteia技术有限公司） ； Leicester International Institute, Dalian University of Technology（大连理工大学利兹国际学院） ； Sorbonne Université, Institut du Cerveau - Paris Brain Institute（索邦大学，巴黎脑研究所） ； Centre of Formation and Research in Artificial Intelligence, Universidad de Los Andes, Colombia（智利洛斯安德斯大学人工智能培训与研究中心） ； Data Science Department, EURECOM, Sophia Antipolis, France（EURECOM数据科学系，法国索菲亚安蒂波利斯）
AI总结 该研究旨在解决公共标注数据集不足的问题，通过提供一个包含时间飞行血管造影的7T MRI标注数据集，评估了多种深度学习方法在微血管分割任务中的性能。
LLM-脑对齐的跨语言鲁棒性及其计算根源
机构 * Grammar and Cognition Lab, Department of Translation & Language Sciences, Universitat Pompeu Fabra（语言与翻译科学系语法与认知实验室，庞培法华大学） ； Department of Adult Psychiatry and Psychotherapy, University of Zurich（苏黎世大学成人精神病学与心理治疗系） ； Neuroscience Center Zurich, University of Zurich and ETH Zurich（苏黎世大学神经科学中心与苏黎世联邦理工学院） ； Center for Clinical Neuroscience and Cognition and Department of Psychiatry, University of Groningen, University Medical Center Groningen（格罗宁根大学临床神经科学与认知中心及精神病学系，格罗宁根大学医学中心） ； Scalable Scientific Machine Learning Lab, Imperial College London, Department of Earth Science and Engineering（伦敦帝国理工学院可扩展科学机器学习实验室，地球科学与工程系） ； Institut Català de Recerca i Estudis Avançats (ICREA), Barcelona, Spain（加泰罗尼亚高级研究与研究机构（ICREA），巴塞罗那，西班牙）
AI总结 该研究探讨了大型语言模型与大脑对齐的跨语言鲁棒性，通过多语言全脑编码框架分析了中文、英语和法语在自然故事听觉过程中大脑与LLM的对齐情况，发现其在空间上具有跨语言重叠性，但无法通过预测不确定性或表征几何来解释。
因果机器学习并非万能：健康领域观察性因果推断的路线图
机构 * Division of Computer Science and Engineering, University of Michigan（密歇根大学计算机科学与工程系） ； Department of Electrical and Electronic Engineering, Imperial College London（伦敦帝国理工学院电子与电气工程系） ； Courant Institute of Mathematical Sciences, New York University（纽约大学Courant数学科学研究所） ； Center for Data Science, New York University（纽约大学数据科学中心） ； Department of Mathematics & Statistics, Elon University（埃洛伊大学数学与统计学系） ； Department of Ophthalmology, Cambridge University Hospitals（剑桥大学医院眼科部） ； Department of Biomedical Informatics, Columbia University（哥伦比亚大学生物医学信息学系） ； School of Engineering and Applied Science, Harvard University（哈佛大学工程与应用科学学院） ； Laboratory for Computational Physiology, Institute for Medical Engineering and Science, Massachusetts Institute of Technology（麻省理工学院医学工程与科学研究所计算生理学实验室） ； Department of Medicine, Beth Israel Deaconess Medical Center（贝斯以色列德aconess医疗中心医学部） ； Department of Biostatistics, Harvard T.H. Chan School of Public Health（哈佛T.H. Chan公共卫生学院生物统计学系）
AI总结 本文探讨了因果机器学习在观察性数据中的应用，强调了验证有效性假设和合理使用因果机器学习的重要性，提出了加强因果分析严谨性和可解释性的模板。
通过单token数字嵌入提升语言模型的数值处理效率
机构 * Chair for AI in Healthcare and Medicine, Technical University of Munich (TUM) and TUM University Hospital, Munich, Germany（人工智能在医疗和医学中的Chair，慕尼黑技术大学（TUM）和慕尼黑技术大学医院，德国慕尼黑） ； Department of Computing, Imperial College London, UK（计算系，伦敦帝国学院，英国） ； Munich Center for Machine Learning (MCML), Munich, Germany（慕尼黑机器学习中心（MCML），德国慕尼黑） ； Hasso Plattner Institute for Digital Engineering, University of Potsdam, Germany（哈索·platzer研究所数字工程学院，波茨坦大学，德国）
AI总结 本文提出BitTokens，一种利用IEEE 754二进制浮点表示将数字编码为单token的方法，使语言模型能更高效地处理数值计算，从而提升其解决复杂问题的能力。
AI辅助的科学评估：气候变化案例研究
机构 * Potsdam Institute for Climate Impact Research (PIK), Member of the Leibniz Association（波茨坦气候影响研究所（PIK），莱比锡协会成员） ； Institute for Atmospheric and Climate Science, ETH Zurich（大气与气候科学研究所，苏黎世联邦理工学院） ； University of Zurich（苏黎世大学） ； University of Miami（迈阿密大学） ； Centre for Environmental Policy, Imperial College London（伦敦帝国理工学院环境政策中心） ； Grantham Institute for Climate Change and Environment, Imperial College London（伦敦帝国理工学院气候变化与环境研究所） ； Energy, Climate and Environment Program, International Institute for Applied Systems Analysis（国际应用系统分析研究所能源、气候与环境项目）
AI总结 本文探讨了AI在科学评估中的应用，通过与气候科学领域13名科学家的合作，测试了基于Gemini的AI环境在评估大西洋经向翻转环流（AMOC）稳定性方面的效果，展示了AI在加速科学流程和提升报告质量方面的贡献，同时强调了专家补充和监督的重要性。
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈