论文
登录后可查看剩余解析次数。
标签筛选
Physics-Informed Neural Operator for Learning Partial Differential Equations
发表：2021/11/6
物理信息神经算子偏微分方程学习解决方案算子优化挑战数据需求降低
本论文提出了一种物理信息神经算子（PINO）方法，结合训练数据和物理约束以学习偏微分方程（PDE）族的解算子。该方法有效解决了现有模型（如PINNs）的优化挑战，并降低了数据需求。实验表明，PINO能准确近似多种PDE族的真实解算子，超越以往机器学习方法，在复杂流动问题中表现优异。
08
OstQuant: Refining Large Language Model Quantization with Orthogonal and Scaling Transformations for Better Distribution Fitting
发表：2025/1/23
大语言模型量化正交与缩放变换量化空间利用率KL-Top损失函数后训练量化
本文提出了一种名为OSTQuant的新方法，通过正交和缩放变换优化大型语言模型的量化，旨在解决数据分布不均和重尾问题。引入的量化空间利用率（QSUR）有效评估数据的可量化性，并采用KLTop损失函数提高量化精度，测试结果显示该方法在保持高精度的同时显著优于现有技术。
02
SimpleVLA-RL: Scaling VLA Training via Reinforcement Learning
发表：2025/9/12
视觉语言动作模型强化学习数学推理大语言模型强化学习训练多环境渲染高效强化学习框架
本文提出了框架，通过强化学习提升视觉语言动作(VLA)模型的训练效率，解决了大规模人类操作数据的稀缺和泛化能力有限的问题。实验表明，该框架在模型上达到了最先进的性能，降低了对标注数据的依赖。
03
WoW: Towards a World omniscient World model Through Embodied Interaction
发表：2025/9/27
物理直觉与机器人交互因果推理基准 WoWBench大规模世界模型训练视觉语言模型引导机器人运动规划与执行
本文提出了名为WoW的世界模型，旨在通过具身交互增强对物理规律的理解。模型以2百万条机器人交互轨迹训练，展示了物理直觉的重要性。引入SOPHIA框架，通过视觉语言模型优化输出，确保生成内容的物理真实性。
04
Unleashing the Full Potential of Product Quantization for Large-Scale Image Retrieval
发表：2023/11/2
基于产品量化的深度哈希框架大规模图像检索近似最近邻搜索ImageNet100 数据集ImageNet1K 数据集
本文提出了一种基于乘积量化的深度哈希框架，克服了现有深度哈希方法在大规模真实世界数据集中的计算成本和精度不足问题。该框架通过可微分的PQ分支高效学习类级码，验证了其在多个大规模数据集上的优越性，展示了强大的检索性能。
03
Lack of TYK2 signaling enhances host resistance to Candida albicans skin infection
发表：2024/12/3
TYK2信号通路与真菌感染白色念珠菌皮肤感染中性粒细胞抗真菌能力转录组分析与免疫响应干扰素γ在真菌传播中的作用
本研究发现，缺乏酪氨酸激酶2（TYK2）信号的小鼠对白色念珠菌皮肤感染具有增强的抵抗力，限制了真菌扩散并加速了伤口愈合。TYK2信号受损导致坏死中性粒细胞的形成，并调节中性粒细胞中干扰素诱导基因的表达，从而影响其抗真菌能力。
01
Soil samples from sporotrichosis transmission belt area: Searching for fungal species and their antagonistic activity against Sporothrix brasiliensis
发表：2022/12/1
sporotrichosis传播带土壤样本Purpureocillium lilacinum与Sporothrix brasiliensi真菌拮抗活性研究Sporothrix spp.分离与鉴定巴西里约热内卢地区的土壤真菌
本研究从里约热内卢孢子丝菌病传播区的土壤中采集样本，尽管未能分离出孢子丝菌属，但成功识别出多种腐生真菌，特别是淡紫紫孢霉。该物种对巴西孢子丝菌的抑制作用表明，快速生长的真菌可能通过其代谢产物抑制病原真菌的生长，提示未来对抗病原真菌的新途径。
01
DartControl: A Diffusion-Based Autoregressive Motion Model for Real-Time Text-Driven Motion Control
发表：2024/10/8
扩散模型自回归动作生成基于文本的人类动作生成实时动作控制空间约束下的动作生成强化学习运动决策
本文提出了一种名为DartControl（DART）的基于扩散的自回归运动模型，以实现实时文本驱动的运动控制。该模型克服了现有方法生成短小运动的限制，通过学习紧凑的运动基元空间，结合运动历史与文本输入，实现了对复杂长时序运动的生成，满足空间控制需求，展现了优越的效率与真实感。
04
Medical image recognition and segmentation of pathological slices of gastric cancer based on Deeplab v3 + neural network
发表：2021/5/29
基于Deeplab v3+的胃癌病理切片图像分割胃癌图像识别多尺度输入神经网络医学图像分析病理切片图像
本研究提出了一种基于Deeplab v3神经网络的自动胃癌病理切片分割模型。通过多尺度输入策略，对1240张图像进行测试，模型在敏感性、特异性、准确率和Dice系数等指标上表现优异，显著超越其他现有模型，且参数规模显著缩小，具有广泛的临床应用潜力。
01
Use of artificial intelligence and deep learning in fetal ultrasound imaging
发表：2022/11/27
胎儿超声影像中的深度学习应用医学影像中的人工智能技术超声影像诊断支持工具胎儿生物测量与解剖识别深度学习与超声成像结合
本综述探讨了深度学习在胎儿超声成像中的应用，指出超声成像的准确性受到操作者经验的强烈影响。研究表明，深度学习技术可作为支持工具，提高超声检查的客观性与准确性，覆盖胎儿解剖结构确认及生物特征测量等多个临床领域。
01
FlatQuant: Flatness Matters for LLM Quantization
发表：2024/10/12
大语言模型量化后训练量化方法权重和激活扁平化Kronecker积矩阵优化LLaMA-3-70B模型评估
本文提出了一种新的训练后量化方法FlatQuant，通过优化权重和激活的平坦度，显著减少了大语言模型的量化误差。FlatQuant为每个线性层识别最佳仿射变换，利用克罗内克积降低运行时开销，实验表明其在LLaMA370B模型上设立了新基准，准确率下降不到1%，速度提升达2.3倍。
05
A survey on physics informed reinforcement learning: Review and open problems
发表：2023/1/1
物理信息强化学习综述强化学习架构分类物理建模与强化学习结合物理信息融合方法基于物理的信息驱动学习
本文回顾了物理信息强化学习（PIRL）的新兴领域，提出了一种基于强化学习流程的分类法，以便更好地理解现有方法，分析物理信息与强化学习架构的结合及其应用。综述还识别了关键挑战和未来研究方向，强调了该领域在提高强化学习算法的适用性和效率方面的潜力。
02
IUP-BERT: Identification of Umami Peptides Based on BERT Features
发表：2022/11/21
基于BERT的味感肽预测深度学习特征提取支持向量机模型合成少数类过采样技术肽序列预测
本文介绍了一种新型鲜味肽预测器iUPBERT，它利用BERT深度学习模型进行特征提取。通过结合SMOTE和支持向量机，iUPBERT显著提高了鲜味肽识别的效率和准确性。实验证明，其性能优于现有方法，并建立了开放获取的网络服务器支持这个研究。
02
In-depth discovery and taste presentation mechanism studies on umami peptides derived from fermented sea bass based on peptidomics and machine learning
发表：2024/3/16
味精肽分子对接基于肽组学的风味筛选机器学习在味道研究中的应用发酵鲈鱼的鲜味肽T1R1/T1R3结合位点分析
本研究基于肽组学和机器学习，筛选出70种发酵海鲈鱼中的鲜味肽，探讨其与T1R1/T1R3受体结合机制。研究表明，SER170、SER147、GLN389和HIS145为关键结合位点，提供了高效的筛选方法，为发酵海鲈鱼的风味探索奠定基础。
02
IF-AIP: A machine learning method for the identification of anti-inflammatory peptides using multi-feature fusion strategy
发表：2023/11/18
抗炎肽识别多特征融合策略投票分类器机器学习方法特征选择算法
本研究提出了IFAIP，一种基于投票分类器的机器学习模型，旨在识别抗炎肽（AIPs）。该模型结合八种特征描述符和五种传统分类器，通过特征选择优化特征集。在两个独立数据集测试中，IFAIP显著提高了识别准确率和MCC得分，表现优于现有方法。
02
PatchWiper: Leveraging Dynamic Patch-Wise Parameters for Real-World Visible Watermark Removal
发表：2025/10/25
可见水印去除动态补丁参数水印分割网络Pixabay真实世界水印数据集多任务框架
本文提出了一种新型水印去除框架PatchWiper，通过独立的水印分割网络与动态分块修复网络协同工作，以应对复杂的真实场景。该框架为每个图像块生成独特参数，实现对多样水印的精细处理。同时，构建了包含多样背景和千种水印的Pixabay真实水印数据集，为方法评估提供全面基准。实验结果证明该方法优于现有技术。
04
LLaDA-Rec: Discrete Diffusion for Parallel Semantic ID Generation in Generative Recommendation
发表：2025/11/9
生成式推荐系统离散扩散框架并行语义ID生成双向注意力机制自适应序列生成
本文提出了LLaDARec，一个离散扩散框架，旨在解决生成式推荐中的单向约束和错误积累问题。通过结合双向注意力和自适应生成顺序，该方法有效建模物品间及物品内依赖。三个关键设计包括并行词元化方案、双层掩码机制和自适应束搜索，实验证明LLaDARec在真实数据集上优于现有推荐系统。
012
Triton-distributed: Programming Overlapping Kernels on Distributed AI Systems with the Triton Compiler
发表：2025/4/28
分布式AI系统编程Triton编译器扩展重叠优化技术通信原语集成高层Python编程模型
本研究提出了Tritondistributed，这是对现有Triton编译器的扩展，旨在解决分布式AI系统中的编程挑战。该编译器支持分布式AI工作负载的原生重叠优化，集成OpenSHMEM标准的通信原语，允许高阶Python编程，并实现计算、内存访问和通信的复杂联合优化，显著提升性能。
03
Handling Heavy-tailed Input of Transformer Inference on GPUs
发表：2022/6/16
Transformer 模型高效推理GPU 批处理优化自注意力模块并行策略变长序列处理NLP 任务性能提升
本文提出了一种统一解决方案，旨在提高重尾输入在GPU上进行Transformer推理的效率。通过针对自注意力模块和多层感知器模块设计细粒度策略和词累积策略，显著减少冗余计算。测试结果显示，自注意力模块延迟降低了63.9%，Bertbase模型延迟降低了28.1%。
02
Look at the Sky: Sky-aware Efficient 3D Gaussian Splatting in the Wild
发表：2025/3/7
天空感知的3D高斯Splatting无约束环境中的场景重建实时3D重建框架神经辐射场渲染伪标签生成与使用
本文提出了一种天空感知的3D高斯泼溅框架，用于从不受约束的照片集中进行高效的场景重建。通过引入贪婪监督策略和利用预训练的语义分割网络生成伪掩膜，消除了对每张图像瞬态掩膜预测器的依赖。同时，分别估计天空和建筑物的外观嵌入，结合互蒸馏学习策略，显著提升了重建的效率和渲染质量。实验结果表明，该框架在新视图和新外观合成方面表现优越。
05
……