标签:人工智能

该标签下的全部条目(栏目名、期号「YYYY-MM-DD」与「每日前沿」都会作为标签)。

面向代谢介导药物相互作用预测的语义感知知识图谱神经网络

材料仅为期刊出版信息,未提供摘要与结果,无法就语义感知知识图谱神经网络用于代谢介导药物相互作用预测的方向或强度作出判断。 材料未报告研究设计与做法,仅显示该文发表于Pattern Recognition第183卷Part B,出版日期为2027年3月,作者为Wanmin Lin、

基于蒙特卡洛搜索的推理分解方案预缩放用于优化代码合成

该条目为期刊论文的出版信息资讯,仅报告题名、作者与出版卷期,未提供摘要与结果,因此无法给出方向性结论;证据档位为C,不足以下结论。 研究设计与做法材料未报告;从题名可推测涉及对推理分解方案进行蒙特卡洛搜索以实现预缩放,并用于优化代码合成,但具体设计类型、样本量、对照与随访时长均材

ADAPT for Science:自演化科学优化的多智能体框架

该预印本提出多智能体框架 ADAPT for Science,在引力波探测器设计任务上,于同等科学评价预算下取得比最优经典优化器低 54.9% 的损失;属计算基准研究,证据档位 C。 设计为方法提出与基准比较:以可微物理模拟器进行探测器设计,并在八个未见过的探测器拓扑上评测;对照

金融领域大语言模型结构化综述与六模型比较案例分析

该文为结构化综述加比较案例分析,提示金融专用大语言模型在领域知识组织、异构输入协调与全生命周期治理上存在实质差异;但作者明确说明案例仅用于示例框架,未验证框架,也未确立独立观测的生产性能,故属提示性而非证据支持的结论。 设计为遵循PRISMA的结构化综述,纳入67项研究,主要为2

医疗人工智能的现状与未来:以放射科为模型的叙述性综述

结论:医疗人工智能已广泛嵌入诊断解读、临床决策、流程优化、文书、患者沟通、医学教育与结局预测等环节,但作者强调其临床价值受幻觉、偏倚、泛化性不足与前瞻性证据缺乏制约,整体属「提示」而非「证据支持」其可常规独立使用。 设计与做法:叙述性综述,非系统评价,未设检索策略与纳入排除流程;

与语言模型“对话”:对会话预设的哲学批评与人工物立场

该文主张,把与大语言模型的交互视为“对话”并视其为有记忆、能行动、会承诺的智能对话者是错误的;作者提出“人工物立场”,以设计与可供性而非意向态度来描述人机交互,属于概念论证而非实证检验。 设计为哲学/概念分析论文,材料未报告样本量、干预与对照、随访时长;论证路径为:区分生成文本与

基于MCP工具从SDSS DR19 APOGEE光谱识别4万余主序双星候选

在238,205颗DR19矮星光谱上运行打包好的双线光谱双星分解流程,分类器标记出41,466个SB2候选,约为DR13所识别2,645个的十五倍,但纯度未与DR13匹配;作者据此以候选列表形式发布样本。 研究为方法学与数据应用类工作:把El-Badry等(2018b)的双线光谱

多变量预测建模提升儿童精神病理诊断与预后:现状与方向

该综述认为,计算科学与机器学习为儿童失调性精神病理及注意缺陷多动障碍的早期识别与预后预测提供了改进诊断与资源配置的机会,但当前证据尚不足以下结论,模型走向临床仍需系统验证。 为叙述性综述(证据档位B),未开展原始数据分析;材料未报告纳入文献数量、检索策略与随访时长,亦未报告具体样

AI整合iPSC多组学用于罕见病表型发现与药物靶点识别(综述)

结论:该综述提示,将患者来源iPSC模型与转录组、蛋白组、代谢组等多组学及人工智能整合,可在样本量有限条件下辅助罕见病表型定义与可成药靶点优先级排序;属叙述性综述,证据档位B,尚不足以下结论其临床效用。 设计:短篇综述,非系统评价,未报告检索策略、纳入文献数量或定量合并方法;所述

人工智能驱动的图方法在微生物组研究中的系统综述

该综述系统梳理了微生物组研究中基于图的人工智能分析方法,将其归纳为三类主要贡献:微生物网络表征新方法、经典图分析应用、图表示学习用于预测建模;结论层面属于对领域现状的整合性描述,而非对某一干预效果的量化验证。 研究设计为系统综述,检索并归纳相关文献,提出三分法分类框架对每项研究的