awesome-ai4s
AI for Science 论文解读合集（持续更新ing），论文/数据集/教程下载：hyper.ai
https://github.com/hyperai/awesome-ai4s
Last synced: 4 days ago
JSON representation
-
**AI+ 生物医药：AI+Biopharmaceutical**
-
**1. [AdaDR 在药物重定位方面的性能优于多个基准方法](https://hyper.ai/news/30434)**
-
**2. [IMN4NPD 加快分子网络中广泛集群的去复制，对自循环与成对节点提供标注](https://hyper.ai/news/30363)**
-
**3. [深度生成模型 MIDAS 用于单细胞多组学数据马赛克整合](https://hyper.ai/news/29785)**
- https://hyper.ai/news/29785
- https://hyper.ai/news/29785
- Mosaic integration and knowledge transfer of single-cell multimodal data with MIDAS
- Mosaic integration and knowledge transfer of single-cell multimodal data with MIDAS
- Mosaic integration and knowledge transfer of single-cell multimodal data with MIDAS
-
**4. [基于蛋白质口袋的 3D 分子生成模型——ResGen](https://hyper.ai/news/29026)**
- https://hyper.ai/news/29026
- ResGen is a pocket-aware 3D molecular generation model based on parallel multiscale modelling
- https://hyper.ai/news/29026
- ResGen is a pocket-aware 3D molecular generation model based on parallel multiscale modelling
- ResGen is a pocket-aware 3D molecular generation model based on parallel multiscale modelling
-
**5. [大模型 + 机器学习高精度预测酶动力学参数](https://hyper.ai/news/29000)**
-
**6. [MIT 利用深度学习发现新型抗生素](https://hyper.ai/news/28886)**
-
**7. [神经网络解密 GPCR-G 蛋白偶联选择性](https://hyper.ai/news/28361)**
-
**8. [Macformer 将无环药物菲卓替尼大环化](https://hyper.ai/news/28189)**
- https://hyper.ai/news/28189
- Macrocyclization of linear molecules by deep learning to facilitate macrocyclic drug candidates discovery
- https://hyper.ai/news/28189
- Macrocyclization of linear molecules by deep learning to facilitate macrocyclic drug candidates discovery
- Macrocyclization of linear molecules by deep learning to facilitate macrocyclic drug candidates discovery
-
**9. [回归网络 + CGMD，预测百亿种多肽的自组装特性](https://hyper.ai/news/26408)**
-
**10. [无监督学习预测 7100 万种基因突变](https://hyper.ai/news/26154)**
-
**11. [基于图神经网络 (GNN) 开发气味分析 AI](https://hyper.ai/news/25952)**
-
**12. [图神经网络筛选安全高效的抗衰老成分](https://hyper.ai/news/25822)**
-
**13. [机器学习量化分析多巴胺的释放量和释放位置](https://hyper.ai/news/25153)**
-
**14. [机器学习发现三种抗衰老药物](https://hyper.ai/news/24578)**
-
**15. [深度学习筛选抑制鲍曼不动杆菌的新型抗生素](https://hyper.ai/news/24499)**
- Deep learning-guided discovery of an antibiotic targeting Acinetobacter baumannii
- https://hyper.ai/news/24499
- https://hyper.ai/news/24499
- Deep learning-guided discovery of an antibiotic targeting Acinetobacter baumannii
- Deep learning-guided discovery of an antibiotic targeting Acinetobacter baumannii
-
**16. [机器学习模型应用于预测生物墨水可打印性](https://hyper.ai/news/24237)**
-
**17. [机器学习分化多能干细胞](https://hyper.ai/news/23940)**
-
**18. [机器学习模型预测长效注射剂药物释放速率](https://hyper.ai/news/33892)**
- https://hyper.ai/news/33892
- Machine learning models to accelerate the design of polymeric long-acting injectables
- https://hyper.ai/news/33892
- Machine learning models to accelerate the design of polymeric long-acting injectables
- Machine learning models to accelerate the design of polymeric long-acting injectables
-
**19. [机器学习算法有效预测植物抗疟性](https://hyper.ai/news/33883)**
-
**20. [机器学习集成方法预测病毒蛋白片段免疫原性](https://hyper.ai/news/30786)**
-
**21. [用生成式 AI 开发新型抗生素](https://hyper.ai/news/31421)**
- https://hyper.ai/news/31421
- Generative AI for designing and validating easily synthesizable and structurally novel antibiotics
- https://hyper.ai/news/31421
- Generative AI for designing and validating easily synthesizable and structurally novel antibiotics
- Generative AI for designing and validating easily synthesizable and structurally novel antibiotics
-
**22. [基于深度学习研发一种自动化、高速、多维的单粒子追踪系统](https://hyper.ai/news/31341)**
-
**23. [ProEnsemble 机器学习框架：优化进化通路启动子组合](https://hyper.ai/news/30594)**
-
**24. [微环境感知图神经网络 ProtLGN 指导蛋白质定向进化](https://hyper.ai/news/32246)**
-
**25. [深度学习模型 AlphaPPIMd：用于蛋白质-蛋白质复合物构象集合探索](https://hyper.ai/news/32435)**
-
**26. [新型肿瘤抑制蛋白降解剂 dp53m 可抑制癌细胞增殖](https://hyper.ai/news/32527)**
-
**27. [CVPR 最佳学生论文！多模态模型 BioCLIP 实现零样本学习](https://hyper.ai/news/32544)**
-
**28. [1 亿参数！细胞大模型 scFoundation 可对 2 万基因同时建模](https://hyper.ai/news/32623)**
-
**29. [入选顶会 ICML，蛋白质语言模型 ESM-AA 超越传统 SOTA](https://hyper.ai/news/32674)**
-
**30. [SPACE 算法登 Cell 子刊！组织模块发现能力领先同类工具](https://hyper.ai/news/32738)**
- https://hyper.ai/news/32738
- https://hyper.ai/news/32738
- Tissue module discovery in single-cell resolution spatial transcriptomics data via cell-cell interaction-aware cell embedding - 8)
- Tissue module discovery in single-cell resolution spatial transcriptomics data via cell-cell interaction-aware cell embedding - 8)
-
**31. [基于 AlphaFold 实现新突破，揭示蛋白质动态多样性](https://hyper.ai/news/33075)**
-
**32. [基于扩散模型开发 P450 酶从头设计方法 P450Diffusion](https://hyper.ai/news/33057)**
-
**33. [将等变图神经网络用于靶蛋白结合位点预测，性能提升 20%](https://hyper.ai/news/32957)**
-
**34. [20 个实验数据创造 AI 蛋白质里程碑！FSFP 有效优化蛋白质预训练模型](https://hyper.ai/news/32822)**
-
**35. [可迁移深度学习模型鉴定多类型 RNA 修饰、显著减少计算成本](https://hyper.ai/news/32745)**
- https://hyper.ai/news/32745
- Transfer learning enables identification of multiple types of RNA modifications using nanopore direct RNA sequencing
- https://hyper.ai/news/32745
- Transfer learning enables identification of multiple types of RNA modifications using nanopore direct RNA sequencing
- Transfer learning enables identification of multiple types of RNA modifications using nanopore direct RNA sequencing
-
**36. [InstructProtein：利用知识指令对齐蛋白质语言与人类语言](https://hyper.ai/news/33697)**
-
**37. [蛋白质-文本生成框架 ProtT3 实现蛋白质数据与文本信息跨模态解读](https://hyper.ai/news/33546)**
-
**41. [全新去噪蛋白质语言模型 DePLM，突变效应预测优于 SOTA 模型](https://hyper.ai/cn/news/34954)**
-
**38. [CPDiffusion 模型，超低成本、全自动设计功能型蛋白质](https://hyper.ai/news/34692)**
- https://hyper.ai/news/34692
- A conditional protein diffusion model generates artificial programmable endonuclease sequences with enhanced activity
- https://hyper.ai/news/34692
- A conditional protein diffusion model generates artificial programmable endonuclease sequences with enhanced activity
- A conditional protein diffusion model generates artificial programmable endonuclease sequences with enhanced activity
-
**39. [基于蛋白质语言模型和密集检索技术，一种全新的蛋白质同源物检测方法](https://hyper.ai/news/34225)**
-
**40. [AlphaProteo 可高效设计靶蛋白结合物，亲和力提高 300 倍](https://hyper.ai/news/34214)**
-
**42. [几何深度生成模型 DynamicBind，实现蛋白质动态对接预测](https://hyper.ai/cn/news/34894)**
- DynamicBind: predicting ligand-specific protein-ligand complex structure with a deep equivariant generative model
- https://hyper.ai/cn/news/34894
- DynamicBind: predicting ligand-specific protein-ligand complex structure with a deep equivariant generative model
- https://hyper.ai/cn/news/34894
- DynamicBind: predicting ligand-specific protein-ligand complex structure with a deep equivariant generative model
-
**43. [药物研发大语言模型 Y-Mol，性能全面领先 LLaMA2](https://hyper.ai/cn/news/35572)**
-
**44. [通用分子逆折叠模型 UniIF，对 AlphaFold 3 形成进一步补充](https://hyper.ai/cn/news/35781)**
-
**45. [预训练蛋白质语言模型 ProSST，更有效地整合蛋白质结构信息](https://hyper.ai/cn/news/35874)**
-
**52. [基于潜在强化学习的靶向分子优化方法 MOLRL](https://hyper.ai/cn/news/37285)**
-
**53. [病毒变异驱动力预测框架 E2VD，预测新冠/艾滋病/流感病毒进化方向](https://hyper.ai/cn/news/37405)**
- A unified evolution-driven deep learning framework for virus variation driver prediction
- https://hyper.ai/cn/news/37405
- A unified evolution-driven deep learning framework for virus variation driver prediction
- https://hyper.ai/cn/news/37405
- A unified evolution-driven deep learning framework for virus variation driver prediction
-
**54. [医学语言模型 MedFound，推理能力接近专家医师](https://hyper.ai/cn/news/37646)**
-
**46. [大环肽结合物框架 RFpeptides，为不可成药蛋白质提供新可能性](https://hyper.ai/cn/news/36150)**
-
**47. [基因组基础模型 Evo，实现从分子到基因组尺度的预测与生成](https://hyper.ai/cn/news/36266)**
-
**48. [DigFrag 用 AI 精准分割分子片段，并生成 44 个药物/农药分子](https://hyper.ai/cn/news/36346)**
-
**49. [蛋白质序列大语言模型预训练方法 PRIME](https://hyper.ai/cn/news/36363)**
-
**50. [自监督深度学习方法革新冷冻电镜三维重建](https://hyper.ai/cn/news/36645)**
-
**51. [多模态蛋白质生成方法 PLAID，同时生成序列和全原子蛋白结构](https://hyper.ai/cn/news/36750)**
-
**55. [4D 扩散模型 AlphaFolding，填补蛋白质动态结构预测空白](https://hyper.ai/cn/news/37697)**
-
**56. [可设计短蛋白质的 PepPrCLIP 流程，有望开发癌症新疗法](https://hyper.ai/cn/news/37912)**
-
-
**AI+ 医疗健康：AI+Healthcare**
-
**18. [借鉴语义分割，开发空间转录组语义注释工具 Pianno](https://hyper.ai/news/31573)**
- https://hyper.ai/news/31573
- Pianno: a probabilistic framework automating semantic annotation for spatial transcriptomics
- https://hyper.ai/news/31573
- Pianno: a probabilistic framework automating semantic annotation for spatial transcriptomics
- Pianno: a probabilistic framework automating semantic annotation for spatial transcriptomics
-
**19. [AI 模型 UniFMIR，突破现有荧光显微成像极限](https://hyper.ai/news/31885)**
- https://hyper.ai/news/31885
- Pretraining a foundation model for generalizable fluorescence microscopy-based image restoration
- https://hyper.ai/news/31885
- Pretraining a foundation model for generalizable fluorescence microscopy-based image restoration
- Pretraining a foundation model for generalizable fluorescence microscopy-based image restoration
-
**20. [深度学习系统，提高癌症生存预测准确性](https://hyper.ai/news/32068)**
-
**21. [MemSAM 将「分割一切」模型用于医学视频分割](https://hyper.ai/news/32372)**
-
**22. [医学图像分割模型 Medical SAM 2 刷新医学图像分割 SOTA 榜](https://hyper.ai/news/33738)**
-
**23. [机器学习抗击化疗耐药性与肿瘤复发，构筑乳腺癌干细胞的有力防线](https://hyper.ai/news/33566)**
-
**24. [糖尿病诊疗的视觉-大语言模型 DeepDR-LLM 登 Nature 子刊](https://hyper.ai/news/33292)**
-
**3. [深度学习系统助力初级眼科医生的诊断一致性提高 12%](https://hyper.ai/news/29549)**
- The performance of a deep learning system in assisting junior ophthalmologists in diagnosing 13 major fundus diseases: a prospective multi-center clinical trial
- https://hyper.ai/news/29549
- https://hyper.ai/news/29549
- The performance of a deep learning system in assisting junior ophthalmologists in diagnosing 13 major fundus diseases: a prospective multi-center clinical trial
- The performance of a deep learning system in assisting junior ophthalmologists in diagnosing 13 major fundus diseases: a prospective multi-center clinical trial
-
**4. [GSP-GCNs 实现帕金森病诊断准确率高达 90.2%](https://hyper.ai/news/29189)**
- https://hyper.ai/news/29189
- An interpretable model based on graph learning for diagnosis of Parkinson’s disease with voice-related EEG
- https://hyper.ai/news/29189
- An interpretable model based on graph learning for diagnosis of Parkinson’s disease with voice-related EEG
- An interpretable model based on graph learning for diagnosis of Parkinson’s disease with voice-related EEG
-
**1. [深度学习系统 DeepDR Plus 用眼底图像预测糖尿病视网膜病变](https://hyper.ai/news/29769)**
-
**2. [逻辑回归模型分析高绿色景观指数可降低 MetS 风险](https://hyper.ai/news/29559)**
-
**5. [乳腺癌预后评分系统 MIRS](https://hyper.ai/news/29304)**
-
**6. [视网膜图像基础模型 RETFound，预测多种系统性疾病](https://hyper.ai/news/28113)**
-
**7. [SVM 优化触觉传感器，盲文识别率达 96.12%](https://hyper.ai/news/26561)**
-
**9. [AI Lunit 阅读乳腺 X 光片的准确率与医生相当](https://hyper.ai/news/26135)**
-
**8. [中科院基因组所建立开放生物医学成像档案](https://hyper.ai/news/26334)**
-
**10. [特征选择策略检测乳腺癌生物标志物](https://hyper.ai/news/24589)**
-
**11. [梯度提升机模型准确预测 BPSD 亚综合征](https://hyper.ai/news/23926)**
- https://hyper.ai/news/23926
- Machine learning‑based predictive models for the occurrence of behavioral and psychological symptoms of dementia: model development and validation
- https://hyper.ai/news/23926
- Machine learning‑based predictive models for the occurrence of behavioral and psychological symptoms of dementia: model development and validation
- Machine learning‑based predictive models for the occurrence of behavioral and psychological symptoms of dementia: model development and validation
-
**12. [机器学习模型预测患者一年内死亡率](https://hyper.ai/news/33905)**
- https://hyper.ai/news/33905
- Machine learning-based models to predict one-year mortality among Chinese older patients with coronary artery disease combined with impaired glucose tolerance or diabetes mellitus
- https://hyper.ai/news/33905
- Machine learning-based models to predict one-year mortality among Chinese older patients with coronary artery disease combined with impaired glucose tolerance or diabetes mellitus
-
**13. [AI 新脑机技术让失语患者「开口说话」](https://hyper.ai/news/33914)**
-
**14. [基于深度学习的胰腺癌人工智能检测](https://hyper.ai/news/33923)**
-
**15. [机器学习辅助肺癌筛查的群体有效性](https://hyper.ai/news/31197)**
-
**16. [卵巢癌诊断人工智能融合模型 MCF，输入常规实验室检验数据和年龄即可计算卵巢癌的患病风险](https://hyper.ai/news/30730)**
- https://hyper.ai/news/30730
- Artificial intelligence-based models enabling accurate diagnosis ofovarian cancer using laboratory tests in China: a multicentre,retrospective cohort study - 5/fulltext)
- https://hyper.ai/news/30730
- Artificial intelligence-based models enabling accurate diagnosis ofovarian cancer using laboratory tests in China: a multicentre,retrospective cohort study - 5/fulltext)
-
**17. [谷歌发布 HEAL 架构，4 步评估医学 AI 工具是否公平](https://hyper.ai/news/31535)**
- https://hyper.ai/news/31535
- Health equity assessment of machine learning performance (HEAL): a framework and dermatology AI model case study - 0/fulltext)
- https://hyper.ai/news/31535
- Health equity assessment of machine learning performance (HEAL): a framework and dermatology AI model case study - 0/fulltext)
-
**25. [水平直逼高级病理学家！清华团队提出 AI 基础模型 ROAM，实现胶质瘤精准诊断](https://hyper.ai/news/33136)**
- https://hyper.ai/news/33136
- A transformer-based weakly supervised computational pathology method for clinical-grade diagnosis and molecular marker discovery of gliomas
- https://hyper.ai/news/33136
- A transformer-based weakly supervised computational pathology method for clinical-grade diagnosis and molecular marker discovery of gliomas
- A transformer-based weakly supervised computational pathology method for clinical-grade diagnosis and molecular marker discovery of gliomas
-
**26. [医学图像分割通用模型 ScribblePrompt，性能优于 SAM](https://hyper.ai/news/34720)**
-
**27. [数字孪生脑平台，展现出类似人脑中观测的临界现象与相似认知功能](https://hyper.ai/news/34573)**
- https://hyper.ai/news/34573
- https://hyper.ai/news/34573
- Imitating and exploring human brain’s resting and task-performing states via resembling brain computing: scaling and architecture
- Imitating and exploring human brain’s resting and task-performing states via resembling brain computing: scaling and architecture
-
**28. [自动化大模型对话 Agent 模拟系统，可初诊抑郁症](https://hyper.ai/cn/news/34845)**
-
**29. [深度学习模型 LucaProt，助力 RNA 病毒识别](https://hyper.ai/cn/news/34968)**
-
**31. [多语言医学大模型 MMed-Llama 3，更加适配医疗应用场景](https://hyper.ai/cn/news/35242)**
-
**33. [多模态医疗基准 GMAI-MMBench，含 284 个数据集，覆盖 18 项临床任务](https://hyper.ai/cn/news/35938)**
-
**30. [医学图像预训练框架 UniMedI，打破医学数据异构化藩篱](https://hyper.ai/cn/news/35128)**
-
**32. [胶囊内窥镜图像拼接方法 S2P-Matching，助力胶囊内窥镜图像拼接](https://hyper.ai/cn/news/35313)**
-
**34. [新型时间序列预测方法 CGS-Mask，揭秘患者存活率关键指标](https://hyper.ai/cn/news/36192)**
-
**35. [非侵入式大脑解码新框架 fMRI，为脑机接口和认知模型发展奠定基础](https://hyper.ai/cn/news/36023)**
-
**36. [医学图像分割模型 M2CF-Net，提高干燥综合征诊断准确性](https://hyper.ai/cn/news/36700)**
-
**37. [BSAFusion 可实现多模态医学图像对齐与融合](https://hyper.ai/cn/news/37104)**
-
**38. [多 Agent 大语言模型框架 KG4Diagnosis 助力诊断 362 种常见疾病](https://hyper.ai/cn/news/37208)**
-
**39. [图像分割模型 ConDSeg，解决医学图像分割软边界与共现难题](https://hyper.ai/cn/news/37794)**
-
**40. [医学模型 M³FM，可用于零样本临床诊断，支持疾病报告和疾病分类](https://hyper.ai/cn/news/37924)**
-
**41. [基于深度学习凭颅骨 CT 鉴定性别，赶超人类法医](https://hyper.ai/cn/news/38024)**
-
-
**AI4S 政策解读：AI4S Policy**
-
**1. [科技部出台政策防范学术界 AI 枪手](https://hyper.ai/news/29228)**
-
**2. [政策：科技部会同自然科学基金委启动「人工智能驱动的科学研究」( AI for Science ) 专项部署工作](https://hyper.ai/news/34017)**
-
-
**其他：Others**
-
**1. [TacticAI 足球助手战术布局实用性高达 90%](https://hyper.ai/news/30454)**
-
**2. [去噪扩散模型 SPDiff 实现长程人流移动模拟](https://hyper.ai/news/30069)**
-
**3. [智能化科学设施推进科研范式变革](https://hyper.ai/news/29570)**
-
**4. [DeepSymNet 基于监督学习来表示符号表达式](https://hyper.ai/news/29243)**
-
**5. [大语言模型 ChipNeMo 辅助工程师完成芯片设计](https://hyper.ai/news/29134)**
-
**6. [AlphaGeometry 可解决几何学问题](https://hyper.ai/news/29059)**
-
**7. [强化学习用于城市空间规划](https://hyper.ai/news/28917)**
-
**8. [ChatArena 框架，与大语言模型一起玩狼人杀](https://hyper.ai/news/28576)**
-
**9. [综述：30 位学者合力发表 Nature，10 年回顾解构 AI 如何重塑科研范式](https://hyper.ai/news/28166)**
-
**11. [AI 在超光学中的正问题及逆问题、基于超表面系统的数据分析](https://hyper.ai/news/34006)**
-
**12. [一种新的地理空间人工智能方法：地理神经网络加权逻辑回归](https://hyper.ai/news/30608)**
-
**13. [利用扩散模型生成神经网络参数，将时空少样本学习转变为扩散模型的预训练问题](https://hyper.ai/news/30545)**
-
**10. [Ithaca 协助金石学家进行文本修复、时间归因和地域归因的工作](https://hyper.ai/news/28140)**
-
**14. [李飞飞团队 AI4S 最新洞察：16 项创新技术汇总，覆盖生物/材料/医疗/问诊](https://hyper.ai/news/31499)**
-
**15. [精准预测武汉房价！osp-GNNWR 模型准确描述复杂空间过程和地理现象](https://hyper.ai/news/32453)**
-
**16. [引入零样本学习，发布针对甲骨文破译优化的条件扩散模型](https://hyper.ai/news/33010)**
-
**17. [斯坦福/苹果等 23 所机构发布 DCLM 基准测试，基础模型与 Llama3 8B 表现相当](https://hyper.ai/news/33001)**
-
**18. [PoCo 解决数据源异构难题，实现机器人多任务灵活执行](https://hyper.ai/news/32765)**
-
**19. [含 14 万张图像！甲骨文数据集助力团队摘冠 ACL 最佳论文](https://hyper.ai/news/33826)**
-
**20. [基于预训练 LLM 提出信道预测方案，GPT-2 赋能无线通信物理层](https://hyper.ai/news/33195)**
-
**21. [首个多缝线刺绣生成对抗网络模型](https://hyper.ai/news/34669)**
-
**22. [快速自动扫描套件 FAST 高效获取样本信息](https://hyper.ai/news/28100)**
-
**23. [人口动态基础模型 PDFM 已开源，精准预测美国失业率和贫困率](https://hyper.ai/cn/news/36380)**
-
**24. [深度学习模型 CatGWR，估计空间非平稳性](https://hyper.ai/cn/news/38055)**
-
-
**AI+ 材料化学：AI+Materials Chemistry**
-
**1. [高通量计算框架 33 分钟生成 12 万种新型 MOFs 候选材料](https://hyper.ai/news/30269)**
-
**2. [机器学习算法模型筛选 P-SOC 电极材料](https://hyper.ai/news/29069)**
-
**3. [SEN 机器学习模型，实现高精度的材料性能预测](https://hyper.ai/news/28410)**
-
**4. [深度学习工具 GNoME 发现 220 万种新晶体](https://hyper.ai/news/28347)**
-
**5. [场诱导递归嵌入原子神经网络可准确描述外场强度、方向变化](https://hyper.ai/news/28285)**
-
**6. [机器学习预测多孔材料水吸附等温线](https://hyper.ai/news/28260)**
-
**10. [深度学习通过表面观察确定材料的内部结构](https://hyper.ai/news/25859)**
-
**7. [利用机器学习优化 BiVO(4) 光阳极的助催化剂](https://hyper.ai/news/28013)**
-
**8. [RetroExplainer 算法基于深度学习进行逆合成预测](https://hyper.ai/news/27406)**
-
**9. [深度神经网络+自然语言处理，开发抗蚀合金](https://hyper.ai/news/25891)**
-
**11. [利用创新 X 射线闪烁体开发 3 种新材料](https://hyper.ai/news/31465)**
-
**12. [半监督学习提取无标签数据中的隐藏信息](https://hyper.ai/news/31089)**
-
**13. [基于自动机器学习进行知识自动提取](https://hyper.ai/news/30920)**
-
**14. [一种三维 MOF 材料吸附行为预测的机器学习模型 Uni-MOF](https://hyper.ai/news/30663)**
-
**15. [微电子加速迈向后摩尔时代！集成 DNN 与纳米薄膜技术，精准分析入射光角度](https://hyper.ai/news/32326)**
-
**16. [重塑锂电池性能边界，基于集成学习提出简化电化学模型](https://hyper.ai/news/32323)**
-
**17. [基于机器学习，最强铁基超导磁体诞生](https://hyper.ai/news/32556)**
-
**18. [神经网络替代密度泛函理论！通用材料模型实现超精准预测](https://hyper.ai/news/32891)**
-
**19. [神经网络密度泛函框架打开物质电子结构预测的黑箱](https://hyper.ai/news/33525)**
-
**20. [用神经网络首创全前向智能光计算训练架构，国产光芯片实现重大突破](https://hyper.ai/news/33440)**
-
**21. [化学大语言模型 ChemLLM 覆盖 7 百万问答数据，专业能力比肩 GPT-4](https://hyper.ai/news/34170)**
-
**22. [可晶圆级生产的人工智能自适应微型光谱仪](https://hyper.ai/news/34075)**
-
**23. [GNNOpt 模型，识别数百种太阳能电池和量子候选材料](https://hyper.ai/cn/news/35009)**
-
**24. [开源 OMat24 数据集，含 1.1 亿 DFT 计算结果](https://hyper.ai/cn/news/35515)**
-
**25. [通过机器学习合成的新型耐火高熵合金，室温延展性极佳](https://hyper.ai/cn/news/35536)**
-
**26. [材料生成模型 FlowLLM，数据集覆盖超 4.5w 种材料](https://hyper.ai/cn/news/35846)**
-
**27. [用主动学习识别 1.4 万个高熵氧化物，成功筛选 4 种高活性析氢催化剂](https://hyper.ai/cn/news/36352)**
-
**28. [深度学习模型 BETE-NET，超导材料搜索效率提升 5 倍](https://hyper.ai/cn/news/37658)**
-
**29. [梯度提升决策树 (GBDT) 技术，进一步提高高熵合金抗氧化性能的高精度预测](https://hyper.ai/cn/news/37723)**
-
**30. [分子设计 RingFormer 框架，更精准预测有机材料分子光电性能](https://hyper.ai/cn/news/37870)**
-
**31. [无机逆合成规划方法 Retrieval-Retro，提高无机材料合成的效率和准确性](https://hyper.ai/cn/news/37969)**
-
-
**AI+动植物科学：AI+Zoology-Botany**
-
**1. [SBeA 基于少样本学习框架进行动物社会行为分析](https://hyper.ai/news/29353)**
-
**2. [基于孪生网络的深度学习方法，自动捕捉胚胎发育过程](https://hyper.ai/cn/news/28419)**
-
**3. [利用无人机采集植物表型数据的系统化流程，预测最佳采收日期](https://hyper.ai/news/28303)**
-
**4. [AI 相机警报系统准确区分老虎和其他物种](https://hyper.ai/news/27954)**
-
**5. [利用拉布拉多猎犬数据，对比 3 种模型，发现了影响嗅觉检测犬表现的行为特性](https://hyper.ai/news/25472)**
-
**6. [基于人脸识别 ArcFace Classification Head 的多物种图像识别模型](https://hyper.ai/news/25164)**
-
**7. [利用 Python API 与计算机视觉 API，监测日本的樱花开放情况](https://hyper.ai/news/24512)**
-
**8. [基于机器学习的群体遗传方法，揭示葡萄风味的形成机制](https://hyper.ai/news/24442)**
-
**9. [综述：借助 AI 更高效地开启生物信息学研究](https://hyper.ai/news/33931)**
-
**10. [BirdFlow 模型准确预测候鸟的飞行路径](https://hyper.ai/cn/news/34781)**
-
**11. [新的鲸鱼生物声学模型，可识别 8 种鲸类](https://hyper.ai/cn/news/34781)**
-
**12. [用机器学习分离抹香鲸发音字母表，高度类似人类语言，信息承载能力更强](https://hyper.ai/news/33433)**
-
-
**AI+农林畜牧业：AI+Agriculture-Forestry-Animal husbandry**
-
**1. [利用卷积神经网络，对水稻产量进行迅速、准确的统计](https://hyper.ai/news/26100)**
-
**2. [通过 YOLOv5 算法，设计监测母猪姿势与猪仔出生的模型](https://hyper.ai/news/25131)**
-
**3. [结合实验室观测与机器学习，证明番茄与烟草植物在胁迫环境下发出的超声波能在空气中传播](https://hyper.ai/news/24547)**
-
**4. [无人机+ AI 图像分析，检测林业害虫](https://hyper.ai/news/23807)**
-
**5. [计算机视觉+深度学习开发奶牛跛行检测系统](https://hyper.ai/news/33957)**
-
-
**AI+ 气象学：AI+Meteorology**
-
**1. [综述：数据驱动的机器学习天气预报模型](https://hyper.ai/news/28124)**
-
**2. [综述：从雹暴中心收集数据，利用大模型预测极端天气](https://hyper.ai/news/25874)**
-
**3. [利用全球风暴解析模拟与机器学习，创建新算法，准确预测极端降水](https://hyper.ai/news/24995)**
-
**4. [基于随机森林的机器学习模型 CSU-MLP，预测中期恶劣天气](https://hyper.ai/news/33966)**
-
-
**AI+ 天文学：AI+Astronomy**
-
**1. [PRIMO 算法学习黑洞周围的光线传播规律，重建出更清晰的黑洞图像](https://hyper.ai/news/23698)**
-
**2. [利用模拟数据训练计算机视觉算法，对天文图像进行锐化「还原」](https://hyper.ai/news/33975)**
- https://hyper.ai/news/33975
- Galsim - Lucy 算法、unrolled-ADMM 神经网络
- Galaxy image deconvolution for weak gravitational lensing with unrolled plug-and-play ADMM
-
**3. [利用无监督机器学习算法 Astronomaly ，找到了之前为人忽视的异常现象](https://hyper.ai/news/26316)**
-
**4. [基于机器学习的 CME 识别与参数获取方法](https://hyper.ai/news/31870)**
-
**5. [深度学习发现 107 例中性碳吸收线](https://hyper.ai/news/32210)**
-
**6. [StarFusion 模型实现高空间分辨率图像的预测](https://hyper.ai/news/34254)**
-
-
**AI+ 自然灾害：AI+Natural Disaster**
-
**1. [机器学习预测未来 40 年的地面沉降风险](https://hyper.ai/news/30173)**
-
**2. [语义分割模型 SCDUNet++ 用于滑坡测绘](https://hyper.ai/news/29672)**
-
**3. [神经网络将太阳二维图像转为三维重建图像](https://hyper.ai/news/28797)**
-
**4. [可叠加神经网络分析自然灾害中的影响因素](https://hyper.ai/news/24957)**
-
**5. [利用可解释性 AI ，分析澳大利亚吉普斯兰市的不同地理因素](https://hyper.ai/news/33994)**
-
**6. [基于机器学习的洪水预报模型](https://hyper.ai/news/31060)**
-
**7. [ED-DLSTM实现无监测数据地区洪水预测](https://hyper.ai/news/32138)**
-
**8. [ChloroFormer 模型提前预警海洋藻类爆发](https://hyper.ai/news/34544)**
-
**9. [首个海洋大语言模型 OceanGPT 入选 ACL 2024！水下具身智能成现实](https://hyper.ai/news/33044)**
-
**10. [AI 预测预测全球变暖状况](https://hyper.ai/cn/news/36778)**
-
**11. [GeoAI 新模型，解释青藏高原地表热流分布](https://hyper.ai/cn/news/36501)**
-
Programming Languages
Categories
**AI+ 生物医药：AI+Biopharmaceutical**
239
**AI+ 医疗健康：AI+Healthcare**
155
**AI+ 材料化学：AI+Materials Chemistry**
61
**其他：Others**
46
**AI+动植物科学：AI+Zoology-Botany**
25
**AI+ 自然灾害：AI+Natural Disaster**
22
**AI+ 天文学：AI+Astronomy**
13
**AI+农林畜牧业：AI+Agriculture-Forestry-Animal husbandry**
10
**AI+ 气象学：AI+Meteorology**
5
**AI4S 政策解读：AI4S Policy**
4
Sub Categories
**14. [机器学习发现三种抗衰老药物](https://hyper.ai/news/24578)**
5
**35. [可迁移深度学习模型鉴定多类型 RNA 修饰、显著减少计算成本](https://hyper.ai/news/32745)**
5
**31. [多语言医学大模型 MMed-Llama 3，更加适配医疗应用场景](https://hyper.ai/cn/news/35242)**
5
**18. [机器学习模型预测长效注射剂药物释放速率](https://hyper.ai/news/33892)**
5
**25. [水平直逼高级病理学家！清华团队提出 AI 基础模型 ROAM，实现胶质瘤精准诊断](https://hyper.ai/news/33136)**
5
**8. [中科院基因组所建立开放生物医学成像档案](https://hyper.ai/news/26334)**
5
**4. [GSP-GCNs 实现帕金森病诊断准确率高达 90.2%](https://hyper.ai/news/29189)**
5
**3. [深度学习系统助力初级眼科医生的诊断一致性提高 12%](https://hyper.ai/news/29549)**
5
**53. [病毒变异驱动力预测框架 E2VD，预测新冠/艾滋病/流感病毒进化方向](https://hyper.ai/cn/news/37405)**
5
**18. [借鉴语义分割，开发空间转录组语义注释工具 Pianno](https://hyper.ai/news/31573)**
5
**11. [梯度提升机模型准确预测 BPSD 亚综合征](https://hyper.ai/news/23926)**
5
**13. [AI 新脑机技术让失语患者「开口说话」](https://hyper.ai/news/33914)**
5
**42. [几何深度生成模型 DynamicBind，实现蛋白质动态对接预测](https://hyper.ai/cn/news/34894)**
5
**4. [基于蛋白质口袋的 3D 分子生成模型——ResGen](https://hyper.ai/news/29026)**
5
**8. [Macformer 将无环药物菲卓替尼大环化](https://hyper.ai/news/28189)**
5
**28. [1 亿参数！细胞大模型 scFoundation 可对 2 万基因同时建模](https://hyper.ai/news/32623)**
5
**38. [CPDiffusion 模型，超低成本、全自动设计功能型蛋白质](https://hyper.ai/news/34692)**
5
**6. [MIT 利用深度学习发现新型抗生素](https://hyper.ai/news/28886)**
5
**19. [AI 模型 UniFMIR，突破现有荧光显微成像极限](https://hyper.ai/news/31885)**
5
**12. [图神经网络筛选安全高效的抗衰老成分](https://hyper.ai/news/25822)**
5
**3. [深度生成模型 MIDAS 用于单细胞多组学数据马赛克整合](https://hyper.ai/news/29785)**
5
**54. [医学语言模型 MedFound，推理能力接近专家医师](https://hyper.ai/cn/news/37646)**
5
**6. [视网膜图像基础模型 RETFound，预测多种系统性疾病](https://hyper.ai/news/28113)**
5
**14. [基于深度学习的胰腺癌人工智能检测](https://hyper.ai/news/33923)**
5
**5. [大模型 + 机器学习高精度预测酶动力学参数](https://hyper.ai/news/29000)**
5
**21. [用生成式 AI 开发新型抗生素](https://hyper.ai/news/31421)**
5
**15. [深度学习筛选抑制鲍曼不动杆菌的新型抗生素](https://hyper.ai/news/24499)**
5
**45. [预训练蛋白质语言模型 ProSST，更有效地整合蛋白质结构信息](https://hyper.ai/cn/news/35874)**
4
**43. [药物研发大语言模型 Y-Mol，性能全面领先 LLaMA2](https://hyper.ai/cn/news/35572)**
4
**9. [回归网络 + CGMD，预测百亿种多肽的自组装特性](https://hyper.ai/news/26408)**
4
**11. [基于图神经网络 (GNN) 开发气味分析 AI](https://hyper.ai/news/25952)**
4
**22. [基于深度学习研发一种自动化、高速、多维的单粒子追踪系统](https://hyper.ai/news/31341)**
4
**20. [机器学习集成方法预测病毒蛋白片段免疫原性](https://hyper.ai/news/30786)**
4
**12. [机器学习模型预测患者一年内死亡率](https://hyper.ai/news/33905)**
4
**40. [AlphaProteo 可高效设计靶蛋白结合物，亲和力提高 300 倍](https://hyper.ai/news/34214)**
4
**10. [特征选择策略检测乳腺癌生物标志物](https://hyper.ai/news/24589)**
4
**34. [20 个实验数据创造 AI 蛋白质里程碑！FSFP 有效优化蛋白质预训练模型](https://hyper.ai/news/32822)**
4
**15. [机器学习辅助肺癌筛查的群体有效性](https://hyper.ai/news/31197)**
4
**47. [基因组基础模型 Evo，实现从分子到基因组尺度的预测与生成](https://hyper.ai/cn/news/36266)**
4
**44. [通用分子逆折叠模型 UniIF，对 AlphaFold 3 形成进一步补充](https://hyper.ai/cn/news/35781)**
4
**29. [入选顶会 ICML，蛋白质语言模型 ESM-AA 超越传统 SOTA](https://hyper.ai/news/32674)**
4
**41. [全新去噪蛋白质语言模型 DePLM，突变效应预测优于 SOTA 模型](https://hyper.ai/cn/news/34954)**
4
**7. [SVM 优化触觉传感器，盲文识别率达 96.12%](https://hyper.ai/news/26561)**
4
**13. [机器学习量化分析多巴胺的释放量和释放位置](https://hyper.ai/news/25153)**
4
**7. [神经网络解密 GPCR-G 蛋白偶联选择性](https://hyper.ai/news/28361)**
4
**1. [AdaDR 在药物重定位方面的性能优于多个基准方法](https://hyper.ai/news/30434)**
4
**49. [蛋白质序列大语言模型预训练方法 PRIME](https://hyper.ai/cn/news/36363)**
4
**25. [深度学习模型 AlphaPPIMd：用于蛋白质-蛋白质复合物构象集合探索](https://hyper.ai/news/32435)**
4
**27. [数字孪生脑平台，展现出类似人脑中观测的临界现象与相似认知功能](https://hyper.ai/news/34573)**
4
**48. [DigFrag 用 AI 精准分割分子片段，并生成 44 个药物/农药分子](https://hyper.ai/cn/news/36346)**
4
**26. [医学图像分割通用模型 ScribblePrompt，性能优于 SAM](https://hyper.ai/news/34720)**
4
**28. [自动化大模型对话 Agent 模拟系统，可初诊抑郁症](https://hyper.ai/cn/news/34845)**
4
**36. [InstructProtein：利用知识指令对齐蛋白质语言与人类语言](https://hyper.ai/news/33697)**
4
**9. [AI Lunit 阅读乳腺 X 光片的准确率与医生相当](https://hyper.ai/news/26135)**
4
**16. [机器学习模型应用于预测生物墨水可打印性](https://hyper.ai/news/24237)**
4
**32. [基于扩散模型开发 P450 酶从头设计方法 P450Diffusion](https://hyper.ai/news/33057)**
4
**5. [乳腺癌预后评分系统 MIRS](https://hyper.ai/news/29304)**
4
**16. [卵巢癌诊断人工智能融合模型 MCF，输入常规实验室检验数据和年龄即可计算卵巢癌的患病风险](https://hyper.ai/news/30730)**
4
**30. [医学图像预训练框架 UniMedI，打破医学数据异构化藩篱](https://hyper.ai/cn/news/35128)**
4
**46. [大环肽结合物框架 RFpeptides，为不可成药蛋白质提供新可能性](https://hyper.ai/cn/news/36150)**
4
**56. [可设计短蛋白质的 PepPrCLIP 流程，有望开发癌症新疗法](https://hyper.ai/cn/news/37912)**
4
**2. [逻辑回归模型分析高绿色景观指数可降低 MetS 风险](https://hyper.ai/news/29559)**
4
**39. [基于蛋白质语言模型和密集检索技术，一种全新的蛋白质同源物检测方法](https://hyper.ai/news/34225)**
4
**19. [机器学习算法有效预测植物抗疟性](https://hyper.ai/news/33883)**
4
**55. [4D 扩散模型 AlphaFolding，填补蛋白质动态结构预测空白](https://hyper.ai/cn/news/37697)**
4
**29. [深度学习模型 LucaProt，助力 RNA 病毒识别](https://hyper.ai/cn/news/34968)**
4
**17. [谷歌发布 HEAL 架构，4 步评估医学 AI 工具是否公平](https://hyper.ai/news/31535)**
4
**22. [医学图像分割模型 Medical SAM 2 刷新医学图像分割 SOTA 榜](https://hyper.ai/news/33738)**
4
**26. [新型肿瘤抑制蛋白降解剂 dp53m 可抑制癌细胞增殖](https://hyper.ai/news/32527)**
4
**52. [基于潜在强化学习的靶向分子优化方法 MOLRL](https://hyper.ai/cn/news/37285)**
4
**24. [微环境感知图神经网络 ProtLGN 指导蛋白质定向进化](https://hyper.ai/news/32246)**
4
**23. [ProEnsemble 机器学习框架：优化进化通路启动子组合](https://hyper.ai/news/30594)**
4
**37. [蛋白质-文本生成框架 ProtT3 实现蛋白质数据与文本信息跨模态解读](https://hyper.ai/news/33546)**
4
**50. [自监督深度学习方法革新冷冻电镜三维重建](https://hyper.ai/cn/news/36645)**
4
**2. [IMN4NPD 加快分子网络中广泛集群的去复制，对自循环与成对节点提供标注](https://hyper.ai/news/30363)**
4
**30. [SPACE 算法登 Cell 子刊！组织模块发现能力领先同类工具](https://hyper.ai/news/32738)**
4
**27. [CVPR 最佳学生论文！多模态模型 BioCLIP 实现零样本学习](https://hyper.ai/news/32544)**
4
**51. [多模态蛋白质生成方法 PLAID，同时生成序列和全原子蛋白结构](https://hyper.ai/cn/news/36750)**
4
**31. [基于 AlphaFold 实现新突破，揭示蛋白质动态多样性](https://hyper.ai/news/33075)**
4
**1. [深度学习系统 DeepDR Plus 用眼底图像预测糖尿病视网膜病变](https://hyper.ai/news/29769)**
4
**20. [深度学习系统，提高癌症生存预测准确性](https://hyper.ai/news/32068)**
4
**33. [将等变图神经网络用于靶蛋白结合位点预测，性能提升 20%](https://hyper.ai/news/32957)**
4
**21. [MemSAM 将「分割一切」模型用于医学视频分割](https://hyper.ai/news/32372)**
4
**24. [糖尿病诊疗的视觉-大语言模型 DeepDR-LLM 登 Nature 子刊](https://hyper.ai/news/33292)**
4
**17. [机器学习分化多能干细胞](https://hyper.ai/news/23940)**
4
**10. [无监督学习预测 7100 万种基因突变](https://hyper.ai/news/26154)**
3
**8. [基于机器学习的群体遗传方法，揭示葡萄风味的形成机制](https://hyper.ai/news/24442)**
3
**4. [DeepSymNet 基于监督学习来表示符号表达式](https://hyper.ai/news/29243)**
3
**23. [机器学习抗击化疗耐药性与肿瘤复发，构筑乳腺癌干细胞的有力防线](https://hyper.ai/news/33566)**
3
**6. [基于人脸识别 ArcFace Classification Head 的多物种图像识别模型](https://hyper.ai/news/25164)**
3
**2. [利用模拟数据训练计算机视觉算法，对天文图像进行锐化「还原」](https://hyper.ai/news/33975)**
3
**32. [胶囊内窥镜图像拼接方法 S2P-Matching，助力胶囊内窥镜图像拼接](https://hyper.ai/cn/news/35313)**
3
**2. [机器学习算法模型筛选 P-SOC 电极材料](https://hyper.ai/news/29069)**
2
**12. [半监督学习提取无标签数据中的隐藏信息](https://hyper.ai/news/31089)**
2
**4. [可叠加神经网络分析自然灾害中的影响因素](https://hyper.ai/news/24957)**
2
**25. [通过机器学习合成的新型耐火高熵合金，室温延展性极佳](https://hyper.ai/cn/news/35536)**
2
**23. [人口动态基础模型 PDFM 已开源，精准预测美国失业率和贫困率](https://hyper.ai/cn/news/36380)**
2
**6. [StarFusion 模型实现高空间分辨率图像的预测](https://hyper.ai/news/34254)**
2
**10. [深度学习通过表面观察确定材料的内部结构](https://hyper.ai/news/25859)**
2
**3. [智能化科学设施推进科研范式变革](https://hyper.ai/news/29570)**
2
**2. [通过 YOLOv5 算法，设计监测母猪姿势与猪仔出生的模型](https://hyper.ai/news/25131)**
2
**4. [无人机+ AI 图像分析，检测林业害虫](https://hyper.ai/news/23807)**
2
**4. [AI 相机警报系统准确区分老虎和其他物种](https://hyper.ai/news/27954)**
2
**7. [利用 Python API 与计算机视觉 API，监测日本的樱花开放情况](https://hyper.ai/news/24512)**
2
**4. [基于机器学习的 CME 识别与参数获取方法](https://hyper.ai/news/31870)**
2
**19. [含 14 万张图像！甲骨文数据集助力团队摘冠 ACL 最佳论文](https://hyper.ai/news/33826)**
2
**23. [GNNOpt 模型，识别数百种太阳能电池和量子候选材料](https://hyper.ai/cn/news/35009)**
2
**30. [分子设计 RingFormer 框架，更精准预测有机材料分子光电性能](https://hyper.ai/cn/news/37870)**
2
**9. [综述：30 位学者合力发表 Nature，10 年回顾解构 AI 如何重塑科研范式](https://hyper.ai/news/28166)**
2
**3. [利用无监督机器学习算法 Astronomaly ，找到了之前为人忽视的异常现象](https://hyper.ai/news/26316)**
2
**17. [基于机器学习，最强铁基超导磁体诞生](https://hyper.ai/news/32556)**
2
**12. [一种新的地理空间人工智能方法：地理神经网络加权逻辑回归](https://hyper.ai/news/30608)**
2
**18. [PoCo 解决数据源异构难题，实现机器人多任务灵活执行](https://hyper.ai/news/32765)**
2
**20. [用神经网络首创全前向智能光计算训练架构，国产光芯片实现重大突破](https://hyper.ai/news/33440)**
2
**5. [大语言模型 ChipNeMo 辅助工程师完成芯片设计](https://hyper.ai/news/29134)**
2
**40. [医学模型 M³FM，可用于零样本临床诊断，支持疾病报告和疾病分类](https://hyper.ai/cn/news/37924)**
2
**11. [利用创新 X 射线闪烁体开发 3 种新材料](https://hyper.ai/news/31465)**
2
**10. [AI 预测预测全球变暖状况](https://hyper.ai/cn/news/36778)**
2
**11. [GeoAI 新模型，解释青藏高原地表热流分布](https://hyper.ai/cn/news/36501)**
2
**39. [图像分割模型 ConDSeg，解决医学图像分割软边界与共现难题](https://hyper.ai/cn/news/37794)**
2
**1. [TacticAI 足球助手战术布局实用性高达 90%](https://hyper.ai/news/30454)**
2
**8. [ChloroFormer 模型提前预警海洋藻类爆发](https://hyper.ai/news/34544)**
2
**5. [利用拉布拉多猎犬数据，对比 3 种模型，发现了影响嗅觉检测犬表现的行为特性](https://hyper.ai/news/25472)**
2
**21. [化学大语言模型 ChemLLM 覆盖 7 百万问答数据，专业能力比肩 GPT-4](https://hyper.ai/news/34170)**
2
**1. [PRIMO 算法学习黑洞周围的光线传播规律，重建出更清晰的黑洞图像](https://hyper.ai/news/23698)**
2
**2. [基于孪生网络的深度学习方法，自动捕捉胚胎发育过程](https://hyper.ai/cn/news/28419)**
2
**6. [机器学习预测多孔材料水吸附等温线](https://hyper.ai/news/28260)**
2
**20. [基于预训练 LLM 提出信道预测方案，GPT-2 赋能无线通信物理层](https://hyper.ai/news/33195)**
2
**10. [BirdFlow 模型准确预测候鸟的飞行路径](https://hyper.ai/cn/news/34781)**
2
**3. [结合实验室观测与机器学习，证明番茄与烟草植物在胁迫环境下发出的超声波能在空气中传播](https://hyper.ai/news/24547)**
2
**13. [利用扩散模型生成神经网络参数，将时空少样本学习转变为扩散模型的预训练问题](https://hyper.ai/news/30545)**
2
**22. [可晶圆级生产的人工智能自适应微型光谱仪](https://hyper.ai/news/34075)**
2
**41. [基于深度学习凭颅骨 CT 鉴定性别，赶超人类法医](https://hyper.ai/cn/news/38024)**
2
**8. [RetroExplainer 算法基于深度学习进行逆合成预测](https://hyper.ai/news/27406)**
2
**1. [机器学习预测未来 40 年的地面沉降风险](https://hyper.ai/news/30173)**
2
**2. [语义分割模型 SCDUNet++ 用于滑坡测绘](https://hyper.ai/news/29672)**
2
**15. [精准预测武汉房价！osp-GNNWR 模型准确描述复杂空间过程和地理现象](https://hyper.ai/news/32453)**
2
**14. [一种三维 MOF 材料吸附行为预测的机器学习模型 Uni-MOF](https://hyper.ai/news/30663)**
2
**3. [SEN 机器学习模型，实现高精度的材料性能预测](https://hyper.ai/news/28410)**
2
**11. [新的鲸鱼生物声学模型，可识别 8 种鲸类](https://hyper.ai/cn/news/34781)**
2
**2. [政策：科技部会同自然科学基金委启动「人工智能驱动的科学研究」( AI for Science ) 专项部署工作](https://hyper.ai/news/34017)**
2
**21. [首个多缝线刺绣生成对抗网络模型](https://hyper.ai/news/34669)**
2
**9. [深度神经网络+自然语言处理，开发抗蚀合金](https://hyper.ai/news/25891)**
2
**33. [多模态医疗基准 GMAI-MMBench，含 284 个数据集，覆盖 18 项临床任务](https://hyper.ai/cn/news/35938)**
2
**3. [利用无人机采集植物表型数据的系统化流程，预测最佳采收日期](https://hyper.ai/news/28303)**
2
**24. [开源 OMat24 数据集，含 1.1 亿 DFT 计算结果](https://hyper.ai/cn/news/35515)**
2
**24. [深度学习模型 CatGWR，估计空间非平稳性](https://hyper.ai/cn/news/38055)**
2
**6. [AlphaGeometry 可解决几何学问题](https://hyper.ai/news/29059)**
2
**7. [强化学习用于城市空间规划](https://hyper.ai/news/28917)**
2
**35. [非侵入式大脑解码新框架 fMRI，为脑机接口和认知模型发展奠定基础](https://hyper.ai/cn/news/36023)**
2
**5. [场诱导递归嵌入原子神经网络可准确描述外场强度、方向变化](https://hyper.ai/news/28285)**
2
**7. [ED-DLSTM实现无监测数据地区洪水预测](https://hyper.ai/news/32138)**
2
**3. [神经网络将太阳二维图像转为三维重建图像](https://hyper.ai/news/28797)**
2
**7. [利用机器学习优化 BiVO(4) 光阳极的助催化剂](https://hyper.ai/news/28013)**
2
**1. [高通量计算框架 33 分钟生成 12 万种新型 MOFs 候选材料](https://hyper.ai/news/30269)**
2
**38. [多 Agent 大语言模型框架 KG4Diagnosis 助力诊断 362 种常见疾病](https://hyper.ai/cn/news/37208)**
2
**36. [医学图像分割模型 M2CF-Net，提高干燥综合征诊断准确性](https://hyper.ai/cn/news/36700)**
2
**12. [用机器学习分离抹香鲸发音字母表，高度类似人类语言，信息承载能力更强](https://hyper.ai/news/33433)**
2
**15. [微电子加速迈向后摩尔时代！集成 DNN 与纳米薄膜技术，精准分析入射光角度](https://hyper.ai/news/32326)**
2
**19. [神经网络密度泛函框架打开物质电子结构预测的黑箱](https://hyper.ai/news/33525)**
2
**9. [首个海洋大语言模型 OceanGPT 入选 ACL 2024！水下具身智能成现实](https://hyper.ai/news/33044)**
2
**26. [材料生成模型 FlowLLM，数据集覆盖超 4.5w 种材料](https://hyper.ai/cn/news/35846)**
2
**27. [用主动学习识别 1.4 万个高熵氧化物，成功筛选 4 种高活性析氢催化剂](https://hyper.ai/cn/news/36352)**
2
**31. [无机逆合成规划方法 Retrieval-Retro，提高无机材料合成的效率和准确性](https://hyper.ai/cn/news/37969)**
2
**37. [BSAFusion 可实现多模态医学图像对齐与融合](https://hyper.ai/cn/news/37104)**
2
**6. [基于机器学习的洪水预报模型](https://hyper.ai/news/31060)**
2
**10. [Ithaca 协助金石学家进行文本修复、时间归因和地域归因的工作](https://hyper.ai/news/28140)**
2
**5. [深度学习发现 107 例中性碳吸收线](https://hyper.ai/news/32210)**
2
**1. [利用卷积神经网络，对水稻产量进行迅速、准确的统计](https://hyper.ai/news/26100)**
2
**5. [利用可解释性 AI ，分析澳大利亚吉普斯兰市的不同地理因素](https://hyper.ai/news/33994)**
2
**1. [SBeA 基于少样本学习框架进行动物社会行为分析](https://hyper.ai/news/29353)**
2
**4. [基于随机森林的机器学习模型 CSU-MLP，预测中期恶劣天气](https://hyper.ai/news/33966)**
2
**34. [新型时间序列预测方法 CGS-Mask，揭秘患者存活率关键指标](https://hyper.ai/cn/news/36192)**
2
**4. [深度学习工具 GNoME 发现 220 万种新晶体](https://hyper.ai/news/28347)**
2
**29. [梯度提升决策树 (GBDT) 技术，进一步提高高熵合金抗氧化性能的高精度预测](https://hyper.ai/cn/news/37723)**
2
**16. [重塑锂电池性能边界，基于集成学习提出简化电化学模型](https://hyper.ai/news/32323)**
2
**22. [快速自动扫描套件 FAST 高效获取样本信息](https://hyper.ai/news/28100)**
2
**17. [斯坦福/苹果等 23 所机构发布 DCLM 基准测试，基础模型与 Llama3 8B 表现相当](https://hyper.ai/news/33001)**
2
**18. [神经网络替代密度泛函理论！通用材料模型实现超精准预测](https://hyper.ai/news/32891)**
2
**5. [计算机视觉+深度学习开发奶牛跛行检测系统](https://hyper.ai/news/33957)**
2
**1. [科技部出台政策防范学术界 AI 枪手](https://hyper.ai/news/29228)**
2
**2. [去噪扩散模型 SPDiff 实现长程人流移动模拟](https://hyper.ai/news/30069)**
2
**11. [AI 在超光学中的正问题及逆问题、基于超表面系统的数据分析](https://hyper.ai/news/34006)**
2
**28. [深度学习模型 BETE-NET，超导材料搜索效率提升 5 倍](https://hyper.ai/cn/news/37658)**
2
**3. [利用全球风暴解析模拟与机器学习，创建新算法，准确预测极端降水](https://hyper.ai/news/24995)**
1
**13. [基于自动机器学习进行知识自动提取](https://hyper.ai/news/30920)**
1
**14. [李飞飞团队 AI4S 最新洞察：16 项创新技术汇总，覆盖生物/材料/医疗/问诊](https://hyper.ai/news/31499)**
1
**9. [综述：借助 AI 更高效地开启生物信息学研究](https://hyper.ai/news/33931)**
1
**16. [引入零样本学习，发布针对甲骨文破译优化的条件扩散模型](https://hyper.ai/news/33010)**
1
**8. [ChatArena 框架，与大语言模型一起玩狼人杀](https://hyper.ai/news/28576)**
1
**1. [综述：数据驱动的机器学习天气预报模型](https://hyper.ai/news/28124)**
1
**2. [综述：从雹暴中心收集数据，利用大模型预测极端天气](https://hyper.ai/news/25874)**
1