电导率是由热力学力驱动的各种运输（电子电荷，自旋，热等）的关键材料参数。磁子是磁性顺序的基本激发，与镁化学电位的梯度下流动，这与镁（自旋）电导率$ \ sigma_ {m} $成比例 ...
多模式知识图（MKG）不仅包括关系三重态，还包括相关的多模式辅助数据（即文本和图像），从而增强了知识的多样性 ...
大型语言模型（LLM）在各个领域都表现出了出色的功能，尤其是在文本处理和生成任务中。诸如OpenAI-O1之类的最先进LLM的推理能力的最新进步已显着扩大了其适用性，尤其是在复杂的解决问题和逻辑推断方面。但是，在处理图组合优化（GCO）问题时，大多数现有的LLM都在遇到明显的局限性 ...
从光摄取图（PPG）推断心电图（ECG）的反问题是一个新兴的研究方向，可在长期连续心脏监测中结合PPG的易于测量性和ECG的丰富临床知识。由于缺乏丰富的代表力，使用通用基础进行重建的现有艺术对不常见的ECG波形形状的保真度有限。在本文中，我们设计了两个词典学习框架，即跨域关节词典学习（XDJDL）和标签符合标签的XDJDL（LC-XDJDL），以进一步提高ECG推理质量并丰富基于PPG的诊断知识 ...
Diffusion Generative Modeling for Spatially Resolved Gene Expression Inference from Histology Images
空间转录组学（ST）允许通过系统地连接苏木精和曙红（H＆E）染色的组织学图像的细胞形态来对RNA序列丰度进行高分辨率的测量，以与空间分析的基因表达相关。 ST是一种耗时，昂贵但功能强大的实验技术，它提供了新的机会，可以在细粒度的分子水平上了解癌症机制，这对于发现疾病诊断和治疗的新方法至关重要。 Here, we present $\textbf{Stem}$ ($\textbf{S}$pa$\te ...
Waymo打开数据集和nuscenes等大规模驾驶数据集极大地加速了自动驾驶研究，3d检测和轨迹预测等感知任务。由于这些数据集中的驾驶日志包含高清地图和详细的对象注释，可以准确反映现实世界交通行为的复杂性，因此我们可以收获大量复杂的交通场景并在模拟中重新创建其数字孪生。与现有模拟器中经常使用的手工制作场景相比 ...
软提示学习最近成为使用一些培训示例将V＆L模型适应下游任务的首选方法之一。但是，当在同一域中看不见的类别测试时，当前的方法显着过度拟合了训练数据，患有大量准确性降解。为此，在本文中，我们做出以下4个贡献：（1）减轻基类过度适应，我们提出了一种新颖的语言意识到的软提示（LASP）学习方法（LASP）学习方法，即文本到文本跨性别损失损失，以最大程度地提示所学习的提示的可能性，以与预先定义的手工制作的文 ...
大型语言模型（LLM）在广泛领域的表现令人印象深刻，但被批评是无法推论其过程和得出的结论。这是为了解释得出的结论，以及确定其方法的计划或策略。本文探讨了当前研究符号推理和LLM的研究，以及LLM是否可以固有地提供某种形式的推理或是否有必要支持组件，并且，如果有推理能力的证据，这在特定领域中是否很明显，还是这是一般能力？此外，本文旨在确定LLM解释性的当前研究差距和未来趋势，对文献进行综述，确定当前 ...
