COVID-19
PulseAugur coverage of COVID-19 — every cluster mentioning COVID-19 across labs, papers, and developer communities, ranked by signal.
15 天有情绪数据
-
强化学习优化特征选择以实现稳定的生物标志物发现
研究人员开发了StackFeat-RL，一个用于高维基因组数据特征选择的新型元学习框架。该方法利用强化学习，特别是REINFORCE策略梯度，来优化迭代双标准特征选择算法。双标准确保了系数一致性和选择频率，旨在实现生物标志物发现的准确性、稀疏性和稳定性。
-
AI研究通过KL正则化组分布鲁棒优化解决CT扫描偏差和准确性问题
研究人员开发了一种名为KL正则化组分布鲁棒优化（Group DRO）的新方法，以提高用于分类容积CT扫描的AI模型的公平性和鲁棒性。该方法解决了不同人口统计群体之间的性能差异以及来自不同采集站点的数据变化问题。该框架结合了MobileViT-XXS切片编码器和SliceTransformer聚合器，并使用Group DRO目标来适应性地调整表现不佳的组，通过KL惩罚来防止权重坍塌。
-
人类噪音污染危害动物，但疫情表明存在解决方案
人类产生的噪音严重影响动物的交流和福祉，迫使白冠雀等物种改变歌声以求被听到。在 COVID-19 疫情期间，人类活动减少导致噪音污染明显下降，使这些鸟类能够恢复更复杂、更安静的鸣叫。这表明人为噪音是一种污染，可以通过电气化和城市规划等策略来缓解，从而可能逆转其对野生动物的有害影响。
-
流行病预防被确定为关键全球风险
灾难性流行病的风险，特别是通过生物技术进步而设计的流行病，对人类的未来构成了重大威胁。尽管存在极端毁灭的可能性，包括灭绝级别的事件，但目前全球在流行病预防方面的支出仍然相对较低。有希望的缓解途径包括加强生物安全、实施政策变革以及开发防御性技术，以防止危险病原体的意外释放和故意滥用。