lung
PulseAugur coverage of lung — every cluster mentioning lung across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI 采纳的 J 形曲线：早期成功与失败难以区分
公司目前正努力证明其 AI 投资的明确回报，许多公司都承担着与学习和实施相关的巨大成本。这种被称为“AI J 形曲线”的现象表明，在实际生产力提升出现之前，初始费用和学习阶段可能会使成功的 AI 采纳看起来像是不成功，甚至是 the irrational。文章概述了三种 AI 采纳者原型：限制实验的有限采纳者、持续探索但未显著扩展的项目累积者，以及第三种未命名的原型。
-
计算高效的迁移学习卷积神经网络在多癌种检测中实现高精度
研究人员开发了一种计算高效的卷积神经网络（CNN），该网络利用迁移学习从生物医学图像中进行多癌种检测。这种轻量级模型旨在降低计算需求，同时保持高精度，使其适用于资源有限的环境。在脑部MRI、肺部CT和肾脏CT扫描上进行测试，该模型分别达到了90.85%、98.64%和99.92%的惊人准确率。迁移学习方法，即在一个癌种上预训练，然后在其他癌种上进行微调，只需要最少的额外训练时间，并且优于几种已建立的CNN架构。
-
高效迁移学习CNN在多癌种检测中实现高精度
研究人员开发了一种计算高效的卷积神经网络（CNN），该网络利用迁移学习从生物医学图像中进行多癌种检测。这种轻量级模型旨在降低计算复杂性，使其适用于资源有限的环境。该CNN在脑癌检测中达到了90.85%的高准确率，在肺癌检测中达到了98.64%，在肾癌检测中达到了99.92%。通过在一个癌种上进行预训练，然后在其他癌种上进行微调，该模型与几种最先进的预训练架构相比，表现出了优越的性能。
-
GATHER方法通过图遍历改进零样本细胞类型注释
研究人员开发了GATHER，一种用于使用基因表达数据进行零样本细胞类型注释的新型检索方法。该方法通过在生物知识图谱中识别“收敛点”来解决分析具有大量基因的查询的挑战。这些点代表协同基因组合，与传统方法相比，通过更少的LLM调用即可实现更有效的证据检索。