mpox
PulseAugur coverage of mpox — every cluster mentioning mpox across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
BERT 模型以 97% 的准确率自动化猴痘研究分类
研究人员开发了一个使用 BERT 对猴痘研究文章进行分类的自动化系统，将其归入疫情爆发、疫苗接种和流行病学等关键主题。这种多标签分类方法达到了 97.05% 的准确率，并使用 SHAP 分析来理解模型的决策过程。该系统旨在帮助研究人员和政策制定者有效地组织和获取与猴痘相关的关键信息。
-
新的 Koopman-PINN 框架增强了流行病建模与预测能力
研究人员开发了一个名为 Koopman-PINN 的新框架，该框架结合了 Koopman 算子理论与物理信息神经网络，以改进流行病建模。该方法将流行病状态映射到一个潜在空间，在该空间中动力学更具线性，从而提高了可解释性和长期预测的稳定性。该框架在合成猴痘数据以及来自德国、摩洛哥和瑞典的真实世界 SARS-CoV-2 数据上进行了测试，与现有方法相比，在参数估计和轨迹重建方面表现出更优越的性能。
-
香港猴痘疫情与桑拿俱乐部有关
香港猴痘病例正在增加，其中一个疫情群组被确定与旺角的一家桑拿和健身俱乐部有关。卫生官员正在积极调查此次疫情，并已启动针对高风险人群的疫苗接种计划。已通知该场所的300多名密切接触者进行医学监测。
-
香港男同性恋桑拿浴室出现猴痘病例；接触者追踪正在进行中
香港卫生官员正在调查与旺角一家男同性恋桑拿浴室相关的五例猴痘病例。据报道，所有受影响的个人在该桑拿浴室“Hutong”进行了高风险活动。该场所已暂时关闭，目前正在进行接触者追踪，以识别和监测潜在的暴露者。
-
少样本学习管道利用CNN辅助猴痘皮肤病分类
研究人员开发了一个少样本学习管道，利用卷积神经网络（CNN）对猴痘及类似皮肤病进行分类。该方法通过采用一种名为SimpleShot的轻量级分类器和预训练的CNN骨干网络，解决了罕见病标记数据有限的挑战。在多个数据集和配置上的实验表明，MobileNetV2_100表现最佳，而跨数据集评估突显了领域鲁棒性对于临床部署的重要性。