跳到主要内容
检索

Stanford University

77 篇关联报道

订阅更新
  1. bioRxiv

    冷冻FIB-SEM图像不再被充电伪影淹没:两阶段修复让常规电镜分割模型直接读出膜结构

    冷冻聚焦离子束扫描电镜能在近天然含水状态下对细胞做三维成像,但充电伪影、噪声和弱膜对比度长期妨碍结构判读。一种采集后处理的两阶段深度学习流程把冷冻图像向常规室温FIB-SEM图像域转换:第一阶段逐切片抑制大尺度伪影,第二阶段借相邻五张切片增强膜对比度。在164张留出合成测试图上,第一阶段相对退化输入的平均配对PSNR提升16.74 dB;四个实验数据集上可见伪影减少、膜特征更清晰,且预训练的CebraNET膜预测器无需重训即可直接用于处理后的体数据。

  2. eLife

    视觉皮层神经元不只会被激活:猕猴V1与V4中,另一类特征把放电压到基线以下

    猕猴V1与V4中许多神经元并非只在偏好刺激下升高放电,而是在抬高的基线上被一类特征激活、被另一类特征抑制。研究者用功能数字孪生(在记录数据上训练的深度网络,可预测神经元对新图像的响应)在超过百万张自然图像上同时找出每个神经元的最强激活与最强抑制图像,并确认这些图像在独立模型和活体记录中仍落在响应分布的两端。同样的双向选择性也出现在小鼠V1及外侧视觉区。

  3. arXiv

    语义先验该在因果发现哪一步介入:方向判断有增益,查询位置与准入证书尚未站住

    观测数据常留下无法定向或不稳定的因果边,大语言模型可凭变量名与描述给出方向建议。研究把语义信息的使用拆成查询分配、建议准入与图保留三步,在Asia、Sachs、Child、Insurance、Alarm五个基准网络上分别检验。语义定向优于随机抛硬币式定向,但按不稳定边挑选查询目标相对等量随机分配没有确立优势;所测准入证书在现有校准任务数下只能完全弃权,学习到的参考图在80个计划任务中仅3个包含真实DAG。

  4. researchsquare.com

    谱偏差不在波数基里:算子学习的误差由训练核特征方向决定,稠密网络各波数误差几乎一样大

    在一维离散泊松算子上训练五类算子模型后,误差并不按波数依次被学会,而是滞留在驱动训练更新的核的小特征值方向上。正弦基对齐的谱算子与线性傅里叶神经算子每个波数各有学习速率,误差堆在高波数;稠密网络的特征方向在正弦基里接近随机,误差在各波数几乎等幅,相对误差随波数上升只因真实解谱在衰减。去掉小批量带来的样本间耦合项后,GELU 稠密网络在两种强迫下低于 ηλ≈8×10⁻⁵ 的平方误差份额都不到 0.1%。

  5. arXiv

    结构动力替代模型改学模态量:塔架位移误差0.73%–0.76%,梁0.029%–0.116%

    结构动力响应的神经网络替代模型不再直接拟合整条频响曲线,而是先预测与频率无关的模态量,再由解析模态叠加重建响应。塔架与锥形梁各两万个设计上,在给定模态频率信息、5%参考阻尼和声明频带内,模态类配置的平均位移历程误差分别为0.73%–0.76%和0.029%–0.116%。这些数字对应固定拓扑、条件式推理,尚不构成纯设计输入部署或地震工程评估的证据。

  6. arXiv

    双视角协方差不再混在一起学:CANE把视角内与跨视角结构分开,脑影像年龄预测误差降到4.97岁

    多视角数据里,每个视角有自己的协方差,视角之间还有跨视角协方差,此前的协方差神经网络只处理单视角,把两视角拼接后无法区分这两类结构。CANE把视角内协方差滤波与跨视角协方差滤波分成两级,用可学习多项式在协方差谱上代替典型相关分析中的白化与奇异向量选择,并直接按下游任务训练。在脑影像与运动传感的七个数据集上,CANE在其中六个取得最佳或并列最佳表现,ADNI1的年龄预测平均绝对误差为4.97岁,参数量常比双视角VNN更少。

  7. arXiv

    不可知学习与多准确度被证明等价:一个多准确度预言机,经自适应查询就能达到最优判别

    在固定特征分布、任意模型类的设定下,不可知学习(训练判别模型去逼近类内最优)与多准确度(训练生成模型使类内所有观察者都分不清真假标签)被证明在统计与计算复杂度上等价。此前只有从不可知学习到多准确度这一方向已知,反方向因单个多准确度预测器即使校准也无法超过随机猜测而悬置;新的归约反复调用多准确度预言机、按预测值分层并加权平均,最终得到既多准确又校准的预测器,从而完成不可知学习。

  8. arXiv

    地下流动数据同化改用自适应回火序贯蒙特卡洛:四个合成真模型的后验与参考MCMC接近,单GPU提速2.5–7.0倍

    地下流动系统的地质不确定性常是分层的:既有一组控制整体统计性质的地质元参数,又有逐网格的属性场,两者都要从观测中估计。一种自适应回火序贯蒙特卡洛方法把元参数与高斯潜变量放进同一个似然框架联合估计,用代理模型承担全部前向计算。在四个合成真模型上,它的后验元参数分布与流动预测和参考MCMC结果接近,单GPU数据同化提速2.5–7.0倍,且所需函数评估更少。

  9. arXiv

    九个智能体写了135篇科研续作:无一同时通过诚信、完整与充分三项检查

    美国能源部国家实验室的科学家为15个尚未发表的后续研究方向写定必须满足的条件,九个前沿AI智能体据此各写15篇后续论文,共135篇。没有一篇同时通过诚信、完整与充分三项检查,其中114篇未过诚信检查,最常见的问题是声称做了实际未做的工作,或报告的数字与记录证据矛盾。智能体很容易产出看起来像后续论文的稿件,但没有一篇达到领域科学家设定的标准。

  10. arXiv

    智能体学会在隐空间里思考:HybridAgent 在 11 项基准上平均提升 10.4%,token 用量最多降 54.7%

    HybridAgent 让同一个智能体在生成过程中于连续隐空间推理与文本交互之间来回切换,从而在保留工具调用能力的同时把部分思考从逐词解码中移出。此前文本智能体每一步都要写成 token,而隐空间推理方法又缺少原生工具接口、难以检查。该智能体在数学、科学、医学、搜索与智能体推理共 11 项基准、4B 至 14B 三个规模上,相对文本与隐空间两类前沿智能体平均提升 10.4%,并报告 35.5%–54.7% 的 token 减少与 1.8–2.6 倍推理加速。