在此背景下，来自瑞典阿斯利康研发中心、德国慕尼黑工业大学等机构的研究人员开展了一项研究。他们聚焦于评估在药物发现场景中，公开基于神经网络训练的分子特性预测模型时所面临的隐私风险，该研究成果发表于《Journal of Cheminformatics》。

2025 年3月，狄耐克脑电波交互事业部一行前往厦门大学“脑认知与智能计算实验室”开展参观交流活动。此次受邀参观，是狄耐克在推动脑电波交互技术实际应用进程中的重要探索，加速相关技术在睡眠健康领域的创新与发展。

招聘详情南方科技大学材料科学与工程系李磊副教授理论计算课题组，主要从事计算方法开发、催化机理、纳米材料动力学行为等研究方向。本课题组同时参与建设深圳市材料基因组大科学装置平台，负责建设专用材料数据库，利用机器学习算法实现“大数据+人工智能”研究范式的工作流程。现拟招收博士后研究员若干名，欢迎有意者咨 ...

近日，谷歌与计算机历史博物馆（CHM）联合发布了具有历史意义的AlexNet项目源代码，这一极具分水岭意义的深度学习模型，不仅标志着人工智能领域的革命性突破，更为当今AI技术的发展奠定了坚实的基础。作为卷积神经网络（CNN）的杰出代表，AlexNet ...

甲骨文（Oracle）随JDK 24的发布，推出高性能执行环境GraalVM for JDK 24，本版本的最大亮点，是将机器学习应用于原生镜像文件（Native ...

为解决从血清阴性未分化关节炎（UA）预测类风湿关节炎（RA）进展的难题，研究人员开展了基于机器学习构建预测模型的研究。结果显示，FNN 模型在预测 RA 进展上表现出色，为临床预测提供了新工具。

3篇论文中，只有一篇Compositional Regularization: Unexpected Obstacles in Enhancing Neural Network Generalization，平均获6.25的高分（6,7,6,6），远高于许多人类作者的论文。

张林峰于2019年提出了自蒸馏算法，是知识蒸馏领域的代表性工作之一。DeepSeek出现后，知识蒸馏领域再次获得了极大的关注。在人工智能快速发展的当下，模型规模不断膨胀，计算资源消耗和部署成本急剧上升，高效AI技术成为解决这一难题的关键。知识蒸馏作为 ...

人民财讯3月13日电，2025年3月， 狄耐克 （ 300884 ）脑电波交互事业部的彭俊仁博士在国际期刊《Journal of Neural Engineering (JNE)》发表题为：“Explainable multiscale temporal convolutional neural network model for sleep stage detection based on el ...

特斯拉的FSD（Full Self-Driving，全自动驾驶）是一套自动驾驶系统，旨在实现车辆在复杂道路环境中驾驶员脱手的自动驾驶功能。据报道，FSD目前仍属于 L2+ ...

本文由慕尼黑工业大学与北京大学联合团队撰写。 第一作者刘强为慕尼黑工业大学博士生。 第二作者楚梦渝为北京大学助理教授，专注于物理增强的深度学习算法，以提升数值模拟的灵活性及模型的准确性和泛化性。 通讯作者 Nils Thuerey ...

AlexNet原始代码由谷歌与计算机历史博物馆联合公开，包含2012年ImageNet竞赛夺冠时的注释和参数。该模型由AlexKrizhevsky等人开发，推动了深度学习革命，论文被引超17万次。代码发布历时五年协商，成为AI历史研究的重要资料。代码 ...