研究提出新型时间序列预测框架
近期，中国科学院软件研究所研究团队为提升大语言模型时间序列预测性能，提出了向量注入式上下文学习框架。该框架能够稳定提升时间序列预测性能，并可以降低计算开销。 大语言模型进行时间序列预测时面临一项主要挑战——预训练文本与时间序列数据在分布与结构上存在差异。传统方法采用全量微调来减少这种差异，但其训练成本高、显存占用大，限制了实际应用。 研究团队提出引入上下文学习的方法LVICL。该方法通过在输入提示中引入任务示例，使模型无需更新参数即可实现“类似微调”的效果。为提升上下文学习对示例选择与顺序敏感的不稳定问题，该方法提取示例的向量表示，并以置换不变的方法进行聚合，从而消除顺序敏感性；采用轻量适配器对聚合后的上下文向量进行精练，抑制其中可能干扰预测的分量，增强对示例选择的鲁棒性；将优化后的向量注入到大语言模型各层的残差流中，以可控方式引导模型进行预测。 研究团队在多个时间序列预测基准数据集上对LVICL进行系统评估。实验表明......阅读全文
研究提出新型时间序列预测框架
近期，中国科学院软件研究所研究团队为提升大语言模型时间序列预测性能，提出了向量注入式上下文学习框架。该框架能够稳定提升时间序列预测性能，并可以降低计算开销。 大语言模型进行时间序列预测时面临一项主要挑战——预训练文本与时间序列数据在分布与结构上存在差异。传统方法采用全量微调来减少这种差异，但其
基于深度学习的时间序列预测研究获进展
时间序列预测是大规模数据无损压缩和极端天气预报等领域的核心技术。随着应用场景多样化和数据复杂性提升，现有模型在异构数据的统一表达、长序列结构依赖建模、极端天气波动捕捉等方面存在挑战。中国科学院计算机网络信息中心人工智能团队围绕上述挑战开展研究，提出一系列创新算法与模型，并在实际系统部署应用。
用动态融合策略提高长期时间序列预测性能
在数据分析和机器学习领域，时间序列预测一直是一个关键且具有挑战性的任务。它在经济、气象、交通等多个领域发挥着重要作用，其中长期时间序列预测因其复杂性和不确定性而更受关注。近日，中国科学院软件研究所天基综合信息系统全国重点实验室研究团队提出了一种新的动态融合频率方法，显著提高了长期时间序列预测的准确性
用动态融合策略提高长期时间序列预测性能
在数据分析和机器学习领域，时间序列预测一直是一个关键且具有挑战性的任务。它在经济、气象、交通等多个领域发挥着重要作用，其中长期时间序列预测因其复杂性和不确定性而更受关注。近日，中国科学院软件研究所天基综合信息系统全国重点实验室研究团队提出了一种新的动态融合频率方法，显著提高了长期时间序列预测的准确性
构建“整合AIR的序列和结构特征,预测免疫反应”学习框架
适应性免疫受体（AIR，包括 T 细胞受体，TCR；B 细胞受体，BCR）与其同源抗原之间的结构对接是适应性免疫中最基本的过程之一。然而，目前预测 AIR-抗原结合的方法很大程度上依赖于 AIR 的序列衍生特征，忽略了结合亲和力所必需的结构特征。 腾讯 AI Lab 的研究人员提出了一个名为
获取时间序列图像
获取时间序列图像 共聚焦显微镜的"Time-Series"功能，可以自动在实验者规定的时间内按照设定的时间间隔获取图像。只需设定所需的时间间隔以及所需图像数量，开启“Start T”功能键，即可进行实验。“Time-Series"功能大大减轻了实验者的劳动强度，对于荧光漂白恢复和钙离子成像等实验非
马铃薯基因组序列框架图全球发布
中国科学家的创新性思路助推测序工作提前完成 9月23日，由14国科学家组成的“国际马铃薯基因组测序协作组”分别在北京、阿姆斯特丹、伦敦、纽约、利马等地同时宣布了马铃薯基因组序列框架图的完成。此次公布的马铃薯基因“蓝图”绘制工作的中国参与单位主要来自中国农业科学院蔬菜花卉所和深圳华大基因研究院。
构建单细胞癌症基因组时间序列模型，可预测乳腺癌细...
构建单细胞癌症基因组时间序列模型，可预测乳腺癌细胞克隆适应性不同生物会随着时间的推移不断进化，环境压力可促使具有某些特征的个体在群体中变得更加普遍。癌症也不例外，在不断增殖的肿瘤中，具有最佳竞争资源和抵御环境压力的癌细胞会逐渐占据主导地位。癌细胞的适应性（fitness）并不是一成不变的。在化疗药物
蛋白质序列分析和结构预测
【实验目的】1、掌握蛋白质序列检索的操作方法；2、熟悉蛋白质基本性质分析；3、熟悉基于序列同源性分析的蛋白质功能预测，了解基于motif、 结构位点、结构功能域数据库的蛋白质功能预测；4、了解蛋白质结构预测。【实验内容】1、使用Entrez或SRS信息查询系统检索人脂联素 (adiponectin)
蛋白质序列分析和结构预测
【实验目的】 1、掌握蛋白质序列检索的操作方法； 2、熟悉蛋白质基本性质分析； 3、熟悉基于序列同源性分析的蛋白质功能预测，了解基于motif、结构位点、结构功能域数据库的蛋白质功能预测； 4、了解蛋白质结构预测。【实验内容】 1、使用Entrez或SRS信息查询系统检索人脂联素（ad
深度学习框架可预测锂电池寿命
近日，华东理工大学机械与动力工程学院、先进电池系统与安全重点实验室教授栾伟玲课题组与国家级高层次人才、华东理工大学讲席教授陈浩峰合作，在全球交通科学与技术领域期刊《交通电动化》发表论文，首次提出用于锂电池寿命预测相关的可解释性深度学习框架。 在锂电池寿命预测领域，建立全面的电池老化模型是项艰巨
新版《中国综合地层和时间框架》发布
近日，由中国科学院院士、中科院南京地质古生物研究所研究员沈树忠、戎嘉余主编的《中国科学：地球科学》专辑《中国综合地层和时间框架》正式出版。这是对本世纪以来中国地层学研究进展的一次综合性整理和总结，专辑中发布的中国高精度综合地层框架，可为全球或区域地层深化研究、各省区开展大比例尺地质填图工作，以及
基因可预测人类死亡时间？
[导读]美国科学家发现了一种特别的基因，甚至能预测一个人最可能在一天中的什么时候死亡。 美国科学家声称发现了一种特别的基因，不仅能够确定你能否成为一个早起的人，而且能够将你可能去世的时间预测到上午还是下午。这种特别基因控制着人体生理节律，或许是当人接近死亡的时候，身体会还原到一种更加自然的
蛋白质序列分析和结构预测实验
实验步骤 1. 人脂联素蛋白质序列的检索（1）调用Internet浏览器并在其地址栏输入Entrez网址（http://www.ncbi.nlm.nih.gov/Entrez）；（2）在Search后的选择栏中选择protein；（3）在输入栏输入homo sapiens adiponectin；
蛋白质序列分析和结构预测实验
蛋白质序列分析和结构预测实验 实验步骤 1. 人脂联素蛋白质序列的检索（1）调用Internet浏览器并在其
蛋白质序列分析和结构预测实验
实验步骤1. 人脂联素蛋白质序列的检索（1）调用Internet浏览器并在其地址栏输入Entrez网址（http://www.ncbi.nlm.nih.gov/Entrez）；（2）在Search后的选择栏中选择protein；（3）在输入栏输入homo sapiens adiponectin；（
最新版中国综合地层时间框架发布
近日，由中国科学院南京地质古生物研究所沈树忠和戎嘉余两位院士主编的《中国科学：地球科学》专辑《中国综合地层和时间框架》正式出版。专辑中发布的中国高精度综合地层框架，无论是对全球或区域地层的深化研究，还是各省区开展大比例尺地质填图工作，以及在相对精准的时间尺度上开展生物演化研究，都具有重要意义。
研究提出高精度电动汽车续航预测新框架
虽然电动汽车日益普及，但“续航焦虑”依然是制约用户体验的核心痛点。现有的续航预测方法大多依赖实验室仿真工况或小样本测试，难以真实反映不同地区气候、路况及驾驶习惯的巨大差异。近日，中国科学院大连化学物理研究所等科研团队，提出了一种基于真实运行大数据的电动汽车剩余续航里程估算与分析框架，在复杂实际工况下
预测蛋白质序列的新AI模型问世
瑞士洛桑联邦理工学院开发了一种名为CARBonAra的新型人工智能（AI）驱动模型。该模型可以根据不同分子环境所施加限制的主链支架预测蛋白质序列，有望在蛋白质工程及包括医学和生物技术在内的多个领域带来重大进展。这一成果发表在最新一期《自然·通讯》杂志上。CARBonAra是在一个包含约370000个
预测蛋白质序列的新AI模型问世
瑞士洛桑联邦理工学院开发了一种名为CARBonAra的新型人工智能（AI）驱动模型。该模型可以根据不同分子环境所施加限制的主链支架预测蛋白质序列，有望在蛋白质工程及包括医学和生物技术在内的多个领域带来重大进展。这一成果发表在最新一期《自然·通讯》杂志上。CARBonAra是在一个包含约370000个
《Genome－Research》：根据基因组序列预测MRSA毒性
微生物毒力一直是一个复杂的多因素表型，与病原体的进化轨迹有着复杂的关联。毒性，破坏宿主细胞膜和粘附的能力，粘附到人体组织的能力，是许多细菌病原体的主要毒力因子，包括金黄色葡萄球菌(Staphylococcus aureus)。 金黄色葡萄球菌是临床上常见的毒性较强的细菌，自从上世纪40
预测蛋白质序列的新AI模型问世
使用CARBonAra进行序列预测（示意图）。图片来源：瑞士洛桑联邦理工学院科技日报北京8月8日电 （记者张佳欣）瑞士洛桑联邦理工学院开发了一种名为CARBonAra的新型人工智能（AI）驱动模型。该模型可以根据不同分子环境所施加限制的主链支架预测蛋白质序列，有望在蛋白质工程及包括医学和生物技术在内
预测蛋白质序列的新AI模型问世
瑞士洛桑联邦理工学院开发了一种名为CARBonAra的新型人工智能（AI）驱动模型。该模型可以根据不同分子环境所施加限制的主链支架预测蛋白质序列，有望在蛋白质工程及包括医学和生物技术在内的多个领域带来重大进展。这一成果发表在最新一期《自然·通讯》杂志上。使用CARBonAra进行序列预测（示意图
最新版中国综合地层时间框架正式发布
近日，由中国科学院南京地质古生物研究所沈树忠院士、戎嘉余院士主编的《中国科学：地球科学》专辑《中国综合地层和时间框架》正式出版。两位院士表示，这是对本世纪以来中国地层学研究进展的一次综合性整理和总结，专辑中发布的中国高精度综合地层框架，无论是对全球或区域地层的深化研究，还是各省区开展大比例尺地
研究揭示南极长时间序列固定冰图
南极固定冰与冰山（李新情供图） 南极中山站固定冰Landsat-8卫星影像（影像获取时间为2015年10月7日，李新情供图） 中山大学测绘科学与技术学院极地遥感团队与国内外科研人员合作，基于高分辨率SAR影像首次获取了环南极时间序列固定冰数据集，揭示了南极固定冰的时空分布、变化特征及其与冰
新型深度学习框架可应用于电池健康状态预测
近日，中国科学院大连化学物理研究所研究员陈忠伟、副研究员毛治宇团队，联合西安交通大学教授冯江涛，在电池健康管理领域取得新进展。合作团队开发了一种新型的两阶段联邦迁移学习框架，有效解决了快充电池健康状态（SOH）预测中的数据不足和个性化建模难题，为快充电池SOH预测提供了新思路。相关成果发表在《电
我国科学家绘制出毛白杨基因组序列框架图
我国林木基因组学研究取得突破。北京林业大学的科学家们选用百年古树作为测序的样本，利用最新的全基因组鸟枪法测序和拼接策略，绘制完成了毛白杨的基因组序列图谱，标志着毛白杨分子育种进入基因组时代。 在“985”平台建设资金支持下，北林大林木育种国家工程实验室的专家们用短短的6个月完成了这一
美研究称基因序列预测长寿准确率高达77％
美国研究人员宣布，他们发现基因序列可以预测人能否长寿，预测准确率高达77%。研究论文7月1日由《科学》（Science）杂志发表。长寿老人多有长寿基因 波士顿大学一个研究小组调查1000多名百岁老人，根据收集数据开发出一个基因分析系统。使用这个系统，可以预测人们是否有相当大机会“格外
蛋白质序列分析及结构预测策略包括哪些步骤
序列分析通常就是指同源性分析、保守位点分析，motif分析和功能预测等，结构预测通常又包括二级结构三级结构甚至四级结构，二级结构目前预测还是比较准确的，三级结构最简单的可以直接将蛋白序列提交swissmodel在线进行预测，也可以采用一些其他软件，如modeller和一些商业软件，主要原理是同源
常规血液测试可预测癌症患者存活时间！
研究人员在新加坡ESMO亚洲2016年大会上报告，常规的血液检查可以预测姑息治疗中癌症患者的存活时间。 首席作者日本京都大学肿瘤学家Yu Uneno博士说，“需要姑息治疗中癌症患者诚实和准确的预后信息，但这种信息很敏感，必须尊重患者。” “患有晚期癌症的患者及其家属必须对治疗做出决定，何时寿