关键词 "机器学习" 的搜索结果， 共 20 条, 只显示前 480 条
BenevolentAI是一家于2013年在伦敦成立的老牌AI制药公司，拥有独特的BenAI Engine技术，该技术成为他们端到端药物发现产品和知识探索的基础工具。 BenevolentAI通过整合尽可能多的跨领域和不同数据类型的数据，包括组学、分子、实验数据、文献、病理学和生物系统，将这些不同的复杂数据源整合在一起，从而使疾病、基因和药物之间组成关联信息（图2）。 图2. Ben
MAPS（用于空间生物学中蛋白质组学分析的机器学习），这是一种机器学习方法，能够从空间蛋白质组学数据中快速、精确地识别细胞类型，并达到人类水平的精度。经多个内部和公开的 MIBI 和 CODEX 数据集验证，MAPS 在速度和精度方面均优于现有的注释技术，即使对于通常具有挑战性的细胞类型（包括免疫来源的肿瘤细胞），也能达到病理学家级别的精度。通过实现快速部署和可扩展的机器学习注释的普及，MAPS
组织病理学图像评估对于癌症诊断和亚型分类至关重要。用于组织病理学图像分析的标准人工智能方法专注于优化针对每个诊断任务的专门模型 。尽管此类方法已取得一些成功，但它们对由不同数字化协议生成的图像或从不同人群采集的样本的普遍性通常有限。在此，为了应对这一挑战，我们设计了临床组织病理学影像评估基础 (CHIEF) 模型，这是一个通用的弱监督机器学习框架，用于提取病理影像特征以进行系统的癌症评估。CHIE
Paper2Code：机器学习中科学论文的自动代码生成 PaperCoder是一个多智能体 LLM 系统，可将论文转化为代码库。它遵循三阶段流程：规划、分析和代码生成，每个阶段均由专门的智能体处理。 我们的方法在 Paper2Code 和 PaperBench 上的表现均优于强大的基准测试，并能生成忠实、高质量的实现。
PapertoCode 是一款专业的 AI 工具，旨在将研究论文方法论直接转化为可执行的 Python 代码。PapertoCode 的核心目标是简化开发者和研究人员将前沿研究成果付诸实践的流程。其实现方式是分析研究论文的实施部分，提取关键方法论，并将其转换为可立即使用的 Python 代码。例如，如果一篇论文描述了一种用于图像分类的新型机器学习模型，包括数据预处理步骤、模型架构、训练流程和评估指
一款开源的实时AI语音聊天助手：RealtimeVoiceChat，语音听起来相对自然，支持打断 双向语音交互，延迟低，可以实时看到语音转录，以及AI的回复内容 用来构建客服、教育或陪伴等等场景的AI语音助手比较实用 为低延迟交互而构建的复杂客户端-服务器系统： 🎙️捕获：您的声音被您的浏览器捕获。 ➡️流：音频块通过 WebSockets 传输到 Python 后端。 ✍️转
疾病领域：神经科学和代谢疾病 近期融资：C轮融资4亿美元 最新消息：与礼来公司合作，推进包括MASLD在内的代谢疾病的新型治疗方法 通过生成与患者数据一致的高通量功能基因组数据集，并通过新颖的机器学习方法解读这些数据，insitro 构建了能够加速靶点选择和有效疗法设计的预测模型。这项人工智能辅助药物研发为 insitro 的研发管线奠定了基础，该管线涵盖神经科学和代谢疾病领域的候选
技术：PI3Kα抑制剂 重大并购活动：收购 ZebiAI 及其机器学习-DEL 技术 最新消息：在PIPE融资轮中获得3000万美元 Relay Therapeutics 的 Dynamo 平台集成了一系列计算和实验方法，旨在针对此前难以解决或未得到充分解决的蛋白质靶点进行药物治疗。为了配合自身的技术，Relay 还于 2021 年收购了ZebiAI 及其机器学习-DEL（ML-DE
专长：分子建模与药物设计。Schrödinger 将基于物理的计算化学与机器学习相结合，以推动药物研发。其先进的分子建模软件不仅供公司内部使用，也供武田制药和百时美施贵宝等合作伙伴使用。Schrödinger 拥有不断增长的内部项目管线，包括肿瘤学和神经病学领域的在研项目，并因突破计算药物设计的界限而备受赞誉。 在比尔及梅琳达·盖茨基金会1000万美元的资助下，Schrödinger于8月开始扩
专长：病理学人工智能诊断。PathAI 专注于利用机器学习提高病理诊断的准确性和效率。他们的算法有助于识别生物标志物并指导治疗决策，尤其是在肿瘤学领域。与罗氏和百时美施贵宝的合作凸显了 PathAI 对临床试验和精准诊断的贡献，使其成为病理学人工智能领域的领导者。
专长：罕见病药物再利用。Healx 利用人工智能识别可用于治疗罕见病的现有药物。其平台将生物医学数据与机器学习相结合，以加速治疗方案的开发。其显著成就包括推进脆性 X 综合征和其他罕见疾病的治疗。Healx 以患者为中心的理念以及与患者权益组织的合作使其在罕见病领域脱颖而出。 Healx是一家专注于罕见疾病的AI临床阶段生物技术公司，该公司宣布已在C轮融资中筹集了4700万美元。C轮融资由硅谷的
专长：RNA 疗法的基因洞察。Deep Genomics 利用人工智能解码基因组数据，并识别 RNA 疗法的靶点。其专有平台 SPIDEX 已为罕见遗传疾病的治疗开发出有前景的候选药物。Deep Genomics 在利用人工智能设计下一代 RNA 药物方面处于领先地位。 2015年，Brendan Frey与Hannes Bretschneider等人成立了Deep Genomics。公司有20
专长：精准医疗的联邦学习。Owkin 利用联邦学习技术，在保护数据隐私的同时，实现协作式 AI 研究。他们在肿瘤学和心脏病学领域的应用已构建出可指导个性化治疗决策的预测模型。Owkin 与领先医院和研究机构的合作进一步扩大了其影响力。 Owkin于2016年成立于法国巴黎，是一家AI驱动的精准医疗公司，由临床医师Thomas Clozel博士与生物学人工智能先驱Gilles Wainrib博士共
专长：药物研发自动化。Molecule AI 利用机器学习优化药物研发，缩短研发时间并降低成本。其平台支持快速生成各种治疗领域的候选药物。
专长：人工智能驱动的生物标志物发现。Genialis 利用计算生物学和机器学习来识别精准医疗的生物标志物。他们在免疫肿瘤学和中枢神经系统疾病领域的工作支持药物研发流程，并提高临床试验的成功率。 RNA生物标记公司Genialis正在创造一个能为患者、患者家庭和社区提供最佳医疗服务的世界。ResponderID™是Genialis的机器学习驱动的疾病建模框架，它提供可操作的生物标志物，并对新药进行
Lantern Pharma成立于2013年，2020年在纳斯达克上市，是一家以肿瘤学为重点的，新兴的临床阶段制药公司，利用人工智能、基因组学和机器学习来改变药物发现和开发的成本、速度和时间。 员工仅20余人，市值仅4600多万美元，是业界对Lantern的初步印象。 但其商业模式更别具一格： 接盘大公司放弃的药物继续研发， 即通过其AI平台找到被弃药物的临床人群药效，缩小目标人群进行研发，从
Mujoco（Multi-Joint dynamics with Contact）是一款用于机器人学、生物力学等领域的高性能物理仿真引擎，其核心功能包括动力学模拟、接触力建模及多关节系统仿真。该工具提供直观的操作界面、丰富的物理参数配置以及灵活的约束条件设置，适用于复杂机械系统或生物运动的模拟分析。以下从操作功能、仿真交互机制、核心术语与参数三个维度展开说明。 MuJoCo是“多关节接触动力学”
Aisou.ai 是专注于商业信息的智能搜索问答平台，基于大语言模型（LLM）和检索增强生成（RAG）技术，结合商业信息数据库，为用户提供精准、实时的商业数据查询与分析服务。通过智能算法和自然语言处理技术，能快速解析用户需求，精准回答涉及商业信息的数据查询，大大节省了企业和个人在信息搜索上的时间和精力。Aisou.ai 支持用户以自然语言形式提出商业相关问题，系统即时生成准确回答，提供深入的商业数
Sapling AI 是检测文本是否由AI生成的免费在线工具，用户可以通过上传文本或直接粘贴内容进行检测，工具基于机器学习算法分析文本特征，识别出由 AI 模型（如 ChatGPT 和 GPT-4）生成的内容。Sapling 能在短至 50 个字的文本中进行检测，将 AI 生成的部分高亮显示，同时提供整体的 AI 生成内容比例。 Sapling AI Content Detector的主要功能
Qlib 是一个开源的、面向 AI 的量化投资平台，旨在利用 AI 技术挖掘量化投资的潜力，赋能研究，创造价值，涵盖从探索想法到落地生产的全过程。Qlib 支持多种机器学习建模范式，包括监督学习、市场动态建模和强化学习。 越来越多不同范式的 SOTA Quant 研究成果/论文正在 Qlib 中发布，以协作解决量化投资领域的关键挑战。例如，1）使用监督学习从丰富且异构的金融数据中挖掘市场复杂的非
只显示前20页数据，更多请搜索
