标签: 机器学习

研究提出生成扩散模型StormCast，可模拟美国国家海洋和大气管理局3公里分辨率的对流允许模型，能以1小时时间步长预测99个状态变量，1-6小时雷达反射率预报技能与物理过程一致性良好，为公里尺度区域机器学习天气预报和气候降尺度提供可能。

标签: 公里尺度天气预报 对流允许模型 机器学习 生成扩散模型 雷达反射率

锂离子电池广泛用于电动汽车、医疗设备等，但传统寿命测试需数月甚至数年循环充放电。张等人在《自然》发表的机器学习方法，一周内即可准确预测电池寿命，新设计也适用。

标签: 快速预测方法 机器学习 电池寿命预测 锂离子电池

为加速电池技术创新，本文提出“发现学习”新方法。该方法整合多种机器学习技术，通过历史数据学习，以最少实验预测新电池寿命，可减少98%时间和95%能源成本，突破传统评估瓶颈。

标签: 发现学习 机器学习 电池寿命预测 零样本学习

微流控芯片设计需专业知识，阻碍非专业人士使用。新工具μFluidicGenius（μFG）结合机器学习与数学建模，用户定义储液池、连接和流量后，自动生成迷宫状微流控电路，可3D打印，实验验证流量分配准确率达90%，降低使用门槛。

标签: 3D打印 微流控电路设计 机器学习 流量控制

全球超千万人患帕金森病，目前无法治愈且缺乏早期筛查。瑞典与挪威团队新研究发现，利用机器学习可识别疾病早期阶段与DNA修复及细胞应激反应相关的独特基因活动模式，有望通过血液检测实现早期诊断，为阻止疾病进展和研发治疗方法提供可能。

标签: 帕金森病 早期诊断 机器学习 生物标志物 血液检测

脊髓损伤致大脑与身体失联，研究人员探索用脑电图（EEG）这一非侵入方式捕捉运动相关脑信号，经机器学习解读后连接脊髓刺激器，以助瘫痪者恢复运动。目前已能区分运动尝试与静止，未来或识别具体动作，为非侵入性康复带来希望。

标签: 机器学习 脊髓损伤 脑信号 脑电图 非侵入性

数据同化（DA）整合观测数据与模型预测生成优化大气状态，其物理一致性对天气预报和气候研究至关重要。传统贝叶斯DA方法通过经验协方差结构施加物理约束，但准确性和稳健性有限。本研究提出潜空间DA（LDA）框架，利用自编码器从全球大气数据中学习潜空间并进行贝叶斯DA。LDA能捕捉非线性物理关系，无需显式建模约束即可生成平衡分析结果，在理想和真实观测场景下均提升分析质量和预报技巧，且对潜空间维度和训练数据误差具有强稳健性，具备实际应用潜力。

标签: 大气数据同化 机器学习 潜空间数据同化 物理一致性 自编码器

当前先进的投影X射线成像技术难以识别未知物质。本研究开发智能多能X射线成像技术，通过不同能量下的X射线衰减系数比值作为物质标记，利用单极性钙钛矿探测器结合算法将X射线能量解析为七个通道，结合机器学习和材料数据库，可精确区分相似原子序数轻元素组成的低密度生物组织并彩色标记，为能谱CT、靶向给药等领域提供新可能。

标签: 单极性钙钛矿探测器 多能X射线成像 机器学习 物质识别 衰减系数比

我们开发了一种混合模型，将机器学习嵌入SPEAR气候模型以校正海冰预测偏差。通过比较两个版本（一个经冰-气-海耦合反馈训练，另一个未经过），发现前者（HybridCPL）能减少北极季节性误差及南极5-12月误差，将南极冬季海冰范围的4-6个月预报误差降低超一半。后者（HybridIO）因样本外问题导致南极夏季无冰。研究表明机器学习可提升海冰预测能力，且结合耦合过程训练至关重要。

标签: 偏差校正 机器学习 海冰预测 混合模型 耦合气候模型

发表于《肿瘤学年鉴》的研究利用机器学习分析185国数据，揭示影响各国癌症生存率的具体政策/体系改进，发现放射治疗可及性、全民健康覆盖和经济实力等关键因素，且各国优先级不同，并提供在线工具助力资源优化。

标签: 全民健康覆盖 卫生系统政策 放射治疗可及性 机器学习 癌症生存率