深度学习在生物医药领域中的应用

本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新,已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!

如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!

Sample Image
添加微信请说明来意
Sample Image
微信赞赏

除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价10元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。

当前筛选条件: [分区不过滤] [IF不过滤] [发表日期:202506-202506] [清除筛选条件]
当前共找到 2 篇文献。
序号 推送日期 文章 类型 简述 创新点 不足 研究目的 研究对象 领域 病种 技术 模型 数据类型 样本量
1 2024-12-05
Atmospheric scattering model and dark channel prior constraint network for environmental monitoring under hazy conditions
2025-Jun, Journal of environmental sciences (China)
研究论文 提出了一种基于大气散射模型和暗通道先验约束网络的遥感图像去雾方法,用于改善雾霾天气下环境监测系统的精度 利用暗通道信息注入网络(DCIIN)和传输图网络,结合大气散射模型,实现了高质量的图像去雾效果,并通过分支融合模块优化特征权重,增强了去雾效果 NA 解决雾霾天气条件下遥感图像质量下降,导致环境监测系统精度降低的问题 遥感图像去雾 计算机视觉 NA 大气散射模型 暗通道先验约束网络 图像 合成非均匀雾霾遥感数据集
2 2024-12-05
Meteorological and traffic effects on air pollutants using Bayesian networks and deep learning
2025-Jun, Journal of environmental sciences (China)
研究论文 研究利用贝叶斯网络和深度学习模型分析气象和交通因素对空气污染物的影响 提出了一种结合降雨量和模式的新方法来分析空气污染物和气象变量,并使用LSTM模型进行污染物浓度预测 NA 研究交通因素对空气质量的复杂影响,并构建空气质量预测模型 台北市的空气污染物数据,包括交通流量、速度、降雨模式和气象因素 机器学习 NA 贝叶斯网络、深度学习 LSTM 数据 NA
回到顶部