★ 4
微软开源机器学习工具PBC，提升2-6周天气预报精度
微软研究院在《Nature》发表研究，提出概率偏差校正（PBC）方法，用机器学习识别并修正现有天气预报模型的系统性偏差，将2至6周预报精度显著提升。该工具已开源，仅需CPU即可运行，比依赖超级计算机或GPU的传统方法更经济，适合资源有限的气象机构。
The Verge AI18 天前
#机器学习
共 32 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
Salesforce将收购AI分析平台Loops
Salesforce宣布已签署最终协议，将收购AI驱动的分析平台Loops。Loops利用机器学习监测业务表现、解释指标变化并发现改进机会。该交易预计在Salesforce 2027财年11月初完成，须满足惯例成交条件。
36氪20 天前
★ 3
苹果生态中结合机器学习与同态加密
文章探讨在苹果生态系统中将机器学习与同态加密技术结合的可能性，旨在实现数据隐私保护下的模型推理。该方向对隐私计算与端侧AI具有重要意义。
Lobsters – Machine Learning38 天前
★ 3
新技术有望提前预警突发山洪
美国国家气象局正测试名为TACLS的新系统，结合卫星数据与机器学习提前识别可能发生山洪的区域，以改进预警发布时机。当前预警常在洪水已发生后发出，导致居民撤离过晚，新工具被认为有望挽救生命。
The Verge AI44 天前
★ 3
Prior Labs 发布 TabPFN-3.5：默认设置即超越 Otto Kaggle 冠军方案
Prior Labs 发布表格基础模型 TabPFN-3.5，该模型仅用合成数据预训练，却在默认设置下超越了 Otto Kaggle 竞赛的获胜方案。这显示出表格基础模型在结构化数据任务上的强劲泛化能力，对传统表格机器学习流程构成挑战。
MarkTechPost46 天前
★ 3
研究揭示机器学习研究智能体为何不过拟合
新研究指出，AI 智能体学习的是数据的可压缩模型，其容量不足以支撑记忆式记忆，因此不易过拟合。这一发现有助于理解智能体泛化能力的来源，对自动化科研与模型设计具有启示意义。
Amazon Science Blog52 天前
★ 2
RainCheck：孟加拉国降雨预测机器学习评估存在数据泄漏
研究基于孟加拉国气象局 35 个站点 61.8 万站点日数据，比较随机、时间与时空三种评估方式。发现仅用站点月度气候态即可达 88.4% 高降雨月分类准确率，随机划分下的模型在预测未来年份时性能反而低于气候态。作者发布防泄漏评估协议与代码。
arXiv cs.LG3 天前
★ 2
FinTab 博客介绍如何构建 AI 股票预测算法
FinTab 发布技术博客，讲解构建 AI 预测股票算法的方法与流程。内容涉及特征工程、模型训练与回测等环节。属教程类内容，非具体产品发布。
Hacker News – AI4 天前
★ 2
研究用机器学习改进救护车行程时间估计，超越商业导航
论文指出急救调度依赖静态查表与「救护车快 5%」等未经验证假设，商业导航也无法反映急救动态。基于瑞典 Skåne 历史数据，研究构建机器学习系统更准确估计行程时间，并用 SHAP 与置换重要性提升可解释性。
arXiv cs.LG7 天前
★ 2
ML-IST 用机器学习加速内球树碰撞检测构建
复杂非凸物体的碰撞检测是物理仿真与机器人瓶颈。研究提出 ML-IST，将叶球生成重构为单次集合预测问题，用网络从体素几何预测内接球候选，并以可微覆盖反馈修正。单 GPU 实现比单核 CPU 构建快 2.0-2.6 倍，集成进 Jolt Physics 与 Bullet 后在 alpha-puzzl…
arXiv cs.LG13 天前
★ 2
arXiv 论文：扰动预测模型能否学到基因互作？
一篇 arXiv 论文研究高通量扰动筛选中的基因组合外推问题：当两个基因各自在训练中出现、但其组合未出现时，标准 OOD 方法往往失效。作者提出「加性分歧」（AD）指标，用模型预测与单基因效应相加基线的差值衡量额外互作效应，发现偏离加性基线越大的预测误差越大，且 AD 在多个数据集和模型上比常规置…
arXiv cs.LG18 天前
★ 2
本·阿弗莱克谈用卷积神经网络做电影特效
演员本·阿弗莱克在一段访谈中讲述自己从少年时代起对计算机的兴趣，以及电影从胶片转向数字后他对视觉特效流程的关注。他提到视觉特效工作流多年来已使用机器学习，并解释卷积神经网络如何通过张量做边缘检测与特征提取，从而辅助绿幕抠像。
Simon Willison Blog25 天前
★ 2
多专家区间标签的不确定性感知学习
论文针对多专家提供区间标签的场景，区分标签内不精确性与专家间差异两类不确定性来源。方法将异构标签词表统一到概率标签空间，用 Beta 混合分布建模个体区间标签并以 Cramér 距离目标训练，再将预测不确定性分解为组件内、组件间与模型不确定性，并引入分解匹配对齐。在海冰浓度任务上，MAE 相比硬标…
arXiv cs.LG31 天前
★ 2
用传感器数据与机器学习检测电动滑板车酒驾
研究通过 25 名参与者在清醒与两种血液酒精浓度下的受控骑行实验，采集六轴 IMU 与油门刹车传感器数据。发现随醉酒程度上升，排列熵下降而标准差上升，表明骑行者从连续微调转向少量大幅修正。基于熵的多分类逻辑回归在留一参与者交叉验证下达到 85% 准确率，清醒对高浓度 AuROC 为 1.00。
arXiv cs.LG32 天前
★ 2
学习偏置：机器学习增强的粒子滤波
论文提出神经最优粒子滤波（NOPF），通过从离线模拟的单步条件元组中学习最优提议分布的分摊近似，并将其作为标准粒子滤波更新的即插即用替代。在标准支撑与密度评估假设下，该方法渐近目标同一滤波分布。在多种随机非线性基准上，NOPF 以适度计算开销提升了样本效率与分布精度。
arXiv cs.LG35 天前
★ 2
AI 助力味觉研究：解码苦味感知
德国莱布尼茨研究所发布新闻，介绍其利用 AI 作为工具研究人类苦味感知机制。该研究将机器学习方法引入味觉受体与感官科学领域，展示了 AI 在基础生命科学研究中的跨学科应用潜力。
Hacker News – AI37 天前
★ 2
基于NVIDIA cuML与RAPIDS的机器学习工作流实战
一篇实用教程演示如何用NVIDIA cuML和RAPIDS构建并加速机器学习工作流，涵盖GPU环境搭建、cuml.accel零代码加速scikit-learn、算法性能基准测试、UMAP与HDBSCAN流形学习、FIL树模型推理及GPU加速SHAP可解释性。内容面向希望将ML流程迁移到GPU的工程…
MarkTechPost50 天前
★ 2
机器学习结合天气数据预测芬兰列车延误
论文利用芬兰综合列车天气数据集FI-TW，融合铁路运营记录与芬兰气象研究所约200个站点的传感器观测，研究列车延误预测。在奥卢中央车站逾10万条观测上比较三种特征配置，基于暴雪、大雪、极寒等分层天气类别的方案取得R² 0.78、RMSE 8.5分钟，较其他配置提升11%的R²并降低10%误差。结果…
arXiv cs.AI51 天前
★ 2
机器学习模型样本量估计的统计方法
论文针对非线性机器学习模型难以进行传统功效分析的问题，提出一种样本量确定框架。该方法用局部线性表示近似非线性 ML 模型，并在这些局部区域评估统计功效以估计样本量需求。
arXiv cs.LG53 天前
★ 2
数据优化应急筛选：机器学习保障电力系统安全
研究利用机器学习分类电力系统应急安全等级，结合SMOTE和PCA预处理，在IEEE总线系统上测试KNN、RF和SVM。随机森林F1最高达0.97，PCA贡献大于SMOTE，展示ML作为传统应急分析的实时可扩展替代方案。
arXiv cs.AI56 天前
★ 2
因果估计中干扰函数预测评估
该研究探讨预测误差与因果估计性能的关系，在部分线性模型下比较OLS、GAM、XGBoost和DML-XGBoost。预测误差不能直接反映因果偏差，联合误差指标也不可靠，需谨慎使用。
arXiv cs.AI61 天前
★ 1
DDAR：无需人工成本监督的数据驱动行动补救方法
论文提出数据驱动行动补救（DDAR），基于历史用户数据中高概率轨迹应对应较低成本的假设，先构建用户轨迹动态模型，再搜索达成目标结果的轨迹。实验表明该方法无需人工设计成本函数即可给出合理补救建议，且行动成本低于现有方法。
arXiv cs.AI5 天前
★ 1
aggmetrics：统一聚合机器学习分类性能指标
论文发布 Python 包 aggmetrics，可将任意基于混淆矩阵四计数的二分类指标扩展到多分类、多标签、序数、代价敏感、软标签与交叉验证场景。包内存储指标结构性质，可在误用时发出警告，仅依赖 NumPy，采用 BSD-3 许可。
arXiv cs.LG10 天前
★ 1
研究对比经典机器学习与深度学习在传感器人体活动识别表现
研究在 UCI-HAR 与 KU-HAR 两个公开数据集上，对四种经典机器学习与四种深度学习模型做受控对比，覆盖加速度计、陀螺仪及组合模态。结果显示深度学习并未稳定胜出，KU-HAR 上 LightGBM 的 macro-F1 达 0.857 高于最优深度学习模型。研究强调分组感知评估协议对结果影…
arXiv cs.LG13 天前
★ 1
arXiv 论文提出基于图节点打包的特征选择新方法
分子生物学数据常含数千特征，标准预测模型难以处理特征相关性。研究改进基于独立支配集（IDS）的特征选择，偏好多样性更高的特征，并将 IDS 推广为节点打包模型。在五个基因数据集上，该方法在预测准确率与特征集稳定性上均优于传统方法。
arXiv cs.LG13 天前
★ 1
机器学习模型预测正念干预后抑郁结局研究
论文用可解释机器学习分析多中心纵向临床队列，预测正念干预后 12 周与 24 周的 BDI-II 抑郁评分。Ridge 回归在 12 周表现最佳，LightGBM 在 24 周最佳。研究发现基线严重度是最强预测因子，短期结局更依赖临床与医院背景，长期结局更依赖行为依从性与人口学因素。
arXiv cs.LG25 天前
★ 1
密歇根理工 ML/AI 社团问答
密歇根理工大学官网发布了一篇对该校机器学习与人工智能社团的问答报道，介绍社团活动与学生参与情况。属于校园社团宣传性质的内容，行业影响有限。
Hacker News – AI26 天前
★ 1
机器学习预测供应链运输时间
一篇 arXiv 论文研究如何用机器学习和深度学习从海量历史数据中准确预测供应链运输与物流的预计行程时间。准确的行程时间估计有助于改善物流一致性、需求预测、提前期管理和装配计划，并提升客户满意度。
arXiv cs.LG32 天前
★ 1
★ 1
熵三角法：心律失常预测新框架
研究提出熵三角法（ETM），结合特征工程、熵三角过采样与疾病预测三步，基于含 10646 名患者的 12 导联心电图数据库，覆盖 11 种心律。作者称可对非窦性心律实现超过 85% 的预测准确率，并指出支持向量分类器与特定过采样技术组合效果最佳。
arXiv cs.AI38 天前