论文HLMEA: Unsupervised Entity Alignment Based on Hybrid Language Models发表在人工智能顶尖会议AAAI Conference on Artificial Intelligence (AAAI)(CS Rankings, CCF-A)，由深圳大学大数据国家工程实验室、阿里巴巴集团、北京邮电大学、湘江实验室、中南大学、建国大学、首尔大学合作完成。 　　本文提出了基于混合语言模型的无监督实体对齐方法（Hybrid Language Model-based unsupervised Entity Alignment，HLMEA），....

近日，深圳大学化学与环境工程学院特聘副教授范海龙联合北海道大学教授龚剑萍等人在水凝胶领域取得重要突破。他们基于蛋白质数据库，创新性地提出了一种融合数据挖掘、仿生实验设计与机器学习的“三位一体”设计策略，成功预测并开发了水下粘附强度达到兆帕（MPa）级的超粘水凝胶。这一成果展示了一个从“仿生经验”走向“数据驱动”的完整材料设计路径。该成果发表于国际顶级学术期刊《自然》(Nature)，并被选为当期封面。范海...