七大前沿专刊:颠覆科学界的新兴技术

学术   2024-07-26 10:00   上海  


点击蓝字

设为星标


前沿专刊「Research Topic」,是 Frontiers 赋能学术工作者的创新方式之一,前沿专刊的客座编辑确定某领域内的研究方向,接收相关领域作者的投稿,最终以文章合辑的形式发表在期刊正刊。具有高度影响力的前沿专刊,在截稿后有机会被整理成可免费下载和共享的 eBook。

科学、创新与科技之间的联系密不可分:科技的快速发展为医疗、通信、能源生产等领域的科学进步创造了新的机遇,而这对于社会进步至关重要。


在上个月,Frontiers 与世界经济论坛共同发布了 2024 年《十大新兴技术》报告。该报告重点介绍了具有革命性潜力的技术进展,这些进展可能彻底改变我们的连接方式、如何应对气候变化并推动科学发现向前发展。

Frontiers 首席执行总编 Frederick Fenter 在世界经济论坛现场。


Frontiers 首席执行总编 Frederick Fenter 强调,该报告借鉴了全球编辑网络的专业知识,对突破性技术及其在改善社会、经济和个人生活方面的变革潜力提供了深入洞见。


受此次合作的启发,我们策划了七个前沿专刊,旨在利用变革性科技的力量,从人工智能驱动的植物病害检测,到数字医疗医学中的大数据的未来,这些研究社区正致力于解决多个领域的全球性关键挑战。所有文章均可公开查看和下载

Frontiers

前沿专刊精选




精准农业中大数据、机器学习和深度学习的最新进展


Recent Advances in Big Data, Machine, and Deep Learning for Precision Agriculture


本前沿专刊探讨了如何将大数据、机器学习和深度学习算法应用于精准农业植物健康。同时探讨了如何利用和改进这些工具来帮助保障粮食安全,主要涉及先进技术的整合。

↑ 长按并扫描二维码,可查看原论文 ↑


本专刊汇集了来自不同领域和专业的研究者,如植物生物信息学、计算机工程、计算机科学、农业工程、环境工程、食品工程、信息技术和数学等。

专刊发表了 22 篇文章,浏览量达 128,000


原文链接👇

https://www.frontiersin.org/research-topics/42068/recent-advances-in-big-data-machine-and-deep-learning-for-precision-agriculture?utm_source=wechat&utm_medium=social&utm_content=wwrt0724&utm_campaign=rtopinww


用于组学和多组学研究的人工智能和生物信息学应用


Artificial Intelligence and Bioinformatics Applications for Omics and Multi-Omics Studies


研究者提出了新的生物信息学工具计算方法来分析组学数据,或者是对现有工具的应用,以实现对生物现象更全面的解释,应用于个性化医疗和生物技术领域。

↑ 长按并扫描二维码,可查看原论文 ↑


组学科学已经彻底改变了生物学、生物技术、医学和农业食品科学等领域的研究。与此同时,大规模数据的产生导致了对其管理、分析和解释的合适计算工具的强烈需求。所有这些因素使得本前沿专刊与组学和多组学研究高度相关

专刊发表了 13 篇文章,浏览量达 30,000


原文链接👇

https://www.frontiersin.org/research-topics/40038/artificial-intelligence-and-bioinformatics-applications-for-omics-and-multi-omics-studies?utm_source=wechat&utm_medium=social&utm_content=wwrt0724&utm_campaign=rtopinww


基于田间的作物表型遥感


Remote Sensing for Field-based Crop Phenotyping


本前沿专刊利用不同的遥感平台传感器配合多样化的算法,研究基于田间的作物表型。该主题探讨了确定多传感器整合方法、图像处理方式和检索建模算法以提高作物表型评估的准确性和稳健性的成果,这些成果可用于加速作物研究、育种效率和精准农业管理

↑ 长按并扫描二维码,可查看原论文 ↑


作物科学的发展需要更快、更准确地获取基于田间的作物表型。遥感技术提供了一种新颖的解决方案,能够及时、快速、非侵入性且高效地量化作物的结构和功能性状。

专刊发表了 18 篇文章,浏览量达 32,100 次。


原文链接👇

https://www.frontiersin.org/research-topics/49674/remote-sensing-for-field-based-crop-phenotyping/magazine?utm_source=wechat&utm_medium=social&utm_content=wwrt0724&utm_campaign=rtopinww


人工智能赋能的脑心血管健康工程


AI Empowered Cerebro-Cardiovascular Health Engineering


本前沿专刊重点介绍了人工智能在脑血管和心血管医疗保健应用方面的重大进展。同时展示了人工智能技术如何通过广泛的数据分析来增强这些疾病的诊断、治疗、风险预测和康复过程。

↑ 长按并扫描二维码,可查看原论文 ↑


脑血管和心血管疾病仍然是全球主要的健康挑战,是造成残疾和死亡的主要原因。机器学习、深度学习、计算能力和算法的进步已使得快速数据集分析成为可能。因此,人工智能在医疗保健中的整合越来越受到关注,医生越来越多地依赖人工智能工具来改进诊断、干预指导和疗效监测。

专刊发表了 18 篇文章,浏览量达 43,000


原文链接👇

https://www.frontiersin.org/research-topics/39421/ai-empowered-cerebro-cardiovascular-health-engineering?utm_source=wechat&utm_medium=social&utm_content=wwrt0724&utm_campaign=rtopinww


气候变迁下作物改良的基因组学与基因编辑工具的当前进展


Current Advances in Genomics and Gene Editing Tools for Crop Improvement in a Changing Climate Scenario


本前沿专刊展示了如何利用尖端的植物基因组学和基因编辑技术来解决特定问题,例如改善性状。植物基因组学和基因编辑技术的进步彻底改变了全球的育种计划,并将农业推向了新的高度。

↑ 长按并扫描二维码,可查看原论文 ↑


在不断变化的气候情景下,为不断增长的人口提供食物和确保全球粮食安全,促使科学家们探索采用最新的工具和技术(基因组学和基因编辑)来提高粮食产量。

专刊发表了 20 篇文章,浏览量达 86,000


原文链接👇

https://www.frontiersin.org/research-topics/22513/current-advances-in-genomics-and-gene-editing-tools-for-crop-improvement-in-a-changing-climate-scenario?utm_source=wechat&utm_medium=social&utm_content=wwrt0724&utm_campaign=rtopinww


数字医疗和大数据在医学中的应用前景:当前趋势、专业挑战以及伦理、法律和社会影响


Perspectives in Digital Health and Big Data in Medicine: Current Trends, Professional Challenges, and Ethical, Legal, and Social Implications


本前沿专刊全面概述了数字医疗和大数据在医学中的当前趋势、科学潜力、监管和专业挑战以及伦理和社会影响,涵盖了预防、临床护理、研究、管理、监管和卫生政策观点。

↑ 长按并扫描二维码,可查看原论文 ↑


它汇集了家庭医疗、初级保健和监管科学社区的多学科和跨学科贡献,包括医生、护士、助产士、物理治疗师和卫生政策专业人员的参与。

专刊发表了 24 篇文章,浏览量达 89,900


原文链接👇

https://www.frontiersin.org/research-topics/29899/perspectives-in-digital-health-and-big-data-in-medicine-current-trends-professional-challenges-and-ethical-legal-and-social-implications/magazine?utm_source=wechat&utm_medium=social&utm_content=wwrt0724&utm_campaign=rtopinww


用于植物病虫害识别的先进人工智能方法


Advanced AI Methods for Plant Disease and Pest Recognition


本前沿专刊探讨了用于植物病虫害识别的先进人工智能方法,以用于实际应用。植物病虫害对全球的粮食安全构成了严重威胁,给农业生产带来了重大损失。

↑ 长按并扫描二维码,可查看原论文 ↑


监测作物的生长状况和检测植物病害对于可持续农业至关重要。然而,这项活动容易出现误差,进而可能导致错误的决策。在这种情况下,深度学习在解决复杂应用问题中发挥了关键作用,随时间的推移其准确性不断提高。近年来,人们对这类技术的兴趣,促使其在解决如植物病害和害虫识别等复杂农业问题中展现潜力。

专刊发表了 22 篇文章,浏览量达 30,000


原文链接👇

https://www.frontiersin.org/research-topics/54675/advanced-ai-methods-for-plant-disease-and-pest-recognition?utm_source=wechat&utm_medium=social&utm_content=wwrt0724&utm_campaign=rtopinww


点击【阅读原文】,进入专刊主页





1

END

1


Frontiers 总部位于瑞士,是全球领先的开放获取(Open Access)出版商,致力于使科学在全球范围内更加开放,其发布的研究文章已被浏览和下载超过 28 亿次。欲了解更多详情,欢迎访问 Frontiers 官方网站:www.frontiersin.org.




将我们设为星标,成为全球开放科学的推动者!


您点“在看”的一小步,开放科学的一大步 ↓↓

Frontiers开放科学平台
Frontiers致力于使科学在全球内更加开放,处于开放科学革命的最前沿,正在推动已有100多年历史的出版体制向我们知识经济中需要的新开放科学进行过渡。
 最新文章