分子反應預測研究中取得新進展
近日,華中農業大學人工智能與知識發現團隊提出了一種適用于多種分子網絡關聯預測任務的、可遷移的對比自監督深度圖神經網絡模型:CSGNN。此項工作是圖神經網絡在分子網絡關聯預測應用的最新成果。 大數據時代存在不同類型的分子網絡,例如藥物-靶點互作網絡,藥物-疾病關聯網絡、蛋白質-蛋白質互作網絡等,從分子網絡中找到尚未被發現的分子關聯具有重要的研究價值。現有的計算方法大多只能專注解決某一類網絡的關聯預測問題,而且高度依賴網絡實體的特征,方法不具有擴展性。此外,由于分子網絡自身的稀疏性和關聯分布的不均衡性,也存在訓練樣本不足、模型擬合效果差等問題。 該研究團隊構建了一個圖神經網絡增強框架,該框架包含兩個重要部分:多步鄰居深度圖神經網絡和對比學習圖神經網絡。前者通過同時聚合節點的多步鄰居來更好的建模網絡實體間的復雜關系,直接增強模型的表示能力;后者通過引入對比自監督學習機制,通過最大化局部與網絡總體的互信息,使得模型可以自發產生“......閱讀全文
分子反應預測研究中取得新進展
近日,華中農業大學人工智能與知識發現團隊提出了一種適用于多種分子網絡關聯預測任務的、可遷移的對比自監督深度圖神經網絡模型:CSGNN。此項工作是圖神經網絡在分子網絡關聯預測應用的最新成果。 大數據時代存在不同類型的分子網絡,例如藥物-靶點互作網絡,藥物-疾病關聯網絡、蛋白質-蛋白質互作網絡等,
山西大學研究團隊創新圖神經網絡模型
6月3日,記者從山西大學獲悉,該校智能信息處理研究所團隊日前在圖神經網絡研究方面取得重要進展。相關成果發表于人工智能領域國際期刊《IEEE模式分析與機器智能學報》。多種自監督約束的多通道解耦圖神經網絡模型。山西大學供圖圖神經網絡(GNN)是當前圖結構數據處理的核心技術,廣泛應用于社交網絡分析、生物信
科研人員提出高效時空多模態圖神經網絡
近日,中國科學院合肥物質科學研究院團隊提出了高效時空多模態圖神經網絡(ET_MGNN)新型深度學習框架,提升了阿爾茨海默病和自閉癥譜系障礙等腦疾病的自動診斷準確率。理解大腦的復雜活動需同時關注功能協調和結構解剖。然而,現有的腦網絡學習模型在處理動態建模和多模態信息融合方面存在局限。為克服這些挑戰,研
新方法可提高圖神經網絡處理數據的準確率
山西大學智能信息處理研究所團隊在圖神經網絡研究方面取得重要進展,相關成果5月23日發表于人工智能領域國際期刊《IEEE模式分析與機器智能學報》(IEEE Transactions on Pattern Analysis and Machine Intelligence,TPAMI)。論文第一作者
宇宙神經網絡:高度相似的神經網絡與宇宙星系
一項最新的研究表明人類大腦神經元網絡和宇宙的星系網絡之間存在驚人的結構相似性!這項研究結果由意大利天體物理學家Franco Vazza和神經外科醫生Alberto Feletti以題為“The Quantitative Comparison Between the Neuronal Netwo
宇宙神經網絡:高度相似的神經網絡與宇宙星系
作者:羅輯科學??????一項最新的研究表明人類大腦神經元網絡和宇宙的星系網絡之間存在驚人的結構相似性!這項研究結果由意大利天體物理學家Franco?Vazza和神經外科醫生Alberto?Feletti以題為“The?Quantitative?Comparison?Between?the?Neur
最強大腦皮層神經網絡重建-揭哺乳動物最大神經線路圖
據國外媒體報道,我們經常會出現大腦迷糊的狀態,或多或少地存在一些幻覺,最常見的情況就是我們會形容自己“一頭霧水”,這種現象有一個科學的名字,叫做“腦霧”(Brain fog),它是大腦難以形成清晰思維和記憶的現象,就像是大腦里籠罩著一層朦朧的迷霧。目前科學家正在積極探索“腦霧”是如何形成的,是人
大腦發育的神經網絡建模
本周《自然》發表的兩篇研究Assembly of functionally integrated human forebrain spheroids和Cell diversity and network dynamics in photosensitive human brain organoi
神經網絡創造可行性芯片
英國《自然》雜志9日發表一項人工智能突破性成就,美國科學家團隊報告機器學習工具已可以極大地加速計算機芯片設計。研究顯示,該方法能給出可行的芯片設計,且芯片性能不亞于人類工程師的設計,而整個設計過程只要幾個小時,而不是幾個月,這為今后的每一代計算機芯片設計節省數千小時的人力。這種方法已經被谷歌用來
RNA探針實時監測神經網絡活動
過去十年,神經生物學家的注意力一直集中在神經網絡功能研究,而非單個神經細胞。但是大腦的關鍵功能(信息處理、儲存和傳輸)都需要在單細胞水平執行。 很長一段時間,神經網絡研究工作者面臨一些方法上的困難,旨在研究單個神經元電活動和代謝活動的傳統方法無法提供神經網絡結構或功能信息。常用的方法,如ELI
新型神經網絡顯著提升識圖能力
希臘研究和技術基金會科學家受生物神經元啟發,開發出一種融入樹突特征的新型人工神經網絡。與傳統人工神經網絡相比,新網絡在參數更少、能耗更低的情況下,實現了圖像識別性能的顯著提升,為打造更緊湊、更節能的人工智能(AI)系統奠定了基礎。相關論文發表于新一期《自然·通訊》雜志。當前的AI系統“體型”龐大,參
神經網絡與機體代謝之間的關系
大腦神經系統與機體代謝之間存在千絲萬縷的聯系。神經元傳遞的信號能夠調控機體的各類代謝活動的強度,而代謝特征的改變也會影響神經系統的發育以及神經信號的傳遞。針對這一領域相關的最新研究成果,進行簡要的盤點,希望讀者朋友們能夠喜歡。 1. Science:鑒定出暴食神經元 doi:10.1126/
深度神經網絡靜態代碼分析研究
近日,中國科學院軟件研究所智能軟件研究中心研究員武延軍、吳敬征課題組在基于深度神經網絡的靜態代碼分析研究中取得進展。課題組提出了基于多類型和多粒度的語義代碼表示學習模型——MultiCode,解決了工業場景中涉及多需求的開發任務時面臨的開發開銷大、模型集成困難、可擴展性受限等問題,實現了在多需求
集成元件技術可用于人工神經網絡
原文地址:http://news.sciencenet.cn/htmlnews/2024/1/516581.shtm
胖不胖:看人工神經網絡怎么“稱”
肥胖是世界衛生組織確定的十大慢性疾病之一,而中國的肥胖現狀更為嚴峻。世界衛生組織的最新報告顯示,在我國現有近9000萬肥胖者,這一數字已超越美國居世界首位。肥胖常與心血管、高血脂、糖尿病等疾病相伴,更增加了對人體健康的威脅。然而,怎樣才算肥胖,如何對肥胖進行更確切的評估呢?2016年第3期《前沿
新構建!深度脈沖神經網絡學習框架“驚蜇”
中國科學院自動化所李國齊研究員和北京大學計算機學院田永鴻教授團隊合作構建出深度脈沖神經網絡學習框架“驚蜇”。它可以提供全棧式的脈沖深度學習解決方案,能夠處理神經形態數據、構建深度脈沖神經網絡、部署神經形態芯片。相關研究成果在線發表于《科學進展》雜志。圖片來源:中國科學院自動化所脈沖神經網絡被譽為第三
時序圖、活動圖、狀態圖、協作圖有啥區別?(二)
動作狀態:原子的,不可中斷的動作,并在此動作完成之后向另一個動作轉變。在 UML 中動作狀態用圓角矩形表示,動作狀態所表示的動作寫在圓角矩形內部。 分支與合并:分支在軟件系統中很常見。一般用于表示對象類所具有的條件行為。用一個布爾型表達式的真假來判定動作的流向。條件行為用分支和合并表達
時序圖、活動圖、狀態圖、協作圖有啥區別?(一)
時序圖 時序圖用于描述對象之間的傳遞消息的時間順序,即用例中的行為順序。 當執行一個用例時,時序圖中的每條消息對應了一個類操作或者引起轉換的觸發事件。 在 UML中,時序圖表示為一個二維的關系圖,其中,縱軸是時間軸,時間延豎線向下延伸。橫軸代表在協作中各個獨立的對象。當對象存在時,
色譜圖
色譜圖 : 組分在檢測器上產生的信號強度對時間(t)所作的圖,由于它記錄了各組分流出色譜柱的情況,所以又叫色譜流出曲線。流出曲線的突起部分稱為色譜峰。
神經網絡打開理解電子相互作用新窗口
據9日《科學》雜志發表的一篇論文,著名的人工智能企業“深度思維”的新研究表明,神經網絡可用于構建比以前更準確的電子密度和相互作用圖。該研究有助于科學家更好地理解將分子結合在一起的電子之間的相互作用,還顯示了深度學習在量子力學水平上準確模擬物質的前景,使研究人員能夠改進計算機設計,在納米級水平探索
Cell:大腦神經網絡預測抑郁癥風險
? 根據最近由杜克大學研究者們做出的研究成果,通過對大腦不同區域的電信號交流進行檢測,或許能夠預測以及預防抑郁癥的發生。? 研究者們發現容易患抑郁癥的小鼠大腦電信號網絡與抵抗力較強的小鼠的大腦網絡存在明顯差異。如果這一發現能夠在人體水平得到驗證,那么將會更好地預測人們患精神類疾病,例如抑郁癥的風險。
可用于AI的大型類腦神經網絡實現
原文地址:http://news.sciencenet.cn/htmlnews/2023/5/500296.shtm 科技日報北京5月9日電?(記者張夢然)在《自然·機器智能》雜志上發表的一項新研究中,荷蘭國家數學與計算機科學研究所(CWI)科學家展示了類腦神經元如何與新穎的學習方法相結合,能夠
神經網絡打開理解電子相互作用新窗口
據9日《科學》雜志發表的一篇論文,著名的人工智能企業“深度思維”的新研究表明,神經網絡可用于構建比以前更準確的電子密度和相互作用圖。該研究有助于科學家更好地理解將分子結合在一起的電子之間的相互作用,還顯示了深度學習在量子力學水平上準確模擬物質的前景,使研究人員能夠改進計算機設計,在納米級水平探索
人工智能神經網絡創建虛擬動物模型
研究人員使用真實大鼠的運動數據創造的“虛擬大鼠”。圖片來源:谷歌深度思維科技日報北京6月18日電?(記者張夢然)為探索大腦如何控制運動的奧秘,美國哈佛大學與谷歌深度思維實驗室的科學家合作,創造出一個“虛擬大鼠”——生物力學上逼真的大鼠數字模型。這個“大鼠”有一個人造大腦,可像真正的嚙齒動物一樣四處走
科學家用神經網絡精細刻畫蛋白結構
近日,一項題為《利用自適應強化動力學對高維自由能面進行高效采樣》的研究登上《自然-計算科學》。該研究使用了超過100個集合變量加速采樣進程——此前的采樣方法從未處理過如此高維的集合變量,使得科學家們得以在神經網絡加持下,對蛋白結構的“精雕細琢”再進一步。 該文章作者目前均在深勢科技團隊,該團隊
人工智能神經網絡創建虛擬動物模型
為探索大腦如何控制運動的奧秘,美國哈佛大學與谷歌深度思維實驗室的科學家合作,創造出一個“虛擬大鼠”——生物力學上逼真的大鼠數字模型。這個“大鼠”有一個人造大腦,可像真正的嚙齒動物一樣四處走動。該成果代表了一種人類研究大腦如何運作的新方法。相關論文發表在最新一期《自然》雜志上。 人類和動物的運動
俄羅斯正在研發人工神經網絡系統
俄羅斯國家研究型大學“下諾夫哥羅德國立大學”正在研發自適應性神經接口,該接口由大腦接口神經網絡和基于憶阻器的電子神經形態系統組成。此項研究工作為人類在活體生物組織與類生物神經網絡兼容方面的首次科學嘗試。 “下諾夫哥羅德國立大學”所實施的方案為研發自適應性神經接口,其一端為活體組織,而另一端為
毛細管流變儀的神經網絡內模控制
對毛細管流變儀溫控制系統的傳統單回路PID控制提出了改造方案. 毛細管流變儀是一種測量合成樹脂在一定溫度下的流變性能的儀器,其溫控系統蛄輸入三輸出強耦合系統.由于流變儀溫控系統的復雜性與非線性,難以對其建立精確的數學模型,因此在充分研究對象特性的基礎上,采用基于神經網絡的內模控制方法.在用MATLA
新型光芯片可執行深度神經網絡關鍵計算
科技日報北京12月2日電(記者張佳欣)2日發表在《自然·光子學》雜志上的論文稱,美國麻省理工學院科學家開發出一種全集成光芯片。它能以光學方式執行深度神經網絡所需的所有關鍵計算,為制造能實時學習的高速處理器打開了大門。這種新型光芯片能夠在不到半納秒的時間內,完成機器學習分類任務的關鍵計算,性能與傳統硬
神經網絡工具可提前預警海洋神秘巨浪
科技日報北京7月18日電(記者張夢然)《科學報告》18日發表的一項研究介紹了一種神經網絡工具,能最多提前5分鐘預測海上異常巨大的神秘海洋波浪——“瘋狗浪”的產生。這種海浪此前被認為是“不可預測”的。該工具能用于為船舶和近海平臺提供預警,讓在這些場所工作的人員能夠尋求庇護、執行緊急停機,或采取機動措施