• <table id="4yyaw"><kbd id="4yyaw"></kbd></table>
  • <td id="4yyaw"></td>

  • 水生所等研發出基于大數據挖掘和深度學習的有害藻類水華預警系統

    近日,中國科學院水生生物研究所畢永紅團隊聯合德國卡爾斯魯厄工學院,研發出基于大數據挖掘和深度學習的有害藻類水華預警系統。相關研究成果作為封面文章,發表在《環境科學與技術》(Environmental Science & Technology)上。該研究致力于創建高時間分辨率的水柱垂向維度有害藻華(HABs)早期預警系統,如創建大數據平臺、采集高時空分辨率的水生態環境大數據、開發自主學習并能跨時間點聚類捕獲Chl a動態的先進聚類算法、設計專門處理復雜多變量時間序列的預測模型等。具體工作以太湖為研究水域,構建高頻垂直剖面監測系統(VAMS)進行水生態大數據采集,基于大數據開發了具有深度學習功能的Bloomformer-2模型,通過“DeepDPM-光譜聚類”和Bloomformer-2模型優化建模策略,智能識別水柱分層并進行不同水深藻類生物量的精確預測,將預測結果與世界衛生組織的“警戒級別框架”有機結合,構建了有......閱讀全文

    深度學習增強里德堡多頻微波識別

    ?圖為機器學習解碼結果。(a-c)為訓練時間不同時,深度學習模型對傳輸信號的恢復結果 中國科大供圖里德堡原子具有較大的電偶極矩,可以對微弱的電場產生很強的響應,因此作為一個非常有前景的微波測量體系,備受人們青睞。但基于里德堡原子的微波測量領域還存在很多科學問題亟待解決,多頻率微波接收就是其中一項難題

    深度學習增強型智能鏡可指導健身

    意大利布雷西亞大學的研究人員最近開發了一種用于智能鏡子的計算機視覺系統,可以提高家庭和健身房環境中健身訓練的效率。在國際體育生物力學學會會議上公布的一篇論文中介紹了這一系統,該系統基于一種深度學習算法,經過訓練可以識別健身視頻中記錄的人體姿勢。 這款低成本計算機視覺系統利用骨架化算法,在帶

    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

    基于深度學習的時間序列預測研究獲進展

      時間序列預測是大規模數據無損壓縮和極端天氣預報等領域的核心技術。隨著應用場景多樣化和數據復雜性提升,現有模型在異構數據的統一表達、長序列結構依賴建模、極端天氣波動捕捉等方面存在挑戰。中國科學院計算機網絡信息中心人工智能團隊圍繞上述挑戰開展研究,提出一系列創新算法與模型,并在實際系統部署應用。  

    深度學習模型篩查新藥快千倍

      據美國麻省理工學院(MIT)官網12日報道,該校科學家開發出一款名為EquiBind的幾何深度學習模型,其將類藥物分子與蛋白配對的效率比現有最快的計算分子配對模型QuickVina2-W快1200倍。相關研究已經提交預印本服務器,并將提交給國際機器學習大會。  在藥物開發之前,研究人員必須找到有

    2016值得關注的技術:基因組分析深度學習

      《Nature Methods》盤點2015年度技術,選出了最受關注的技術成果:單粒子低溫電子顯微鏡(cryo-EM)技術。 除此之外,也整理出了2016年最值得關注的幾項技術,分別為:細胞內蛋白標記(Protein labeling in cells)、細胞核結構(Unraveling nuc

    科研人員發現深度學習揭示基因相互作用

      近日,卡內基梅隆大學計算機科學家采用了一種深度學習方法,近年來徹底改變了人臉識別和其他基于圖像的應用程序,并將其功能重定向到探索基因之間的關系。  他們說,訣竅在于將大量的基因表達數據轉換成更像圖像的東西。善于分析視覺圖像的卷積神經網絡(CNN)方案隨后可以推斷出哪些基因正在相互作用。  (圖片

    相比GPU和GPP:FPGA才是深度學習的未來?(二)

      除了編譯時間外,吸引偏好上層編程語言的研究人員和應用科學家來開發FPGA的問題尤為艱難。雖然能流利使用一種軟件語言常常意味著可以輕松地學習另一種軟件語言,但對于硬件語言翻譯技能來說卻非如此。針對FPGA最常用的語言是Verilog和VHDL,兩者均為硬件描述語言(HDL)。這些語言和傳統

    深度學習在基因表達譜分析上取得重要進展

      近日,一項刊登在國際雜志Bioinformatics上的研究論文中,來自加州大學爾灣分校和博德研究所的研究人員通過深度學習算法進行大規模基因表達預測,并在預測精度上獲得了顯著提升。  全基因組表達譜分析被廣泛應用于描述細胞在不同生理病理條件下的活動狀態,例如不同的癌組織細胞在各種給藥條件下會產生

    深度學習驅動大氣降尺度技術研究取得進展

    在全球氣候變化研究中,將低分辨率的大尺度氣候模式數據轉化為高分辨率區域數據,是準確評估極端天氣與區域微氣候的關鍵。然而,現有主流國際工具普遍受限于固定尺度約束。近日,中國科學院南海海洋研究所等團隊,研發出一種基于隱式神經網絡混合專家模型(MINet)的大氣降尺度新方法。團隊通過多尺度隱式特征構建,和

    相比GPU和GPP:FPGA才是深度學習的未來?(一)

      相比GPU和GPP,FPGA在滿足深度學習的硬件需求上提供了具有吸引力的替代方案。憑借流水線并行計算的能力和高效的能耗,FPGA將在一般的深度學習應用中展現GPU和GPP所沒有的獨特優勢。同時,算法設計工具日漸成熟,如今將FPGA集成到常用的深度學習框架已成為可能。未來,FPGA將有效地

    科學家構建深度脈沖神經網絡學習框架

      脈沖神經網絡(Spiking Neural Network,SNN)被譽為第三代神經網絡,使用更低層次的生物神經系統的抽象。它既是神經科學中研究大腦原理的基本工具,又因稀疏計算、事件驅動、超低功耗的特性,備受計算科學的關注。隨著深度學習方法的引入,SNN的性能得到大幅提升,脈沖深度學習(Spik

    美國IBM研究院實現深度學習性能突破

       美國IBM研究院近日宣布,通過全新的分布式深度學習軟件,實現了接近理想的擴展能力,該軟件在64臺IBM Power系統服務器中的256個GPU上并行運行深度學習框架,實現了95%的擴展效率,并使運算速度與準確率得到了顯著提升。此前最佳的系統擴展能力是Facebook人工智能研究院所取得的89%

    深度學習驅動大氣降尺度技術研究取得進展

    在全球氣候變化研究中,將低分辨率的大尺度氣候模式數據轉化為高分辨率區域數據,是準確評估極端天氣與區域微氣候的關鍵。然而,現有主流國際工具普遍受限于固定尺度約束。近日,中國科學院南海海洋研究所等團隊,研發出一種基于隱式神經網絡混合專家模型(MINet)的大氣降尺度新方法。團隊通過多尺度隱式特征構建,和

    傳統方法-vs-深度學習:誰更勝一籌?

    數十年來,更清潔的汽車、電廠和工廠持續拉低了美國的空氣污染水平,也因此減少了近地面臭氧——一種會損傷肺部、升高早逝風險的氣體。在很長一段時間里,這條下降曲線被視為環境治理的成功范例,也是公共衛生領域來之不易的成果。 然而,野火煙霧正在扭轉這一趨勢。一項分析發現,火災排放逆轉了2015年之后用于空

    Advanced-Science:-深度學習方法預測分子激發光譜

      芬蘭阿爾托大學Patrick Rinke教授及其合作者一起提出了用于預測分子激發光譜的深度學習方法。 以132k有機分子的電子態密度為例,訓練和評估了三種不同的神經網絡結構:多層感知器(MLP),卷積神經網絡(CNN)和深張量神經網絡(DTNN)。 神經網絡的輸入是每個分子中原子的坐標和電荷。

    深度學習加快了3D微觀神經成像的速度

      德克薩斯州奧斯汀和圣地亞哥Salk研究所的研究人員使用深度學習技術,開發了一種新的顯微方法,可以使用于大腦成像的顯微技術快16倍。研究人員使用德克薩斯大學奧斯汀分校(UT Austin)德克薩斯高級計算中心(TACC)的數據訓練了他們的深度學習系統。索爾克生物學研究所Waitt先進生物光子學核心

    科學家開發出深度學習超分辨顯微成像方法

      1月21日,中國科學院生物物理所、廣州生物島實驗室研究員李棟課題組,與清華大學自動化系、腦與認知科學研究院教授戴瓊海課題組,在Nature Methods上以長文(Article)形式發表了題為Evaluation and development of deep neural networks

    新疆理化所在深度學習預測抗癌多肽研究中取得進展

      癌癥是人類健康最致命的殺手,在全球范圍內每年造成數百萬人的死亡。傳統的物理和化學方法,包括靶向治療、化療和放射治療等醫療實踐中常見的治療手段,在一定程度上能殺死病變癌細胞,但是同時也會殺死大量正常的細胞,帶來嚴重的副作用。這些治療手段費用昂貴且預后效果不佳,迫切需要開發新的定向清除癌細胞,治療癌

    深度學習三巨頭共同獲得2018年度圖靈獎

      今日晚間,ACM(國際計算機學會)宣布,有“深度學習三巨頭”之稱的Yoshua Bengio、Yann LeCun、Geoffrey Hinton共同獲得了2018年的圖靈獎,這是圖靈獎1966年建立以來少有的一年頒獎給三位獲獎者。ACM同時宣布,將于2019年6月15日在舊金山舉行年度頒獎晚宴

    深度學習可超快分析三維醫學影像

      英國《自然·醫學》雜志8月13日在線發表的兩項獨立研究顯示,最新的人工智能(AI)已可以基于三維醫學影像,對神經系統疾病和視網膜疾病給出快速、準確的自動診斷。這意味著深度學習算法已成功應用于三維醫學影像的超快分析。  深度學習方法已經能識別二維醫學影像,實現疾病診斷,但其對復雜詳細的三維影像的識

    研究人員基于深度學習無創獲得血液輸入函數

    全面量化大腦PET圖像,常常需要精確的血流輸入函數。然而傳統方法中,獲取這一函數通常依賴于侵入性且耗時的動脈導管采血,這在臨床實踐中往往難以實現。7月2日,中國科學院深圳先進技術研究院副研究員孫濤團隊與河南省人民醫院副院長王梅云團隊合作,在醫學影像頂級期刊《IEEE醫學影像匯刊》發表最新研究。研究團

    研究團隊在深度學習泛化能力研究中獲進展

      近日,中國科學院沈陽自動化研究所機器人學國家重點實驗室在深度學習泛化能力研究中取得進展,相關研究成果Depth selection for deep ReLU nets in feature extraction and generalization為題,發表在IEEE Transactions

    Advanced-Science:-深度學習方法預測分子激發光譜

      芬蘭阿爾托大學Patrick Rinke教授及其合作者一起提出了用于預測分子激發光譜的深度學習方法。 以132k有機分子的電子態密度為例,訓練和評估了三種不同的神經網絡結構:多層感知器(MLP),卷積神經網絡(CNN)和深張量神經網絡(DTNN)。 神經網絡的輸入是每個分子中原子的坐標和電荷。

    新型深度學習框架可應用于電池健康狀態預測

      近日,中國科學院大連化學物理研究所研究員陳忠偉、副研究員毛治宇團隊,聯合西安交通大學教授馮江濤,在電池健康管理領域取得新進展。合作團隊開發了一種新型的兩階段聯邦遷移學習框架,有效解決了快充電池健康狀態(SOH)預測中的數據不足和個性化建模難題,為快充電池SOH預測提供了新思路。相關成果發表在《電

    科學家開發出深度學習超分辨顯微成像方法

    1月21日,中國科學院生物物理所、廣州生物島實驗室研究員李棟課題組,與清華大學自動化系、腦與認知科學研究院教授戴瓊海課題組,在Nature Methods上以長文(Article)形式發表了題為Evaluation and development of deep neural net

    深度學習技術及應用國家工程研究中心正式揭牌

    《中國科學報》近日獲悉,經國家發展和改革委員會批復,深度學習技術及應用國家工程研究中心(以下簡稱工程研究中心) 納入新序列管理。4月26日,工程研究中心舉行了揭牌儀式。 揭牌儀式 ?圖片來源:工程研究中心 納入新序列管理后,工程研究

    深度學習技術及應用國家工程研究中心正式揭牌

    《中國科學報》近日獲悉,經國家發展和改革委員會批復,深度學習技術及應用國家工程研究中心(以下簡稱工程研究中心) 納入新序列管理。4月26日,工程研究中心舉行了揭牌儀式。 揭牌儀式 ?圖片來源:工程研究中心 納入新序列管理后,工程研究

    未來,深度學習幫助人類決策你應該吃什么藥

      韓國研究團隊開發了一款名為DeepDDI的計算框架,它可以準確地預測86種類型的藥物-藥物(DDIs)和藥物-食物(DFIs)相互作用,并輸出人類可讀句子,幫助人類理解不良藥物事件(ADEs)。  藥物之間和藥物與食物之間經常會觸發意外藥理作用(就是我們所謂的“食物相克”),但是,其因果機制在很

    Nature:利用深度學習可預測細胞外觀,幫助發現病變過程

      據Nature最新報道,艾倫細胞科學研究所(Allen Institute for Cell Science)發布的網站Allen Cell Explore,包含數千個干細胞的三維立體圖像,不止是發現每個細胞的獨特外觀,通過深度學習算法,該研究所還對細胞的外觀進行了預測。改變一個基因對細胞整體而

  • <table id="4yyaw"><kbd id="4yyaw"></kbd></table>
  • <td id="4yyaw"></td>
  • 调性视频