• <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

    物理所王磊等發布深度學習算法-稠密氫體系應用成功

    氫是宇宙中最豐富的元素,也是元素周期表中最簡單的元素。在常溫常壓下,氫以氣態分子的形式存在。然而,在一些極端的條件下,例如巨行星內核、聚變實驗中,稠密的氫(或其同位素)表現出更加豐富的相圖,其中可能包含原子液體、金屬氫、高溫超導、液態超導等。稠密氫中包含等量的質子和電子,是一個簡單干凈的量子多體系統

    基于深度強化學習的機器人控制的合作研究獲進展

      近日,中國科學院沈陽自動化研究所與英國愛丁堡機器人中心合作研究取得新進展,提出了一種在動態、非結構環境下基于深度強化學習的移動機械臂自主作業方法,將最新的人工智能學習理論成功應用于真實的復雜移動機械臂控制。相關研究成果發表于期刊Sensors。  機器人在空間、陸地和水下等大量動態、非結構環境下

    首個基于深度學習的腦靜脈系統相關腦出血診斷研究獲突破

    近日,浙江大學醫學院附屬第二醫院童璐莎、高峰教授團隊,聯合浙江大學生物儀器與工程學院趙立教授團隊,成功開發出一種用于區別急性自發性腦出血的可解釋性的人工智能模型,該模型針對急性腦葉出血發病兇險,病因鑒別困難等問題,僅利用常規頭顱CT(非增強),從急診腦出血患者中精準識別出腦靜脈系統血栓形成相關腦出血

    百度王海峰:深度學習為科學研究帶來新方法

      12月7日,2025大灣區科學論壇人工智能分論壇暨第六屆中國(廣東)人工智能論壇在廣州南沙舉辦。百度首席技術官、深度學習技術及應用國家工程研究中心主任王海峰發表主旨演講。  王海峰做主題分享。2025大灣區科學論壇 供圖  他表示,當前人工智能正以前所未有的速度加速演進,科學智能(AI for

    學者開發影像組學結合深度學習預測膝骨關節炎

    原文地址:http://news.sciencenet.cn/htmlnews/2024/5/523007.shtm

    科學家開發出合理化深度學習超分辨顯微成像方法

      光學超分辨顯微成像技術使人們能夠從微觀納米尺度觀測細胞內的動態生命活動,是當今細胞生物學、發育生物學、神經科學等生命科學領域的重要研究工具。基于深度學習的超分辨成像技術在保證成像指標,如速度、時程或視野等性能的前提下,進一步提升了顯微圖像分辨率或信噪比,表現出更大的應用前景。  近日,中國科學院

    基于深度學習和超像素的大田小區水稻稻穗分割技術研究

    不同生長階段頂視相機角度下進行稻穗分割近日華中農業大學和華中科技大學聯合作物表型研究團隊在《Plant Methods》雜志上發表題為:Panicle-SEG: A robust image segmentation method for rice panicles in the field b

    新一代AI技術發展離不開深度學習框架“軟”基礎

    人工智能、大數據、云計算等數字技術快速發展,推動數字經濟高速增長,并與實體經濟加速融合。當前,如何讓數字經濟成為推動戰略性新興產業發展的增長引擎?作為市場主體,我國高科技企業如何增強自主創新的能力? 近日,百度首席技術官(CTO)王海峰做客人民網《人民會客廳》視頻訪談時表示,現階段我國數字經濟蓬勃發

    大連理工團隊利用多模態深度學習追蹤微塑料老化歷程

      近日,大連理工大學副教授單佳佳課題組探索利用多模態深度學習追蹤微塑料老化歷程,并預測其早期受到的老化因子類型,取得研究進展。相關成果發表在《環境科學與技術》,并被選為封面文章。  微塑料在環境中廣泛存在,并經歷老化過程,導致其表面理化性質發生變化,而這些理化性質的變化會進一步影響微塑料的環境行為

    計算所提出國際上首個深度學習指令集DianNaoYu

      2016年3月,中國科學院計算技術研究所陳云霽、陳天石課題組提出的深度學習處理器指令集DianNaoYu被計算機體系結構領域頂級國際會議ISCA2016(International Symposium on Computer Architecture)所接收,其評分排名所有近300篇投稿的第一名

    國際合作研究-深度學習與物理研究交叉領域取得新進展

    復旦大學高分子科學系張紅東課題組李劍鋒副教授與加拿大滑鐵瀘大學陳征宇教授合作,在深度學習與物理研究交叉領域取得新進展,提出了一種全新的概念表征方法。近日,研究成果以《用強關聯神經網絡進行結構預測與反向設計》(“Structural Prediction and Inverse Design by

    在30分鐘內創建你的深度學習服務器(二)

    設置Jupyter Notebook但是,我們仍然需要使用一些東西才能充分使用計算機,其中之一就是Jupyter Notebook。要在計算機上設置Jupyter Notebook,我建議使用TMUX和隧道。讓我們逐步設置Jupyter Notebook。1.使用TMUX運行Jupy

    化學所發展基于深度學習的蛋白質單分子分析新方法

      蛋白質是生命活動的物質基礎和主要承擔者,許多重要的蛋白質以復合物或多聚體形式參與信號轉導、離子轉運、免疫響應等眾多生理過程,蛋白質的化學計量組成與其生物功能的調控及多種疾病的發生發展密切相關。因此,在生理條件下定量表征蛋白質的化學計量比(亞基組成數或蛋白聚集狀態),對于研究蛋白質的相互作用、闡明

    Deep-Genomics:融資1670萬美元,它將深度學習帶到基因組學

      基因組學正在探索DNA變異如何影響特定疾病,使用機器深度學習對DNA和細胞中關鍵分子的關系進行建模,從而讓基因組學的研究更有效。   在用深度學習研究基因組學的時代,Deep Genomics推開了第一扇窗。Deep Genomics,即“Deep Learning + Genomics”,是

    在30分鐘內創建你的深度學習服務器(一)

    每當我開始一個新的項目時,我發現自己一次又一次地創建一個深度學習機器。從安裝Anaconda開始,然后為Pytorch和Tensorflow創建不同的環境,這樣它們就不會相互干擾,而在這中間,你不可避免地會搞砸,然后得從頭開始。這種情況經常發生。這不僅是對時間的巨大浪費,也是令人惱火的。通過

    人工智能解鎖新領域-深度學習算法助力發現古人類遺跡

      近年來,深度學習作為機器學習的一個分支,在考古學中迅速普及應用,使得考古工作的效率得到提升。除了用于發現考古遺跡,預測、翻譯古文字,人工智能還參與了部分文物的修復過程。  人工智能繼續探索新領域,這次是考古。  近日,來自美國賓夕法尼亞州立大學、澳大利大悉尼大學等4所研究機構的研究人員,在著名考

    布魯克:利用CCS檢測和深度學習研究4D蛋白質組學

      近日,Matthias Mann教授團隊和Fabian Theis教授組*共同在《Nature Communication》上發表開創性成果,標題為“Deep learning the collisional cross sections of the peptide universe from

    BMC-Biology:基于深度學習預測E3泛素連接酶識別位點

    真核細胞內蛋白質的降解依賴于自噬及泛素-蛋白酶體系統(2004年諾貝爾化學獎)。其中,泛素-蛋白酶體系統負責降解細胞內超過80%的蛋白,該系統的關鍵酶為E3泛素連接酶,負責識別要被降解的底物蛋白并將其泛素化。人體內表達600余種E3,這些E3以特定規則結合不同底物蛋白,從而實現降解過程的特異性。底物

    Nature子刊:深度學習預測傳統RNASeq無法檢測的選擇性剪接

      項目負責人Yi Xing博士是CHOP計算和基因組醫學中心主任,本周他與博士生Zijun Zhang和Zhicheng Pan在《Nature Methods》報道了這款DARTS的框架。DARTS,又稱為深度學習加強的RNA-seq轉錄剪接分析(Deep-learning Augmented

    單細胞測序數據分析中使用深度學習方法的挑戰有哪些?

    在單細胞測序數據分析中使用深度學習方法面臨以下一些挑戰:??1. 數據稀缺性 ? ?- 高質量、大規模且標注準確的單細胞測序數據集相對較少,這限制了深度學習模型的訓練和泛化能力。??2. 數據高維度和復雜性 ? ?- 單細胞測序數據通常具有高維度(成千上萬的基因),這增加了模型學習的難度和計

    科研人員開發出基于深度學習的小麥旗葉夾角測量新方法

    旗葉夾角是決定小麥群體大小、群體光能攔截效率以及通風透光性能的關鍵農藝性狀,是小麥株型的重要構成因素之一。旗葉夾角因長期依賴人工測量,導致效率低、精度差、主觀性強,難以滿足大規模精準育種和栽培管理的需求。因此,低成本、高精度測量小麥旗葉夾角成為當前亟需解決的技術瓶頸。近日,中國科學院遺傳與發育生物學

    研究人員開發出能自動識別轉移癌細胞的深度學習算法

      亥姆霍茨慕尼黑中心2019年12月12日消息:該研究中心與慕尼黑大學、慕尼黑工大合作開發了一款不僅能自動識別擴散的癌細胞,而且還能找到分散在小鼠全身單個癌細胞的算法。  癌癥是全球最常見的死亡原因,但90%以上的癌癥病人不是死于癌細胞擴散而非原發性腫瘤。由于生物發光法、MRI成像法等目前的技術分

    靈素系統——一種基于基因指紋和深度學習的藥效預測系統

      2021年6月17日,北京大學國際癌癥研究院謝正偉團隊在Nature Biotechnology(IF=36.6)在線發表了題目為“Prediction of drug efficacy fromtranscriptional profiles with deep learning”的科研論文(

    深度學習方法可協助臨床醫生準確診斷糖尿病視網膜病變

      近日,來自芬蘭阿爾托大學(Aalto University)的科學家們通過研究發現深度學習(Deep Learning)方法可以協助臨床醫生準確診斷糖尿病視網膜病變及黃斑水腫,相關研究成果以“Deep Learning Fundus Image Analysis for Diabetic Ret

    深度學習能夠提高設備檢測糖尿病性視網膜病變的準確度

      根據2月14日在線發表于《Diabetes Care》的一項研究,深度學習會提升糖尿病相關檢測設備靈敏度與準確度的提高,從而更加有利于準確檢測糖尿病視網膜病變(DR)。  在最近發表的這項研究中,來自阿姆斯特丹VU醫療中心的Frank D. Verbraak及其同事通過混合深度學習增強設備對視網

    深度學習算法優化序列特異性的CtoG單堿基編輯器

      8月12日,Nature Communications發表了題為Optimization of C-to-G base editors with sequence context preference predictable by machine learning methods的研究論文,該研

    谷歌深度思維推出自我訓練“機器貓”,可快速學習新任務

      谷歌“深度思維”公司研究人員最近將人工智能與一款名為“機器貓”的機器人結合起來,預計它將在自我訓練機器人的世界中實現一大飛躍。利用大型語言模型背后的相同技術研發的“機器貓”,不僅可快速學習新任務,還可通過構建自己的性能數據來提高性能。研究論文發表在預印本服務器arXiv上。  到目前為止,機器人

    深度學習方法可協助臨床醫生準確診斷糖尿病視網膜病變

      糖尿病視網膜病變(diabetic retinopathyDR)是糖尿病(diabetes mellitusDM)最常見最嚴重的并發癥之一,也是成年人低視力和盲的主要原因,它嚴重影響著全球成千上萬人的生活質量。目前我國糖尿病確診患者超過9000萬,隱性患者近1.5億人。糖尿病病史10年患者中DR

    聲學所提出一種基于深度學習的水下目標定位新方法

      近年來,淺海聲源定位,尤其是水下低頻寬帶聲源的定位問題,受到了國內外研究者的廣泛關注。匹配場等傳統方法需要環境的先驗知識對聲場進行建模,而環境參數瞬息萬變,往往不能準確獲得,環境參數的這種不確定性會造成傳統方法的定位性能不佳。  為了減少對環境先驗知識的依賴,近日,中國科學院聲學研究所語言聲學與

    一種基于半監督學習的深度狀態空間模型在植物生長建...

    一種基于半監督學習的深度狀態空間模型在植物生長建模中的應用研究培育優質高產的作物一直是科學家們追求的目標,人們通過一系列先進的栽培技術來實現此目標。比如對于番茄的培育,由于干旱脅迫有利于番茄的糖分積累,所以人們可以運用精準灌溉技術來控制水分的供給量從而優化番茄果實品質,然而這項技術并沒有在農田實踐中

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