基于無需訓練神經網絡的線性吸收光譜技術研究
線性吸收光譜層析技術(Linear tomographic absorption spectroscopy,LTAS)是一種廣泛用于氣體監測的無損診斷技術。LTAS的逆問題是一個經典的病態問題,研究中常用線性迭代算法來解決這類問題,但是這類算法難以結合恰當的先驗條件,通常會導致較差的重建結果。數據驅動的神經網絡在提高重建精度方面有著非常大的潛力;然而,在真是測量中獲取大量的實驗數據是非常困難的。為了克服這些限制,上海交通大學蔡偉偉教授團隊提出了一種無需訓練的神經網絡(Untrained neural network, UNN)來求解LTAS的逆問題。通過與基于移動方差的提前終止方法結合,UNN在無需訓練數據的情況下實現了更高的重建精度。通過數值仿真,本文探究了UNN的最優網絡結構,并評估了提前終止方法的可靠性。UNN與超限化ART算法的對比也充分證明了UNN的卓越性能。本文發表于《中國科學:技術科學》英文版Science C......閱讀全文
基于無需訓練神經網絡的線性吸收光譜技術研究
線性吸收光譜層析技術(Linear tomographic absorption spectroscopy,LTAS)是一種廣泛用于氣體監測的無損診斷技術。LTAS的逆問題是一個經典的病態問題,研究中常用線性迭代算法來解決這類問題,但是這類算法難以結合恰當的先驗條件,通常會導致較差的重建結果。數
科學家研制出新型可重構二維激活神經元器件
近日,中國科學院東莞材料科學與技術研究所/松山湖材料實驗室研究員梁齊杰團隊與中山大學教授侯仰龍團隊合作,提出一種基于二維范德華異質結構(h-BN/MoS2/h-BN)的可重構激活神經元器件。該器件通過創新的柵極-漏極重疊(GDO)設計,在單個器件內同時實現了模擬激活函數與數字邏輯運算功能,為神經網絡
基于混合線性模型的復合區間作圖法
朱軍(1998)提出了用隨機效應的預測方法獲得基因型效應及基因型與環境互作效應,然后再用區間作圖法或復合區間作圖法進行遺傳主效應及基因型與環境互作效應的QTL 定位分析。該方法的遺傳假定是數量性狀受多基因控制,它將群體均值及QTL 的各項遺傳效應看作為固定效應,而將環境、QTL 與環境、分子標記等效
MOFormer:無需3D結構、基于Transformer的預測語言模型
金屬有機框架(MOF)是具有高比表面積、高孔隙率和結構可設計的結晶性多孔材料,可用于氣體吸附、氣體儲存、氣體分離、催化劑等領域。 然而,MOF 的化學空間非常巨大。發現適合特定應用的最佳 MOF 需要對無數潛在候選材料進行高效、準確的搜索。快速且低成本地為特定任務選擇性能最佳的 MOF 一直具有挑
基于電子鼻和神經網絡的牛肉新鮮度的檢測
? ?隨著人們經濟水平的提高,牛肉需求量日益增加。然而肉品富含豐富的營養物質和水分,極易fu敗變質,食用被污染或變質的肉產品會嚴重危害健康。傳統的肉品新鮮度檢測方法有很多,但都存在一些問題。? ? ? ? 電子鼻是由性能彼此重疊的多個化學傳感器和適當模式識別方法所組成的,可以識別簡單和復雜氣味的仿生
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
深圳先進院提出憶阻器神經網絡的高能效權重更新方案
近日,中國科學院深圳先進技術研究院醫工所醫學人工智能研究中心的黃明強研究團隊在基于憶阻器陣列的卷積神經網絡的研究當中提出了硬件友好型的隨機自適應學習方法。區別于具有復雜外圍電路設計的梯度下降方法(SGD)和分段線性(PL)的傳統方法,該方法具有良好的硬件友好特性和高能效特性。相關成果以Hardw
上海光機所在計算成像研究方面取得新進展
近期,中國科學院上海光學精密機械研究所信息光學與光電子技術實驗室研究員司徒國海課題組在基于深度學習的計算成像方法上取得新進展,為深度學習在計算成像方面的應用提供了理論和實驗指導。相關成果發表于[Optics Express 27, 18, 25560 (2019)]。 計算成像是計算機技術和光
基于Matlab的DDS線性調頻信號的仿真應用(三)
4 實驗結果 根據上面的程序,取調頻斜率為400,頻率控制字為10,幅度量化為10位(和所使用的D/A配合),相位累加器為24位,用Matlab仿真得到的線性調頻信號的波形和相應的幅頻響應如圖3和圖4所示。圖3 K=400,Kc=10,N=10,L=24的情況下的線性調頻信號圖4 針對
基于Matlab的DDS線性調頻信號的仿真應用(一)
直接數字頻率合成( DDS)是近年來得到迅速發展的一種新的頻率合成方法,具有頻率切換速度快,很容易提高頻率分辨率、對硬件要求低等優點。 可編程全數字化便于單片集成、有利于降低成本、提高可靠性并便于生產等有點。DDS技術從相位的概念出發進行頻率合成,存儲了數字采樣波形表,可以產生點
基于Matlab的DDS線性調頻信號的仿真應用(二)
脈沖壓縮雷達最常見的調制信號是線性調頻信號,接收時采用匹配濾波器(Matched Filter)壓縮脈沖。它的數學表達式如下:(2) 式中fe為載波頻率,K=B/T是調頻斜率,于是,信號的瞬時頻率為。 其對應的量化公式如下(此式是以圖2實現的原理公式):(3) 式中N為相位累加器的
我國學者在發展高精度神經網絡力場新方法方面取得進展
在國家自然科學基金項目(批準號:22073089、22033007)等資助下,中國科學技術大學蔣彬教授課題組基于量子化學中“原子軌道線性組合”的概念發展了一種高精度機器學習力場方法,該方法有望極大提升復雜化學體系的原子模擬精度。研究成果以“遞歸嵌入原子神經網絡表達:局域完備性和非局域性(Physic
我國學者提出基于正則化流的多尺度神經網絡架構
重正化群是物理學研究中的一個基本概念。它不僅是研究相變與臨界現象以及強耦合問題的有力工具,更塑造了物理學家的世界觀:物理學是關于不同尺度和能標下演生現象(Emergent Phenomena)的有效理論。 人們在深度學習的應用實踐中觀察到,深層神經網絡具有逐層提取特征的能力。處于網絡深層的神經
基于單片機控制的恒流源電路技術研究
直流恒流源的輸出電流,是相對穩定而非絕對不變的,它只是變化很小,小到可以在允許的范圍之內。產生變化的原因是多方面的,主要有以下幾個因素:(1)電網輸入電壓不穩定所致 電網供電有高峰期和低谷期,不可能始終穩定如初。(2) 由負載變化形成的 比如負載短路,負載電流會很大,電源的輸出電
基于寬度學習的微型機器人智能軌跡追蹤方法
近日,中國科學院深圳先進技術研究院集成所智能仿生研究中心副研究員徐升和研究員徐天添研究團隊合作,將寬度學習算法成功應用于微型機器人軌跡追蹤控制中,將數據驅動的思想用于微型機器人控制器設計,由示教訓練替換復雜調參,并推導訓練算法參數約束以保障穩定性能,極大提升了微型機器人軌跡追蹤的準確性及控制器的
上海光機所非線性光學頻率轉換技術研究獲進展
近期,中國科學院上海光學精密機械研究所高功率激光物理聯合實驗室研究員朱健強、劉德安研究團隊在非線性光學頻率轉換相關技術方面取得研究進展。提出并實驗驗證了新一類相位匹配方法——電壓調諧相位匹配。相關研究成果發表在1月27日出版的《物理評論快報》[Phys. Rev. Lett. 118,04390
龍訊曠騰擴展工業領域,機器學習平臺加速分子動力學計算
我們都知道從第一性原理出發的分子動力學(Ab Initio Molecular Dynamics, AIMD)計算,需要消耗大量時間和計算資源。但另一方面,體系中每個原子的能量,可通過考察其鄰近原子的幾何位置即組態(Configuration)近似得到。因此借助機器學習的方法,輔助已有的第一性原理計
微電子所等開發出基于語義記憶的動態神經網絡
大腦神經網絡具有復雜的語義記憶和動態連接性,可將不斷變化的輸入與龐大記憶中的經驗聯系起來,高效執行復雜多變的任務。目前,人工智能系統廣泛應用的神經網絡模型多是靜態的。隨著數據量不斷增長,它在傳統數字計算系統中產生大量能耗和時間開銷,難以適應外界環境的變化。 中國科學院微電子研究所微電子器件與集
基于非線性光學物質制備去除汞修復材料獲進展
原文地址:http://news.sciencenet.cn/htmlnews/2022/10/488175.shtm 汞是一種不可降解的毒性重金屬,主要來源于自然和人為污染。其以多種形態賦存,尤其甲基汞的毒性最強,甲基汞具有生物富集和生物放大特性,對神經系統造成嚴重損傷。而厭氧環境下,汞離子被
新型光電神經網絡架構讓光電計算精度更高
近日,清華大學深圳國際研究生院副教授耿子涵團隊聯合鵬城實驗室等單位,提出了一種基于級聯微環諧振器的光電神經網絡架構。相關研究成果以封面文章的形式發表于《激光與光子學評論》。該研究通過器件結構創新與系統級的優化設計,實現了高消光比與窄帶寬,顯著提升了系統的光譜密度與計算密度,成功攻克了因光強非負性而難
機器學習技術或可解決量子信息難題
今天,記者從上海交通大學獲悉,該校教授金賢敏團隊與南方科技大學教授翁文康合作,首次將機器學習技術應用于解決量子信息難題,實現了基于人工神經網絡的量子態分類器。這一重要研究成果已發表于《物理評論快報》。 量子信息科學與人工智能技術,作為近年來最前沿的研究領域,取得了諸多改變傳統信息科學的進展。但如
研究首次實現基于新型二維材料非線性的量子光源
量子光源作為量子光學系統必不可缺的部分,其小型化一直是人們研究的重點。近日,中國科學技術大學郭光燦院士團隊與新加坡國立大學合作,在二維材料非線性量子光源研究中取得重大突破。 二維材料的層內晶體結構穩定,而原子層間的相互作用力要弱很多。基于這種特性,單層二維材料可以在保持原子尺度厚度的同時也保持
磁控仿魚微型機器人實現復雜運動的高效學習
原文地址:http://news.sciencenet.cn/htmlnews/2023/5/500681.shtm5月8日,中國科學院深圳先進技術研究院集成所智能仿生研究中心的徐升和徐天添研究團隊合作,提出了一套針對微型仿魚磁驅動機器人的復雜運動學習控制方法。研究團隊通過寬度學習網絡訓練獲得了可控
西北大學郭松濤團隊基于深度神經網絡模型進行猴臉識別
人臉識別技術正在飛速發展。西北大學卻不走尋常路,利用人工智能(AI)技術為秦嶺地區數千只川金絲猴進行猴臉識別。利用深度學習技術自動識別靈長類個體 如何能夠準確、快速的對野生動物進行個體識別,實現連續的“焦點動物取樣”和個體全覆蓋的“全事件取樣”,從而科學地認識并據此開展動物保護工作,一直是全世
基于氦質譜檢漏儀下的檢漏技術研究
氦質譜檢漏儀主要是運用磁質譜理論和逆擴散理論及質譜分析方法,用氦氣作為探索氣體制成的檢測儀器。燈絲加熱發射出來的電子經過加速,在電離室內與殘余氣體分子和經被檢件漏孔逆擴散到電離室的氦氣相互碰撞使其電離成正離子,這些離子在加速電場作用下進入磁場,由于洛倫茲力作用產生偏轉,形成圓弧形軌道,其旋轉半徑
新研究實現電阻抗圖像重建范式突破
中國科學技術大學杜江峰院士領銜的中科院微觀磁共振重點實驗室在深度功能醫學電阻抗成像技術上取得重要進展。該實驗室劉東研究員等提出了一種無需訓練的深度電阻抗圖像重建方法,為電阻抗成像技術在病變組織特異性判斷中的應用開辟了新道路。相關研究成果近日發表于國際權威學術期刊《IEEE模式分析與機器智能匯刊》。獲
中科院微電子所在圖網絡存內計算方面獲重要進展
深度學習技術作為AI的重要引擎,近年來受到廣泛關注和飛速發展。圖神經網絡(Graph Neural Network)是一種較新的深度學習技術,可用于處理更復雜的非結構化數據,廣泛應用于社交網絡、電子購物、藥物預測、人機交互等應用場景。隨著數據量的急速膨脹,傳統CMOS數字硬件系統中運行圖神經網絡的效
嗅覺訓練能成為新的大腦訓練嗎?
隨著年齡的增長,我們的嗅覺能力經常出現問題(稱為嗅覺障礙)。老年人可能無法識別一種氣味或將一種氣味與另一種區分開來。在某些情況下,他們可能根本無法察覺氣味。氣味識別困難在患有神經退行性疾病的人身上很常見,包括老年癡呆癥。 在沒有已知醫學原因的情況下,嗅覺受損可能是認知能力下降的一個預測因素。據
基于雙球微腔耦合的線性偏振單模激射研究獲進展
近期,中國科學院上海光學精密機械研究所激光與紅外材料實驗室研究員張龍、董紅星領銜的微結構光物理研究團隊與華東師范大學、南京航天航空大學合作,在耦合雙球微腔中獲得高品質、穩定的線性偏振單模激光。相關研究成果作為當期封面文章發表在[Nanoscale, 12, 5805(2020)]。 微納結構光
西安光機所智能光學顯微成像研究取得進展
近日,中國科學院西安光學精密機械研究所瞬態光學與光子技術國家重點實驗室姚保利課題組在智能光學顯微成像研究方面取得新進展。相關研究成果以Dual-wavelength in-line digital holography with untrained deep neural networks為題,在線