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

  • AI全身圖譜揭示肥胖對面部神經的隱藏攻擊,或將改變代謝疾病診斷

    肥胖對健康的影響遠不止體重增加和新陳代謝紊亂。亥姆霍茲慕尼黑研究中心和慕尼黑大學的研究人員利用全新的人工智能系統MouseMapper,首次在細胞級別對整個小鼠身體進行掃描和映射,發現了一個令人驚訝的新效應:肥胖不僅觸發全身廣泛炎癥,還會損傷面部感覺神經,影響觸覺和面部感覺功能。這項發表于《Nature》期刊的研究同時確認,相同的分子特征也出現在肥胖人類的組織樣本中。 MouseMapper是一個基于基礎模型的深度學習AI框架,可自動識別和分割31種器官和組織類型,同時映射全身的神經網絡和免疫細胞。研究團隊首先使用熒光標記物標記小鼠的神經和免疫細胞,然后利用組織透明化技術使小鼠透明,保留熒光信號,再通過先進的光片顯微鏡捕獲整個小鼠的詳細三維圖像——生成了包含數千萬個細胞結構的龐大數據集。 在高脂飲食誘導的肥胖小鼠中,MouseMapper發現全身免疫細胞組織和神經結構發生了廣泛改變。最引人注目的發現涉及三叉神經——負責面部......閱讀全文

    AI全身圖譜揭示肥胖對面部神經的隱藏攻擊,或將改變代謝疾病診斷

    肥胖對健康的影響遠不止體重增加和新陳代謝紊亂。亥姆霍茲慕尼黑研究中心和慕尼黑大學的研究人員利用全新的人工智能系統MouseMapper,首次在細胞級別對整個小鼠身體進行掃描和映射,發現了一個令人驚訝的新效應:肥胖不僅觸發全身廣泛炎癥,還會損傷面部感覺神經,影響觸覺和面部感覺功能。這項發表于《Nat

    AI偵探敲碎深度學習黑箱

      研究人員創建了能填補照片空白的神經網絡,以鑒別人工智能瑕疵。  Jason Yosinski坐在美國加州舊金山的一個小型玻璃辦公室內,陷入了對人工智能的沉思。作為優步公司的研究科學家,Yosinski正為在筆記本電腦上運行的人工智能(AI)進行“腦外科手術”。  很多AI將改變人類現代生活,例如

    深度學習“見頂”不等于AI寒冬

       盡管新的算法模型在推動AI向前發展,但并不意味著它們的前景可以預見,也不意味著深度學習“不可救藥”。  在當前的第三次人工智能(AI)浪潮之中,深度學習算法被認為是迄今為止“最為重大的AI革命”。此說法或許有所夸大,但深度學習對這一輪AI的大爆發而言的確功不可沒。然而,最近以來,關于深度學習算

    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

    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

    百度王海峰:AI創新和發展,進入“深度學習+”階段

    進入2023年,百度首席技術官王海峰對創新和增長充滿樂觀。 “‘深度學習+’,是創新發展新引擎,驅動技術發展和產業增長,讓創新創造大有可為。”在百度Create AI開發者大會上,王海峰提出“深度學習+”:人工智能(AI)的技術創新和產業發展,已經進入“深度學習+”階段。 他指出,深度

    計算成像可解釋性深度學習重建方法研究取得進展

      傅里葉疊層成像是一種新興的計算成像技術,其成像的正向模型包括光瞳函數的低通濾波、光瞳在頻域內的掃描采樣、傅里葉變換和復雜的成像噪聲污染。傳統基于深度神經網絡學習(如卷積神經網絡)方法在遠距離場景下,環境噪聲干擾更為復雜,高分辨率圖像重建難度顯著增加。  中國科學院西安光學精密機械研究所科研團隊提

    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

    深度學習算法“解密”腦活動

      英國《自然·醫學》雜志9月25日在線發表的一項研究,報告了一種可以分析四肢癱瘓患者大腦活動的深度學習算法。該算法已被用于向患者的前臂肌肉傳遞電刺激,從而恢復癱瘓肢體的功能性運動。  慢性癱瘓患者的生活質量可以通過腦機接口加以改善。腦機接口可以將控制運動的中樞神經系統回路和輔助設備(例如計算機光標

    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

    TPU將成深度學習的未來?(二)

    能夠進行數據推理的第二代TPU第一代的TPU只能用于深度學習的第一階段,而新版則能讓神經網絡對數據做出推論。谷歌大腦研究團隊主管Jeff Dean表示:“我預計我們將更多的使用這些TPU來進行人工智能培訓,讓我們的實驗周期變得更加快速。”“在設計第一代TPU產品的時候,我們已經建立了一個相對

    深度學習協助預測厄爾尼諾-|《自然》論文

      《自然》發表的一篇論文Deep learning for multi-year ENSO forecasts報道了一種可以提前一年半預測厄爾尼諾事件的深度學習方法,克服了該領域內長期存在的一項挑戰。用來預測厄爾尼諾現象的CNN預測系統來源: Ham et al.  厄爾尼諾事件發生于太平洋東部和

    深度學習算法準確追蹤動物運動

      根據英國《自然·神經科學》雜志8月21日在線發表的一項研究,美國哈佛大學團隊運用一種新型深度學習算法,成功追蹤動物運動及行為,其準確度可達到人工水平,而且無需采用追蹤標記物或進行費時的手動分析。專家認為,這一成果打開了海量的數據來源之門。  準確追蹤行為發生期間的身體運動部位是運動科學的一項重要

    TPU將成深度學習的未來?(一)

    在Google I/O 2016的主題演講進入尾聲時,谷歌的CEO皮采提到了一項他們這段時間在AI和機器學習上取得的成果,一款叫做Tensor Processing Unit(張量處理單元)的處理器,簡稱TPU。在這個月看來,第一代的TPU處理器已經過時。在昨天凌晨舉行的谷歌I/O 2017

    新光學芯片可實現高效“深度學習”

      美國麻省理工學院(MIT)科學家在12日出版的《自然·光學》雜志上發表論文稱,他們開發出一種全新的光學神經網絡系統,能執行高度復雜的運算,從而大大提高“深度學習”系統的運算速度和效率。  “深度學習”系統通過人工神經網絡模擬人腦的學習能力,現已成為計算機領域的研究熱門。但由于在模擬神經網絡任務中

    深度學習復興:向人工智能邁進

      它是未來的一部分,我們才剛剛開始。圖片來源:BRUCE ROLFF   3年前,美國加利福尼亞州山景城神秘的谷歌X實驗室的研究人員從YouTube視頻中提取了1000萬個靜態圖像,并將其輸入“谷歌大腦”——由1000臺計算機構成的網絡,從而試圖像一個蹣跚學步的孩子一樣吸收這個世界的信息。經過3

    人工智能進入“深度學習+”階段

      雖然從底層技術看,ChatGPT并不算創新,但其社會影響遠遠超出了預期。這款由美國人工智能公司OpenAI開發的聊天機器人,2022年11月推出后火遍全球,成為史上增長最快的消費者應用程序。  讓機器和真人自由對話,一直是人工智能領域的重要目標之一。ChatGPT的爆火背后,其實是深度學習技術的

    新光學芯片可實現高效“深度學習”

      美國麻省理工學院(MIT)科學家在12日出版的《自然·光學》雜志上發表論文稱,他們開發出一種全新的光學神經網絡系統,能執行高度復雜的運算,從而大大提高“深度學習”系統的運算速度和效率。  “深度學習”系統通過人工神經網絡模擬人腦的學習能力,現已成為計算機領域的研究熱門。但由于在模擬神經網絡任務中

    全身麻醉對遠期學習記憶功能影響的研究

    全身麻醉是否對遠期學習記憶功能存在不良影響,是臨床醫學界一直爭論的問題,也是麻醉學者日常工作中一直面臨的實際問題。近年來該研究領域頗為活躍并取得了一定的進展,現作簡要綜述以引起麻醉學者的進一步關注。人們在臨床中工作發現有部分病人全身麻醉手術后會出現記憶和認知功能障礙,在老年病人中尤為常見,稱為術后認

    基于深度學習的化纖外觀缺陷語義分割

    摘要: 針對化纖外觀缺陷檢測使用基于深度學習的語義分割方法,總結了自2014年以來基于深度學習的典型語義分割方法,并在此基礎上應用到化纖外觀檢測項目上,取得了不錯的效果。 01 化纖外觀缺陷檢測背景 化纖作為紡織制造的原料,由化纖生產企業進入下游紡織企業前會收卷形成絲餅,但在絲餅

    人臉檢測發展:從VJ到深度學習(五)

      在過去十幾年的探索過程中,涌現出的特征不勝枚舉,這里只選取了部分比較有代表性和反映了人們探索思路的特征進行舉例。這里所有列舉的特征都有一個共同的特點:都由科研工作者根據自己的經驗手工設計,這些特征的設計反映了人們對問題的理解和思考。雖然隨著不斷的改進,設計出的特征已經日臻完善,但直到現在

    人臉檢測發展:從VJ到深度學習(六)

      還有一種比較典型的結構是樹形的級聯結構,從形狀上來看其和金字塔式的級聯結構是一樣的,也是從上往下分類器的數目逐層增多,區別就在于樹形的級聯結構中沒有同一層分類器之間的橫向連接,只有相鄰層分類器之間的縱向連接,即一個窗口在同一層上不會由多個分類器進行分類,而會直接被送往下一層或者被排除。樹

    人臉檢測發展:從VJ到深度學習(四)

      造成人臉檢測速度慢的根本原因還在于輸入規模過大,動輒需要處理幾十上百萬的窗口,如果這樣的輸入規模是不可避免的,那么有沒有可能在處理的過程中盡快降低輸入規模呢?如果能夠通過粗略地觀察快速排除掉大部分窗口,只剩下少部分窗口需要進行仔細的判別,則總體的時間開銷也會極大地降低。從這樣的想法出發,

    深度學習在雷達中的研究綜述(二)

    其中,?J(w,b)?為對應自編碼器代價函數,?β?為控制系數性懲罰因子權重。2.3 DBN基本原理DBN是一個概率生成模型,其建立一個觀測數據與標簽之間的聯合分布。并且DBN由多個受限玻爾茲曼機(Restricted Boltzmann Machine, RBM)組成,典型的DBN結構如圖4所示。

    人臉檢測發展:從VJ到深度學習(三)

      在確定了選擇窗口的策略,設計好了提取特征的方式,并學習了一個針對人臉和非人臉窗口的分類器之后,我們就獲得了構建一個人臉檢測系統所需要的全部關鍵要素——還有一些小的環節相比之下沒有那么重要,這里暫且略去。  由于采用滑動窗口的方式需要在不同大小的圖像上的每一個位置進行人臉和非人臉窗口的判別

    深度學習算法-助力精準診斷結直腸腫瘤

      根據發表在《Life Science Alliance》雜志上的新研究,一種新的深度學習算法可以快速,準確地分析來自結直腸腫瘤的幾種基因組數據,以進行更準確的分類,從而有助于改善診斷和相關的治療選擇。  大腸腫瘤的發展方式各不相同,需要接受的藥物類型也不同,生存率也大不相同。通常,基于對基因表達

    DeepDEP:深度學習構建腫瘤依賴性圖譜

      大家好呀!今天給大家介紹一篇2021年發表在Science Advances上的文章。全基因組功能缺失篩查揭示了對癌細胞增殖十分重要的基因,稱為腫瘤依賴性。然而將腫瘤依賴性關系與癌細胞的分子組成聯系起來并進一步與腫瘤聯系起來還是一個巨大的挑戰。本研究,作者提出了DeepDEP,基于深度學習模型和

    深度學習在雷達中的研究綜述(三)

    3.2 基于SAE的SAR圖像處理研究SAE的特點是可自動從無標記數據中學習特征,并且給出比原始數據更好的特征描述,進一步通過該學習到的特征得到更好的分類效果。有學者將其應用于地物目標分類、艦船分類以及城市變化檢測等場景。并且通過SAE對SAR圖像進行分析,其與傳統方法相比,展現SAE具有自動學習高

    深度學習模型成功識別胚胎發育過程

    英國普利茅斯大學牽頭的研究表明,一種新的深度學習人工智能(AI)模型可通過視頻,識別出胚胎發育過程中發生的事件及其發生時間。29日發表在《實驗生物學雜志》上的論文,重點介紹了這種名為“Dev-ResNet”的模型,它能識別出動物胚胎中何時發育出了關鍵功能,包括其心臟功能、孵化、爬行,甚至死亡。普利茅

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