量子物理与机器学习结合研究取得进展
生成模型(Generative Model)是机器学习领域的重要课题和研究前沿，也被认为是通往人工智能的必由之路。历史上，物理学为生成型学习提供了很多新思路。比如，著名的玻尔兹曼机(Boltzmann Machine)就来自于统计物理中的伊辛模型及相关的反伊辛问题。最近，中国科学院物理研究所/北京凝聚态物理国家研究中心研究员范桁、副研究员王磊以及合作者从量子物理的玻恩诠释中获得启发，提出了一类新颖的概率生成模型——玻恩机(Born Machine)。玻恩机自然地将研究多体波函数的量子纠缠视角引入机器学习问题中，是量子机器学习领域的新方向。这项工作采用量子多体计算中的张量网络算法学习经典数据的生成概率。该工作于近期发表在Physical Review X 杂志上。 生成模型的研究重点是如何从给定的数据集合中学习到数据的联合概率分布，以及如何依据学习到的概率分布高效地生成新的样本。研究团队提出利用量子波函数的概率幅模平方来编码......阅读全文
常见机器学习算法优缺点比较（四）
缺点 · 当观测样本很多时，效率并不是很高； · 对非线性问题没有通用解决方案，有时候很难找到一个合适的核函数； · 对缺失数据敏感； · 对于核的选择也是有技巧的（libsvm中自带了四种核函数：线性核、多项式核、RBF以及sigmoid核）： · 第一，如果样本数量小于特征
机器学习+化学直觉让药物发现更有效
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/511579.shtm
机器学习可用更少血液更早筛查癌症
原文地址：http://news.sciencenet.cn/htmlnews/2024/1/516631.shtm
常见机器学习算法优缺点比较（一）
机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热，神经网络也是一个不错的选择。假如你在
常见机器学习算法优缺点比较（三）
优点：实现简单，计算简单； 缺点：不能拟合非线性数据. 4.最近领算法——KNN KNN即最近邻算法，其主要过程为： 计算训练样本和测试样本中每个样本点的距离（常见的距离度量有欧式距离，马氏距离等）； 对上面所有的距离值进行排序； 选前k个最小距离的样本； 根据这k个样本的标签进行
准确预测身高？这种机器学习算法能做到
美国密歇根州立大学的研究人员近日开发出一种先进的算法，能够根据个人基因组来预测他们的身高、骨密度，甚至是教育水平。这项成果于近日发表在《Genetics》杂志十月刊上。 这项研究的负责人、密歇根州立大学的Stephen Hsu博士表示这仅仅是开始。“尽管我们现在验证了这一工具的这三个结果，但我
常见机器学习算法优缺点比较（二）
常见算法优缺点 1.朴素贝叶斯 朴素贝叶斯属于生成式模型（关于生成模型和判别式模型，主要还是在于是否是要求联合分布），非常简单，你只是做了一堆计数。如果注有条件独立性假设（一个比较严格的条件），朴素贝叶斯分类器的收敛速度将快于判别模型，如逻辑回归，所以你只需要较少的训练数据即可。即使
机器学习遇到单细胞组学：Perturbation－Modeling
细胞生物学的相关研究一直受限于数据的完整性和表型的完整性，对应激状态和稳态下的细胞区别观察不够充分。过去五年中，计算机视觉和语音识别领域通过对大量的无标签数据进行学习、建模，很好的解决了数据不足的问题。同样在最近的研究中，机器学习方法使用单细胞数据进行扰动建模也推动了细胞生物领域前进。
－机器学习的新玩法：可做医疗监控
也许现在多数人们还认为“机器学习”(Machine Learning)是一个相当前沿的概念，但事实上，你接触的若干互联网产品已经使用了与机器学习有关的思维或技术。比如电子邮件服务商就是使用机器学习算法来过滤垃圾邮件的，Google也通过相关的技术来辨别垃圾站点。 对于很多互联网用户来说
Nature评述：「量子人工智能」会彻底改变科学吗？
科学家们正在探索量子机器学习的潜力。但人工智能与量子计算的融合是否会带来有用的应用，目前还不清楚。 谷歌在探索量子计算机能否帮助机器学习 这就是未来计算的复仇者联盟。将机器学习和量子计算机这两个科技界最热门的词汇放在一起，就是量子机器学习。就像《复仇者联盟》漫画和电影一样，汇集了全明星超级英
机器学习方法精准破解羊肉“地理标志密码”
近日，中国农业科学院农产品加工研究所肉品科学与营养工程创新团队将非靶向代谢组学与机器学习方法相结合，成功构建了羊肉产地精准判别模型，为羊肉产地精准溯源提供了新方法。相关研究成果发表于《食品化学:X（Food Chemistry:X）》。受肉羊品种和饲养环境影响，羊肉品质具有鲜明的地域特征，因此地理标
全新忆阻器超越现有机器学习系统
在当今“大数据”时代，现有计算机硬件架构已面临速度和高能耗的瓶颈。科技日报记者日前采访美国密西根大学电子工程与计算机系卢伟教授获悉，他带领同事研发出一种全新忆阻器（Memristor）阵列芯片，其处理图片和视频等复杂数据的速度和能效，超越了现有最先进机器学习系统。相关论文发表在最近一期《自然·纳
基于机器学习精确揭示心律不齐的原因
近日，Skoltech研究所的科学家们设计了一种新的基于机器学习的方法，用于检测“心房颤动驱动器”，即被认为会导致最常见类型的心律不齐的心肌小斑块。据美国心脏协会称，这种方法可能导致更有效的针对性医疗干预，以治疗估计影响全球3300万人的疾病。 心房颤动（AF）的背后机制尚不清楚，AF是一种异
向人脑学习，研发神经机器人
伴随着多学科的发展，机器人的应用领域也广阔起来，其中就包括生物学与医学涉及的神经学领域。 在刚刚结束的2016世界机器人大会上，来自德国慕尼黑工业大学教授Alois C.Knoll就做了一场关于神经机器人的演讲。他不仅回顾了历史，更畅想了未来。 模拟人类神经系统 今年5月，德国科学家们研
机器学习可模拟优化秸秆生物炭制备调控
近日，中国农业科学院农业环境与可持续发展研究所种植废弃物清洁转化与高值利用团队构建了机器学习大数据模型，揭示了秸秆生物炭材料及其储能特性的构效关系，相关研究成果发表在《化学工程杂志》（Chemical Engineering Journal）上。生物炭因其可再生性和独特的理化特性是超级电容器电极的理
机器学习新算法加速药物研发进程
据物理学家组织网2月6日报道，加拿大多伦多大学的科研人员最新研制出了一套新的机器学习算法，能生成微小蛋白质分子的3D结构。研究人员指出，新算法有望彻底变革药物的研发进程以及我们对生命的理解。 研发人员之一、多伦多大学的博士生阿里·普勒贾尼解释称，确定蛋白质分子的3D原子结构对于理解它们的工作原
机器学习辅助催化材料结构寻优获进展
原文地址：http://news.sciencenet.cn/htmlnews/2023/10/511123.shtm近日，华东理工大学化学与分子工程学院计算化学中心/工业催化研究所教授王海丰课题组在《美国化学会志》上发表论文，报道了团队在机器学习辅助催化材料结构寻优方面的最新研究成果。
首次应用机器学习技术协助开展神经梅毒诊断
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/506325.shtm
软体机器人学习如何避免“黄油手”
许多机械臂都擅长拾取物体，但如果拾取时机械臂的许多部件必须同时移动，那么当物体开始滑动时，进行即时调整可能具有挑战性。英国伦敦大学学院的Thomas Thuruthel和同事制造了一种简单的柔软机械手，只要手腕一动，就能防止物体滑落。研究人员用3D打印的塑料骨架和柔软的模制硅胶材料制作了一只类似人类
机器学习算法助力新模型实现羊肉精准溯源
近日，中国农业科学院农产品加工研究所肉品科学与营养工程创新团队将非靶向代谢组学与机器学习方法相结合，成功构建了羊肉产地精准判别模型，为羊肉产地精准溯源提供了新方法。相关研究成果发表于《食品化学X》（Food Chemistry: X）。受肉羊品种和饲养环境影响，羊肉品质具有鲜明的地域特征，因此地理标
机器学习帮助揭示大脑编码短期记忆的关键
新加坡国立大学（NUS）的研究人员发现了大脑编码短期记忆的关键，进而在认知计算神经科学领域取得了突破。 新加坡国立大学心理学系助理教授Camilo Libedinsky以及新加坡国立大学创新与设计计划高级讲师Shih-Cheng Yen等人发现，大脑额叶中的神经元群体在动态变化的神经活动中包含
软体机器人学习如何避免“黄油手”
原文地址：http://news.sciencenet.cn/htmlnews/2023/4/498759.shtm
物理所搭建拓扑量子磁体
拓扑物态具有受保护的拓扑边界模式，对局域扰动展现出鲁棒性，是凝聚态物理和量子信息科学领域的前沿热点课题之一。人工量子系统凭借其结构的可定制性和参数的可调性，已成为研究拓扑物态的重要实验平台。然而，迄今为止，基于人工量子系统的拓扑物态研究集中在无相互作用的系统，而对具有相互作用的多体拓扑物态的量子模拟
物理所搭建拓扑量子磁体
拓扑物态具有受保护的拓扑边界模式，对局域扰动展现出鲁棒性，是凝聚态物理和量子信息科学领域的前沿热点课题之一。人工量子系统凭借其结构的可定制性和参数的可调性，已成为研究拓扑物态的重要实验平台。然而，迄今为止，基于人工量子系统的拓扑物态研究集中在无相互作用的系统，而对具有相互作用的多体拓扑物态的量子模拟
上海微系统所石墨烯量子点荧光发光机制研究获进展
近日，中国科学院上海微系统与信息技术研究所纳米材料与器件实验室丁古巧团队在石墨烯量子点制备及荧光机制研究方面取得进展。该工作深化了关于石墨烯量子点发光机理的认知，阐释了多变量体系下机器学习辅助材料制备成果所包含物理内涵。相关研究成果以Precursor Symmetry Triggered Mo
证实了！学习物理真的能让脑袋变灵活
利用功能磁共振成像（fMRI）测量大脑中的血流量，由Eric Brewe领导的研究小组在受试者完成物理推理任务之前和之后，寻找到了他们大脑的哪些区域变得活跃。这项有趣的研究成果已于5月24日发表在Frontiers in ICT杂志上。 具体来说，这项试验安排了50多名志愿者学生参加。他们均被
证实了！学习物理真的能让脑袋变灵活
Scanning using fMRI determined that physics learning activated new parts of the brain.Credit：Florida International University。 利用功能磁共振成像（fMRI）测量大脑中
证实了！学习物理真的能让脑袋变灵活
利用功能磁共振成像（fMRI）测量大脑中的血流量，由Eric Brewe领导的研究小组在受试者完成物理推理任务之前和之后，寻找到了他们大脑的哪些区域变得活跃。这项有趣的研究成果已于5月24日发表在Frontiers in ICT杂志上。 具体来说，这项试验安排了50多名志愿者学生参加。他们均被
机器学习提升天气与气候预测准确度
谷歌研究公司的Stephan Hoyer与合作者开发了一个机器学习模型，能进行准确的天气预测和气候模拟。该模型名为NeuralGCM，能超越部分现有天气和气候预测模型，有望比传统模型节省大量算力。相关研究7月22日发表于《自然》。 一般环流模型表示了大气、海洋和陆地的物理过程，是天气和气候预测
可解释机器学习破解催化结构敏感性难题
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/519188.shtm近日，中国科学技术大学李微雪教授结合物理启发的可解释机器学习算法与第一性原理计算，解决了一个多相催化研究中长期存在的关于催化结构敏感性难题。研究成果于近日以“Structure Sen