Nature：利用机器学习技术对肺癌患者进行早期诊断
日前，一项刊登在国际杂志Nature上的研究报告中，来自斯坦福大学等机构的科学家们通过研究或有望利用机器学习手段来检测人类患者机体中的早期肺癌，文章中，研究人员分析并检测了这种机器学习系统，以及其寻找血液样本中的循环肿瘤DNA（ctDNA）的能力。图片来源：CC0 Public Domain 肺癌是一种最常见的致死性癌症，与很多癌症一样，肺癌发现得越早，患者的生存机会就越大；但很不幸的是，目前研究人员仅能通过CT扫描来对肺癌进行诊断，这种检测手段不仅昂贵而且假阳性率较高，基于这一原因，研究人员一直想通过研究开发出能在早期阶段对肺癌进行诊断的血液检测手段。 新型的血液检测手段将会涉及对血液样本中的ctDNA进行筛查，随后研究者开始转向开发机器学习系统，此前研究结果表明，利用机器学习技术有望识别出早期乳腺癌和其它类型的癌症。这项研究中，研究人员训练机器学习模型，使其能够识别出与非小细胞肺癌相关的数据参数，一旦该机器模型进行了......阅读全文
Nature：利用机器学习技术对肺癌患者进行早期诊断
日前，一项刊登在国际杂志Nature上的研究报告中，来自斯坦福大学等机构的科学家们通过研究或有望利用机器学习手段来检测人类患者机体中的早期肺癌，文章中，研究人员分析并检测了这种机器学习系统，以及其寻找血液样本中的循环肿瘤DNA（ctDNA）的能力。图片来源：CC0 Public Domain
机器学习模型预测中风？
中风的诊断可能很棘手，因为患者并不总是表现出典型的症状，而且其他疾病也可能模仿它。研究人员利用现有数据开发了一种机器学习模型，可以准确预测中风，并可能使诊断变得更容易。诊断错误是一个主要的公共卫生问题，造成了可预防的病人伤害和卫生超支。由于诊断错误而导致的可预防的中风死亡比误诊的心脏病发作要常见30
机器学习加速探索材料的开发
设计空间几何增长是材料设计中的一大挑战。机器学习（ML）加速探索材料设计已经开始在的这一挑战中发挥作用，并显著提高了发现材料的效率。然而，这个流程暗含了密度泛函理论（DFT）产生的训练集的统计上的偏见。并且，在使用高通量计算产生训练集的时候，大量的计算会失败。这种情况对于一些有趣的，例如含有自由
比传统机器学习算法快1000倍——联想学习法
英国牛津大学材料系研究人员联合埃克塞特大学和明斯特大学的同事开发了一种片上光学处理器，能检测数据集中的相似性，速度比在电子处理器上运行的传统机器学习算法快1000倍。发表在《光学》杂志上的这项新研究的灵感来自诺贝尔奖获得者伊万·巴甫洛夫对经典条件反射的发现。巴甫洛夫在实验中发现，如果在喂食过程中提供
Google如何用机器学习帮助药物研发？
从在搜索中回答与健康相关的问题，到给开发者提供健身数据平台，Google在我们的日常健康中越来越重要。但其实互联网巨头们也在努力加快研发治愈人类顽疾的关键药物。 同斯坦福大学的Pande Lab合作，Google Research发表了一篇题为“针对药物研发的大规模多任务网络”的文章
机器学习模型可识别乳房病变风险
美国研究人员近日在《放射学》杂志线上版发表文章称，他们开发出一种机器学习工具，可以确定哪些高危乳房病变可能会变成癌症，从而帮助医生作出正确的治疗决策，减少不必要的手术。 乳房病变是一种女性常见疾病，而高危乳房病变有很大几率转变成癌症。正是由于这种风险，手术切除病变组织通常被认为是首选治疗
“量子比特+机器学习”可精准测磁场
北京7月8日电,据芬兰阿尔托大学官网近日报道，该校科研人员主导的国际团队提出了一种采用量子系统测量磁场的方法，新系统的精确度超过了标准量子极限。他们表示，从量子状态中快速提取信息，对于未来的量子处理器和现有超灵敏探测器来说都必不可少。此项研究向利用量子增强方法进行传感迈出了关键的第一步。 在
机器学习鉴别出八种戒烟药物
美国科学家开发出一种新的机器学习方法，可通过计算机程序分析数据集的模式和趋势来识别药物，他们借此鉴定出了8种有助戒烟的药物，包括用于治疗感冒咳嗽的右美沙芬等。相关研究刊发于最新一期《自然·遗传学》杂志。 吸烟是导致心血管疾病、癌症和呼吸系统疾病的危险因素。虽然吸烟行为是后天学习的，但此前的一项
机器学习助力更好理解水的行为
美国一个研究团队在最新一期《物理评论快报》上刊发论文称，他们借助机器学习技术来理解水在零下100℃的行为。最新研究不仅能让科学家更好地理解水，也为更好地从理论上理解各种物质开辟了更多途径。 水是人们最熟悉、接触最频繁的物质之一，但实际上它还有很多未解之谜。在过去30年里，科学家们从理论上认为，当
机器学习模型创建定制气味和香水
目前，人们仅根据气味剂的物理化学特征来预测嗅觉印象。但是，该方法无法预测传感数据，而传感数据对于产生气味是必不可少的。为了解决这个问题，日本东京工业大学研究人员采用了逆向思维的创新策略，不是根据分子数据预测气味，而是根据气味印象预测分子特征。这是使用标准质谱数据和机器学习模型实现的。研究成果发表在最
机器学习技术加速植物精准设计育种
种子被誉为农业的“芯片”，育种科技创新是推动农业发展的核心动力。未来植物育种的新范式是基因组学、基因编辑、合成生物学等生物技术（BT）与数据科学、机器学习、人工智能等信息技术（IT）的多元化融合。农业农村部“十四五”规划将“智慧种业”列在“智慧农业”领域七大攻关任务之首。任务中明确提出：构建数字化育
Nature－Communications：肺癌新克星
近日研究发现，一个来自德克萨斯大学跨学科的医学分支研究团队已鉴定出代表新型抗癌药物的小分子，该分子可以靶向治疗肺癌。相关文章发表在《Nature Communications》上。该项PCT专利(WO 2013028543 A1)被相关机构记录在册。 在很大程度上幸存的肺癌患者身体状况非常差是
Nature－Medicine：肺癌早期诊断
伦敦大学学院研究人员领导的一项新研究表明，世界上首个癌前肺部病变的基因测序可能为早期发现和新治疗铺平道路。 在肺癌发生之前，气管中会出现癌前病变，但只有一半会变成肺癌，而另一半则会消失或保持良性，而不会有害。在显微镜下，这些病变看起来是一样的，很难知道哪些病变该治疗。 发表在Nature M
机器学习技术或可解决量子信息难题
今天，记者从上海交通大学获悉，该校教授金贤敏团队与南方科技大学教授翁文康合作，首次将机器学习技术应用于解决量子信息难题，实现了基于人工神经网络的量子态分类器。这一重要研究成果已发表于《物理评论快报》。 量子信息科学与人工智能技术，作为近年来最前沿的研究领域，取得了诸多改变传统信息科学
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
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
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
槟榔、芒果机器学习遥感分类研究取得进展
近日，中国热带农业科学院科技信息研究所智慧农业研究中心在槟榔、芒果机器学习遥感分类研究上取得新进展。该研究在《遥感》（Remote Sensing）上发表。芒果和槟榔是国内重要热带经济作物，对地方农业农村经济发展具有重要意义。及时、准确获取芒果和槟榔种植园的空间结构信息不仅是区域农业结构调整和优化的
－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
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（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
机器学习分析出语言多样性成因
人类至少有7000多种不同的语言,这种多样性强加了社会界限,对我们的认知和经济生活、思考方式以及人们之间的互动都产生了深远影响。 瑞士苏黎世大学（UZH）的研究人员在《英国皇家学会学报B》上发表文章称,他们在大型数据集上运用机器学习技术证明,当前的语言多样性在很大程度上是由于过去10000年过
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
机器学习模型首次在太空检测云层变化
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/505829.shtm
Nature：接入脑细胞的机器
请你试想一下：将电极固定在活体动物的脑细胞上并记录其电颤振，这得需要多大的技巧和耐心？神经生物学家Edward Boyden解答说，这项技术就是大名鼎鼎的“全细胞膜片钳”（whole-cell patch-clamping），被奉为“神经科学中最精密的技术”，全球仅有几十个实验室专攻此术。 不
Nature专题：穿过迷雾看肺癌
肺癌是造成癌症死亡的主要原因，主要分为小细胞肺癌（15%）和非小细胞肺癌两大类，其中非小细胞肺癌又可分为腺癌（40%）、鳞状细胞癌（30%）和大细胞癌（15%）。不同类型的肺癌，治疗策略和预后情况也不尽相同。 十几年来肺癌发病率在中国攀升得很快，这主要是因为吸烟人数快速增加（大多是男性），据统
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
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
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
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