Antpedia LOGO WIKI资讯

利用弹性网正则化或卷积神经网络构建评估扁豆丝囊菌...

利用弹性网正则化或卷积神经网络构建评估扁豆丝囊菌根腐病模型丝囊菌根腐病是限制扁豆和豌豆产量的主要疾病,能够导致严重的经济损失。目前商业化推广种植的品种大都缺乏根腐病抗性,因此,研究者致力于通过遗传育种方法开发出抗病性更好的扁豆品种。 作物表型由于与植物表达性状(受基因和环境因素间的相互作用影响)的评估息息相关,所以成为了作物改良工作中的一个关键过程。传统表型方法通量较低且易受主观因素影响,往往费时费力,因此有必要开发新的表型组学技术,在细胞、器官、植株或群体层面辅助获取多维表型数据。可以预见的是,与传统方法相比,表型组学的进步将能够实现对大规模育种试验进行无损、自动化以及高时空分辨率的评估。 数据驱动的方法解释特定的生物学模式(如抗病性和农艺表现等)能够帮助植物育种专家、病理学家和生理学家等做出决策。传感器技术的发展推动了许多性状的大规模筛选,这种大规模筛选的方法会生成大量的数据,需要进行数据分析来提取出有意......阅读全文

利用弹性网正则化或卷积神经网络构建评估扁豆丝囊菌...

利用弹性网正则化或卷积神经网络构建评估扁豆丝囊菌根腐病模型丝囊菌根腐病是限制扁豆和豌豆产量的主要疾病,能够导致严重的经济损失。目前商业化推广种植的品种大都缺乏根腐病抗性,因此,研究者致力于通过遗传育种方法开发出抗病性更好的扁豆品种。 作物表型由于与植物表达性状(受基因和环境因素间的相互作用

自动化所提出不规则卷积神经网络

  近日,中国科学院自动化研究所马佳彬、王威、王亮等研究人员在科学预印本网站arxiv上预发表了一项研究,提出了一种新形式的卷积神经网络——不规则卷积神经网络,这种新的方法能够解决常规卷积效率低下的问题。  在深度卷积神经网络(CNN)中,卷积核是最基本和最重要的组件。研究人员给卷积核配置了形状属性

我国学者提出基于正则化流的多尺度神经网络架构

  重正化群是物理学研究中的一个基本概念。它不仅是研究相变与临界现象以及强耦合问题的有力工具,更塑造了物理学家的世界观:物理学是关于不同尺度和能标下演生现象(Emergent Phenomena)的有效理论。  人们在深度学习的应用实践中观察到,深层神经网络具有逐层提取特征的能力。处于网络深层的神经

科学家首次将深度卷积神经网络应用于肝硬化

  12月1日,由中国门静脉高压联盟(CHESS)负责人祁小龙组织发起的CHESS1802国际多中心研究(NCT03766880)发表于国际权威消化肝病期刊《临床胃肠病和肝病学》,首次将深度卷积神经网络应用于肝硬化场景,建立了一套基于放射影像的AI算法,助力门静脉高压精准无创诊断

宇宙神经网络:高度相似的神经网络与宇宙星系

作者:罗辑科学      一项最新的研究表明人类大脑神经元网络和宇宙的星系网络之间存在惊人的结构相似性!这项研究结果由意大利天体物理学家Franco Vazza和神经外科医生Alberto Feletti以题为“The&

宇宙神经网络:高度相似的神经网络与宇宙星系

   一项最新的研究表明人类大脑神经元网络和宇宙的星系网络之间存在惊人的结构相似性!这项研究结果由意大利天体物理学家Franco Vazza和神经外科医生Alberto Feletti以题为“The Quantitative Comparison Between the Neuronal Netwo

提出神经网络构建非绝热势能面新方法

           神经网络构建非绝热势能面   课题组供图           近日,中科院大连化学物理研究所分子反应动力学国家重点实验室傅碧娜研究员、张东辉院士团队在化学反应的非绝热势能面构建中取得新进展,提出了

俄罗斯研究人员尝试利用神经网络研发新药

   来自俄罗斯Mail.ru集团、Insilico Medicine医药公司、莫斯科物理技术学院的研究人员首次尝试利用神经网络研制新的药物。他们试图教会神经网络“思考”并创造出新的分子结构,进而生成一些新的有前景的药物成分。该研究结果发表在《Оncotarget》杂志上。   目前人类已知由无机分

大脑发育的神经网络建模

  本周《自然》发表的两篇研究Assembly of functionally integrated human forebrain spheroids和Cell diversity and network dynamics in photosensitive human brain organoi

神经网络创造可行性芯片

  英国《自然》杂志9日发表一项人工智能突破性成就,美国科学家团队报告机器学习工具已可以极大地加速计算机芯片设计。研究显示,该方法能给出可行的芯片设计,且芯片性能不亚于人类工程师的设计,而整个设计过程只要几个小时,而不是几个月,这为今后的每一代计算机芯片设计节省数千小时的人力。这种方法已经被谷歌用来