麦穗图像数据库在于农业生产和研究现场的AI算法测试...
麦穗图像数据库在于农业生产和研究现场的AI算法测试的应用Plant Phenomics | 小麦麦穗自动检测大规模图像数据库：为可用于农业生产和研究现场的AI算法测试奠基在国际协作下，来自7个国家、9个研究机构的十几名研究人员创建了基于提高通用性的图像来自动检测小麦麦穗的大规模数据库。构建了用于小麦AI研究的国际图像收集平台和识别标准。以此数据为契机，举办了以小麦麦穗识别为目的的世界性图像识别比赛。期待通过这次竞赛带动今后农学领域AI研究的快速发展。2020年8月，Plant Phenomics发表了题为Global Wheat Head Detection (GWHD) Dataset: A Large and Diverse Dataset of High-Resolution RGB-Labelled Images to Develop and Benchmark Wheat Head Detection Me......阅读全文
麦穗图像数据库在于农业生产和研究现场的AI算法测试...
麦穗图像数据库在于农业生产和研究现场的AI算法测试的应用Plant Phenomics | 小麦麦穗自动检测大规模图像数据库：为可用于农业生产和研究现场的AI算法测试奠基在国际协作下，来自7个国家、9个研究机构的十几名研究人员创建了基于提高通用性的图像来自动检测小麦麦穗的大规模数据库。构建了用于小麦
研究构建超万张人类图像数据库，评估AI视觉偏见
国际知名学术期刊《自然》最新发表一篇人工智能(AI)研究论文，提出并构建了一个超过1万张人类图像的数据库，旨在评估AI模型在以人为本的计算机视觉领域中的偏见。这一“公平的以人类为中心的图像基准”(FHIBE)由索尼AI团队开发，其采用符合伦理手段获取、基于用户同意的数据集，可用于评估以人为中心的计算
麦穗形态测定仪功能、参数及作用
对于作物的生长状况，有经验的农业种植者可能通过作物的外观就可以判断出当下作物的生长状况，但是对于育种人员来说，单凭外观来判断是不科学的，不能作为研究数据证明。以小麦为例，小麦品种的优劣和生长状态是可以通过外部特征表现出来的，但是对于小麦穗部的特征参数，是需要依靠仪器设备来进行专业测定的，需要用到
麦穗形态测量仪测量麦穗形态
小麦品种的优劣和生长情况一般可以通过外部特征体现，其中穗部特征参数尤为重要，农业研究人员通常会对这个部位进行观察测量，而且穗部参数与小麦最终的产量也有着直接关系 现有的穗长测量仪器还是以直尺或卷尺为主，测量时芒的两端端点和穗的颈节点准确位置不易掌控，容易造成误差。而小穗数的计算主要是通
AI算法等研究全球内孤立波预报获进展
原文地址：http://news.sciencenet.cn/htmlnews/2022/12/491098.shtm 基于构建模型的不同海区内孤立波预报结果 课题组供图 近日，中科院海洋研究所研究员李晓峰课题组在耦合物理机制和人工智能算法研究全球内孤立波传播预报方面取得重要进展
AI算法等研究全球内孤立波预报获进展
近日，中科院海洋研究所研究员李晓峰课题组在耦合物理机制和人工智能算法研究全球内孤立波传播预报方面取得重要进展，研究成果发表于遥感领域期刊《环境遥感》。 海洋内孤立波在全球海域分布广泛，其传播速度受多种因素影响，目前的理论模型存在局限性。遥感是海洋内孤立波观测的重要手段，可以通过多卫星协同的准同
非线性SIM超分辨图像重建算法研究中取得进展
近日，中国科学院苏州生物医学工程技术研究所显微光学团队在Optics Letters上发表了题为Frequency–spatial domain joint optimization for improving super-resolution images of nonlinear struc
苏州医工所在CT图像重建算法研究中取得进展
由于成像质量好，空间分辨率高，计算机断层成像（computed tomography, CT）已成为一种广泛使用的医疗检查和辅助诊断方法。然而患者吸收的越来越高的X射线辐射剂量可能导致某些基因疾病，对身体健康造成极大的隐患。因此CT扫描设备的设计需要考虑降低辐射剂量的问题，减少探测器采集的投影数
麦穗形态测量仪筛选有价值的小麦育种材料
小麦的麦穗可以说是其重要的器官，一般来说与小麦的产量和品质直接相关，而在育种中，通常认为麦穗形态特征是育种、测产、麦穗形态结构模拟研究中重要的量化指标，因此为了更加方便、准确、快速的筛选有价值的小麦育种材料，现代育种中常常是使用麦穗形态测量仪来测量麦穗的相关形态数据。 麦穗形态测量仪可
麦穗形态测量仪为小麦的高产育种提供支持
小麦是我国重要的经济作物，在我国的粮食结构中占有举足轻重的地位，在当前耕地面积严重不足的情况下，小麦的育种和考种是提高小麦产量的重要途径。而在育种领域，小麦的麦穗形态一直以来是育种和考种专家关心的重要参数，因此利用麦穗形态测量仪来实现麦穗穗长、小穗数等的快速测定，可以大大提高品种识别的准确性
AI程序攻克围棋的算法秘密（二）
但让我们想想，人类是怎样下棋的？假设目前您身处比赛中的特定阶段。根据游戏规则，你可以作出十几种不同的选择——在此处移动棋子或者在那里移动皇后等等。然而，你真的会在脑袋里列出所有能走的棋步，并从这份长长的清单中作出选择吗？不不，你会“直观地”将可行范围缩小至少数几种关键性棋步（这里假定您提出了
AI程序攻克围棋的算法秘密（一）
这篇文章的主角是AlphaGo，谷歌DeepMind团队开发出的围棋AI。其凭借着2016年击败全球顶尖棋手李世石的壮举而广受瞩目。围棋是一种古老的棋类游戏，每一步都存在诸多选择，因此接下来的落子位置很参议会预测——要求对弈棋手拥有强大的直觉与抽象思维能力。正因为如此，人们长久以来一直认为只
AI程序攻克围棋的算法秘密（三）
另外，我们还希望能够构建起一套略有不同的策略网络版本； 其应该更小巧且速度更快。可以想象，如果Lusha的经验非常丰富，那么其用于处理每个位置的时间也将相应延长。在这种情况下，虽然她能够更好地缩小合理落子范围，但由于整个过程会不断重复，因此耗费时间可能会过长。所以，我们需要为这项工作
AI程序攻克围棋的算法秘密（四）
不过这样的训练方式其实存在一个问题。如果其只在练习中对抗同一个对手，且该对手也一直贯穿训练始终，那么可能无法获得新的学习经验。换言之，该网络所学到的只是如何击败对方，而非真正掌握围棋的奥秘。没错，这就是过度拟合问题：你在对抗某一特定对手时表现出色，但却未必拥有对付各类选手的能力。那么，我们该
AI程序攻克围棋的算法秘密（五）
在本节中，大家应该对MCTS算法的工作原理拥有更为深入的理解。请别担心，迄今为止提到的全部内容应该足以支持您顺利掌握相关内容。惟一需要注意的是我们如何使用策略概率与估值方法。我们在铺展过程中将二者结合在一起，从而缩小每次落子时需要探索的具体范围。Q（s，a）表示估值函数，u（s，a）则代表该位置的已
用算法分析图像，实现对神经元行为的精准“录像”研究
近日，MIT 的工程师团队发明一种自动化方法，利用计算机算法来分析显微镜图像，并将“机械臂”引导到目标细胞上，以实现对神经元具体行为的研究与分析。用算法分析图像，实现对神经元行为的精准“录像”研究据了解，这项技术可以让更多科学家对单个神经元进行研究，并且去了解单个神经元是如何通过与其他细胞的
算法自动“划重点”－－－AI学会“抱佛脚”
预训练模型的兴起给自然语言处理（NLP）带来了“新面貌”。 近年来，Google、Facebook、OpenAI、微软、百度等人工智能“头部玩家”推出多个颇具影响的预训练模型，并反复迭代出十多个版本。无论学术界还是业界，人们对大规模预训练模型“热情高涨”。 日前，来自清华大学的一
AI首次创建高效准确数学算法
英国《自然》杂志封面以“矩阵游戏”为题，发表了人工智能（AI）公司“深度思维”团队的最新发现：AI可解决矩阵乘法问题。这是第一个可为矩阵乘法等基本任务发现新颖、高效且正确算法的AI系统。换句话说，这个名为“AlphaTensor”的AI能自行发现新算法，从而解决了50年来数学领域一个悬而未决的问
给AI自主武器及早戴上“紧箍咒”
《自然》网站在近日的报道中指出，由人工智能（AI）加持的致命自主武器已经到来，AI可能会帮助它们攻击特定目标。研究人员、法律专家和伦理学家正努力解决如何在战场上使用这些武器的问题。2023年7月，联合国安理会讨论了AI增强武器的问题。本文图片来源：《自然》网站美国空军的X-62A VISTA飞机已测
Nature子刊：脸部拍照可以诊断遗传病－准确率可达91％
使用手机上的应用程序诊断罕见且难以治疗的遗传病症听起来像纯粹的科幻小说。但是美国FNDA公司的首席科学家Gurovich及其同事，已经将这个概念变为现实。 近日，国际顶级学术期刊《自然-医学》发表了一项使用面部图像分析检测遗传性疾病的文章，FDNA公司的研究人员通过使用17000名患者的脸部图
美开发出基于热映像的图像分割算法
美国普渡大学的研究人员开发出一种基于热映像的计算机图像分割算法，可使计算机迅速识别出物体的外形，即便其发生扭曲或轻度变形也不会受到影响。该技术将使机器视觉与人类视觉更加接近，可广泛应用于图像搜索、医疗影像以及无人机制造等多个领域。详细研究结果将分为两篇论文，在6月21日至23日举行的IEEE(美
麦穗形态测量仪实现麦穗形态特征的无损测量
对于有经验的农民来说，可以从小麦的外观来看出小麦的生长状况，因此说明，小麦品种的优劣和生长状态是可以通过外部特征表现出来的，尤其是小麦穗部的特征参数尤为重要。对于育种专家而言，也常常是利用麦穗形态测量仪来测量小麦的穗部特征，为小麦的育种工作开展提供育种材料。 传统的芒长和穗长测量主要
新算法可大幅提高图像边界识别效率
美国麻省理工学院的研究人员日前称，他们开发出了一种新的图像分割算法，可将传统分割算法的效率提高上万倍。该研究将有助于改善医疗成像系统的识别精度并实现对特定3D物体的连续跟踪识别。 当我们推开窗户向外张望时，马上就能看到汽车、人行道、行人或者远处高大的建筑。这在计算机领域中被称为视觉识别，对人类
用AI预测和设计材料特性，新算法已显示巨大潜力
来自新加坡南洋理工大学、美国麻省理工学院和俄罗斯斯科尔科沃理工学院的研究人员相互合作，开发了一种机器学习算法，这种算法可以预测材料应变时性能的变化。 这项工作可能会为工程新材料带来极大的潜力，新材料可能会因此具有量身定制的特性，在通信、信息处理和能源领域拥有广阔前景。 这篇论文发表在 Pro
苏州医工所在非线性SIM超分辨图像重建算法研究取得进展
近日，中国科学院苏州生物医学工程技术研究所显微光学团队在Optics Letters上发表了题为Frequency–spatial domain joint optimization for improving super-resolution images of nonlinear struc
研究首创零样本通用显微图像AI处理方法
5月16日，中国科学院生物物理研究所李栋团队联合清华大学自动化系戴琼海院士团队在《自然-通讯》杂志研究论文，提出了零样本通用显微图像处理框架ZS-DeconvNet，并开发了对应的一键式显微图像处理软件。ZS-DeconvNet对共聚焦显微图像处理效果与传统方法对比在生命科学领域，显微图像处理技术是
苏州医工所医学图像特征点非刚性配准算法研究取得进展
医学图像特征点配准是医学图像分析和处理的重要研究方向。目前，常用的特征点描述主要包括点集、特征曲线和特征曲面等。点集能够很好地描述任意维度和形状，但在点与点之间却很难建立对应关系；特征曲线和特征曲面通过点集拟合得到，在拟合的过程中使用样条插值的方法舍弃一些异常点和离群点，从而提高了配准
“人工智能+”的前瞻实践：打造医疗影像AI国家级平台
近日，“医疗影像国家新一代人工智能开放创新平台建设”专项结题，医疗影像AI实现从研发到落地全流程打通。据悉，该项目完成了共性技术平台建设、开源医疗数据库和算法资源库建设、行业标准体系建设，以及上下游企业生态合作与新型产学研平台化合作模式构建。目前，平台用户已覆盖北京、上海、广东、四川、河南、浙江等全
作物叶片形态测量仪的主要功能有哪些？
育种是农业可否持续发展的关键，提升农业生产活力的重要途径，而当前随着科技的进步，育种信息化的发展越来越受关注，在育种中所应用的农业仪器也越来越多，比如说用于作物叶片形态测量的作物叶片形态测量仪；用于麦穗形态测量的麦穗形态测量仪等，对于很多育种人员来说，对于作物叶片形态测量工作可能不陌生，但是
利用麦穗形态测量仪发现优良小麦品种的更多亮点
我们知道现代农业生产中，小麦能够增产、增收、增质，很大的一个原因是与品种的选择有关系，而为了保证农业生产中所用小麦品种的优质，在育种的过程中，往往需要进行多项测试。不过要验证小麦品种的生产表现，就需要使用麦穗形态测量仪来测量小麦的麦穗穗长、小穗数等多项指标，发现优良小麦品种的更多亮点，从