分子反应预测研究中取得新进展
近日，华中农业大学人工智能与知识发现团队提出了一种适用于多种分子网络关联预测任务的、可迁移的对比自监督深度图神经网络模型：CSGNN。此项工作是图神经网络在分子网络关联预测应用的最新成果。 大数据时代存在不同类型的分子网络，例如药物-靶点互作网络，药物-疾病关联网络、蛋白质-蛋白质互作网络等，从分子网络中找到尚未被发现的分子关联具有重要的研究价值。现有的计算方法大多只能专注解决某一类网络的关联预测问题，而且高度依赖网络实体的特征，方法不具有扩展性。此外，由于分子网络自身的稀疏性和关联分布的不均衡性，也存在训练样本不足、模型拟合效果差等问题。 该研究团队构建了一个图神经网络增强框架，该框架包含两个重要部分：多步邻居深度图神经网络和对比学习图神经网络。前者通过同时聚合节点的多步邻居来更好的建模网络实体间的复杂关系，直接增强模型的表示能力；后者通过引入对比自监督学习机制，通过最大化局部与网络总体的互信息，使得模型可以自发产生“......阅读全文
分子反应预测研究中取得新进展
近日，华中农业大学人工智能与知识发现团队提出了一种适用于多种分子网络关联预测任务的、可迁移的对比自监督深度图神经网络模型：CSGNN。此项工作是图神经网络在分子网络关联预测应用的最新成果。 大数据时代存在不同类型的分子网络，例如药物-靶点互作网络，药物-疾病关联网络、蛋白质-蛋白质互作网络等，
山西大学研究团队创新图神经网络模型
6月3日，记者从山西大学获悉，该校智能信息处理研究所团队日前在图神经网络研究方面取得重要进展。相关成果发表于人工智能领域国际期刊《IEEE模式分析与机器智能学报》。多种自监督约束的多通道解耦图神经网络模型。山西大学供图图神经网络（GNN）是当前图结构数据处理的核心技术，广泛应用于社交网络分析、生物信
新方法可提高图神经网络处理数据的准确率
山西大学智能信息处理研究所团队在图神经网络研究方面取得重要进展，相关成果5月23日发表于人工智能领域国际期刊《IEEE模式分析与机器智能学报》（IEEE Transactions on Pattern Analysis and Machine Intelligence，TPAMI）。论文第一作者
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
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 Quantitative Comparison Between the Neur
最强大脑皮层神经网络重建－揭哺乳动物最大神经线路图
据国外媒体报道，我们经常会出现大脑迷糊的状态，或多或少地存在一些幻觉，最常见的情况就是我们会形容自己“一头雾水”，这种现象有一个科学的名字，叫做“脑雾”（Brain fog），它是大脑难以形成清晰思维和记忆的现象，就像是大脑里笼罩着一层朦胧的迷雾。目前科学家正在积极探索“脑雾”是如何形成的，是人
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
新型神经网络显著提升识图能力
希腊研究和技术基金会科学家受生物神经元启发，开发出一种融入树突特征的新型人工神经网络。与传统人工神经网络相比，新网络在参数更少、能耗更低的情况下，实现了图像识别性能的显著提升，为打造更紧凑、更节能的人工智能（AI）系统奠定了基础。相关论文发表于新一期《自然·通讯》杂志。当前的AI系统“体型”庞大，参
RNA探针实时监测神经网络活动
过去十年，神经生物学家的注意力一直集中在神经网络功能研究，而非单个神经细胞。但是大脑的关键功能（信息处理、储存和传输）都需要在单细胞水平执行。 很长一段时间，神经网络研究工作者面临一些方法上的困难，旨在研究单个神经元电活动和代谢活动的传统方法无法提供神经网络结构或功能信息。常用的方法，如ELI
神经网络与机体代谢之间的关系
大脑神经系统与机体代谢之间存在千丝万缕的联系。神经元传递的信号能够调控机体的各类代谢活动的强度，而代谢特征的改变也会影响神经系统的发育以及神经信号的传递。针对这一领域相关的最新研究成果，进行简要的盘点，希望读者朋友们能够喜欢。 1. Science：鉴定出暴食神经元 doi:10.1126/
集成元件技术可用于人工神经网络
原文地址：http://news.sciencenet.cn/htmlnews/2024/1/516581.shtm
深度神经网络静态代码分析研究
近日，中国科学院软件研究所智能软件研究中心研究员武延军、吴敬征课题组在基于深度神经网络的静态代码分析研究中取得进展。课题组提出了基于多类型和多粒度的语义代码表示学习模型——MultiCode，解决了工业场景中涉及多需求的开发任务时面临的开发开销大、模型集成困难、可扩展性受限等问题，实现了在多需求
新构建！深度脉冲神经网络学习框架“惊蜇”
中国科学院自动化所李国齐研究员和北京大学计算机学院田永鸿教授团队合作构建出深度脉冲神经网络学习框架“惊蜇”。它可以提供全栈式的脉冲深度学习解决方案，能够处理神经形态数据、构建深度脉冲神经网络、部署神经形态芯片。相关研究成果在线发表于《科学进展》杂志。图片来源：中国科学院自动化所脉冲神经网络被誉为第三
胖不胖：看人工神经网络怎么“称”
肥胖是世界卫生组织确定的十大慢性疾病之一，而中国的肥胖现状更为严峻。世界卫生组织的最新报告显示，在我国现有近9000万肥胖者，这一数字已超越美国居世界首位。肥胖常与心血管、高血脂、糖尿病等疾病相伴，更增加了对人体健康的威胁。然而，怎样才算肥胖，如何对肥胖进行更确切的评估呢？2016年第3期《前沿
科学家用神经网络精细刻画蛋白结构
近日，一项题为《利用自适应强化动力学对高维自由能面进行高效采样》的研究登上《自然-计算科学》。该研究使用了超过100个集合变量加速采样进程——此前的采样方法从未处理过如此高维的集合变量，使得科学家们得以在神经网络加持下，对蛋白结构的“精雕细琢”再进一步。 该文章作者目前均在深势科技团队，该团队
可用于AI的大型类脑神经网络实现
原文地址：http://news.sciencenet.cn/htmlnews/2023/5/500296.shtm 科技日报北京5月9日电 （记者张梦然）在《自然·机器智能》杂志上发表的一项新研究中，荷兰国家数学与计算机科学研究所（CWI）科学家展示了类脑神经元如何与新颖的学习方法相结合，能够
神经网络工具可提前预警海洋神秘巨浪
科技日报北京7月18日电（记者张梦然）《科学报告》18日发表的一项研究介绍了一种神经网络工具，能最多提前5分钟预测海上异常巨大的神秘海洋波浪——“疯狗浪”的产生。这种海浪此前被认为是“不可预测”的。该工具能用于为船舶和近海平台提供预警，让在这些场所工作的人员能够寻求庇护、执行紧急停机，或采取机动措施
超表面元件加神经网络创建多维“视野”相机
科技日报北京9月10日电（记者张梦然）受动物界视觉超能力的启发，美国宾夕法尼亚州立大学工程学院研究团队开发出一种超薄光学元件——超表面。它可连接到传统相机上，并通过微小的天线状纳米结构，对快照或视频中图像的光谱和偏振数据进行编码。团队同时开发了一个神经网络，可在标准笔记本电脑上实时解码这些多维视觉信
新型光芯片可执行深度神经网络关键计算
科技日报北京12月2日电（记者张佳欣）2日发表在《自然·光子学》杂志上的论文称，美国麻省理工学院科学家开发出一种全集成光芯片。它能以光学方式执行深度神经网络所需的所有关键计算，为制造能实时学习的高速处理器打开了大门。这种新型光芯片能够在不到半纳秒的时间内，完成机器学习分类任务的关键计算，性能与传统硬
人工智能神经网络创建虚拟动物模型
为探索大脑如何控制运动的奥秘，美国哈佛大学与谷歌深度思维实验室的科学家合作，创造出一个“虚拟大鼠”——生物力学上逼真的大鼠数字模型。这个“大鼠”有一个人造大脑，可像真正的啮齿动物一样四处走动。该成果代表了一种人类研究大脑如何运作的新方法。相关论文发表在最新一期《自然》杂志上。 人类和动物的运动
神经网络打开理解电子相互作用新窗口
据9日《科学》杂志发表的一篇论文，著名的人工智能企业“深度思维”的新研究表明，神经网络可用于构建比以前更准确的电子密度和相互作用图。该研究有助于科学家更好地理解将分子结合在一起的电子之间的相互作用，还显示了深度学习在量子力学水平上准确模拟物质的前景，使研究人员能够改进计算机设计，在纳米级水平探索
神经网络打开理解电子相互作用新窗口
据9日《科学》杂志发表的一篇论文，著名的人工智能企业“深度思维”的新研究表明，神经网络可用于构建比以前更准确的电子密度和相互作用图。该研究有助于科学家更好地理解将分子结合在一起的电子之间的相互作用，还显示了深度学习在量子力学水平上准确模拟物质的前景，使研究人员能够改进计算机设计，在纳米级水平探索
Cell：大脑神经网络预测抑郁症风险
根据最近由杜克大学研究者们做出的研究成果，通过对大脑不同区域的电信号交流进行检测，或许能够预测以及预防抑郁症的发生。 研究者们发现容易患抑郁症的小鼠大脑电信号网络与抵抗力较强的小鼠的大脑网络存在明显差异。如果这一发现能够在人体水平得到验证，那么将会更好地预测人们患精神类疾病，例如抑郁症的风险。
俄罗斯正在研发人工神经网络系统
俄罗斯国家研究型大学“下诺夫哥罗德国立大学”正在研发自适应性神经接口，该接口由大脑接口神经网络和基于忆阻器的电子神经形态系统组成。此项研究工作为人类在活体生物组织与类生物神经网络兼容方面的首次科学尝试。 “下诺夫哥罗德国立大学”所实施的方案为研发自适应性神经接口，其一端为活体组织，而另一端为
毛细管流变仪的神经网络内模控制
对毛细管流变仪温控制系统的传统单回路PID控制提出了改造方案. 毛细管流变仪是一种测量合成树脂在一定温度下的流变性能的仪器,其温控系统蛄输入三输出强耦合系统.由于流变仪温控系统的复杂性与非线性,难以对其建立精确的数学模型,因此在充分研究对象特性的基础上,采用基于神经网络的内模控制方法.在用MATLA
人工智能神经网络创建虚拟动物模型
研究人员使用真实大鼠的运动数据创造的“虚拟大鼠”。图片来源：谷歌深度思维科技日报北京6月18日电 （记者张梦然）为探索大脑如何控制运动的奥秘，美国哈佛大学与谷歌深度思维实验室的科学家合作，创造出一个“虚拟大鼠”——生物力学上逼真的大鼠数字模型。这个“大鼠”有一个人造大脑，可像真正的啮齿动物一样四处走
科学家构建深度脉冲神经网络学习框架
脉冲神经网络（Spiking Neural Network，SNN）被誉为第三代神经网络，使用更低层次的生物神经系统的抽象。它既是神经科学中研究大脑原理的基本工具，又因稀疏计算、事件驱动、超低功耗的特性，备受计算科学的关注。随着深度学习方法的引入，SNN的性能得到大幅提升，脉冲深度学习（Spik
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
时序图、活动图、状态图、协作图有啥区别？（一）
时序图 时序图用于描述对象之间的传递消息的时间顺序，即用例中的行为顺序。 当执行一个用例时，时序图中的每条消息对应了一个类操作或者引起转换的触发事件。 在 UML中，时序图表示为一个二维的关系图，其中，纵轴是时间轴，时间延竖线向下延伸。横轴代表在协作中各个独立的对象。当对象存在时，