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
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
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
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
怎么根据原理图连实物图？
怎么根据电路图连接实物图?首先要从最简单的电路学起,今天我们来看几个入门级的灯控电路,同时有助于我们了解串联和并联的含义。
两图看懂场馆图，BCEIA参会不迷路！
BCEIA2023召开在即，场馆区域很大，不迷路是很重要的！展馆平面图学术会议区示意图
液质结果看TIC图还是BPI图
TIC图。很多液质联用都接紫外，质谱的色谱图，也就是总离子流图TIC。在选定的质量范围内，所有离子强度的总和对时间或扫描次数所作的图，也称TIC图。总离子流图里每个峰上面标的两个数字，上面那个是保留时间，下面那个是质谱扫描的次数。质谱是以一个很短的时间为间隔连续扫描的，所以会有计数。
举例|色谱图和质谱图的差别
色谱图是指被分离组分的检测信号随时间分布的图象。样品流经色谱柱和检测器，所得到的信号-时间曲线，又称色谱流出曲线。色谱图形状随色谱方法和检测记录的方式不同而不同，迎头色谱和顶替色谱的色谱图为一系列台阶；在洗脱法色谱中，若采用微分型检测器时，分离组分的检测信号随时间变化的图形为近似于高斯分布的一组
选择离子色谱图、总离子流图、液相色谱图是怎么得到的
总离子色谱图：色谱-质谱法测得的各种质荷比的离子总数和及其随时间变化的曲线。液相色谱图：液相色谱采集得到的信号强度与时间的关系图。离子色谱图：没有弄清楚是液相离子色谱还是质谱上的东西。
凝胶色谱（图）
原理： 以多孔性物质作固定相，样品分子受固定相孔径大小的影响而达到分离的一种液相色谱分离模式。样品分子与固定相之间不存在相互作用力（吸附、分配和离子交换等），因而凝胶色谱又常被称作体积排斥色谱、空间排阻色谱、分子筛色谱等。比固定相孔径大的溶质分子不能进入孔内，迅速流出色谱柱，不能被分离。比固定相孔径
显微技术（图）
显微镜是观察细胞的主要工具。根据光源不同，可分为光学显微镜和电子显微镜两大类。前者以可见光（紫外线显微镜以紫外光）为光源，后者则以电子束为光源。—、光学显微镜（一）、普通光学显微镜普通生物显微镜由3部分构成，即：①照明系统，包括光源和聚光器；②光学放大系统，由物镜和目镜组成，是显微镜的主体，为了消除
显微技术（图）
显微镜是观察细胞的主要工具。根据光源不同，可分为光学显微镜和电子显微镜两大类。前者以可见光（紫外线显微镜以紫外光）为光源，后者则以电子束为光源。—、光学显微镜（一）、普通光学显微镜普通生物显微镜由3部分构成，即：①照明系统，包括光源和聚光器；②光学放大系统，由物镜和目镜组成，是显微镜的主体，为了消除
凝胶色谱（图）
原理： 以多孔性物质作固定相，样品分子受固定相孔径大小的影响而达到分离的一种液相色谱分离模式。样品分子与固定相之间不存在相互作用力（吸附、分配和离子交换等），因而凝胶色谱又常被称作体积排斥色谱、空间排阻色谱、分子筛色谱等。比固定相孔径大的溶质分子不能进入孔内，迅速流出色谱柱
新型光电神经网络架构让光电计算精度更高
近日，清华大学深圳国际研究生院副教授耿子涵团队联合鹏城实验室等单位，提出了一种基于级联微环谐振器的光电神经网络架构。相关研究成果以封面文章的形式发表于《激光与光子学评论》。该研究通过器件结构创新与系统级的优化设计，实现了高消光比与窄带宽，显著提升了系统的光谱密度与计算密度，成功攻克了因光强非负性而难
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
新型神经网络实现类人概念形成、理解与交流
近日，中国科学院自动化研究所（以下简称自动化所）脑图谱与类脑智能实验室余山团队与北京大学心理与认知科学学院毕彦超团队合作，提出了一种新型人工智能神经网络框架——CATS Net，实现了类人的概念形成、理解和交流，相关成果已在线发表于国际学术期刊《自然·计算科学》（Nature Computation
迄今最大脑皮层神经网络研究成果发布
结合高通量功能成像技术制作的皮层神经元网络，达到单细胞的分辨率，其中每一根“线”及它们之间的连接都能看见，一些神经元根据它们在活脑中的活动方式被编成不同颜色。这也是功能连接组学上的最新样本。 科技日报北京3月29日电 （记者常丽君）据美国艾伦脑科学研究所消息，由该所和哈佛医学院（HMS）、弗兰
科学家利用神经网络设计全新蛋白质
美国麻省理工学院研究人员在新一期《应用物理学杂志》发表的论文中，将注意力神经网络与图神经网络相结合，以更好地理解和设计蛋白质。该方法将几何深度学习与语言模型的两种优势结合起来，不仅可预测现有蛋白质特性，还可设想自然界尚未设计出的新蛋白质。 蛋白质通过构建块的独特排列来执行大量生物任务。将这个几
什么是循环神经网络（RNN）？如何使用它们？（二）
循环神经网络的应用 RNN 有很多应用。一个不错的应用是与自然语言处理（NLP）的合作。网上已经有很多人证明了 RNN，他们创造出了令人惊讶的模型，这些模型能表示一种语言模型。这些语言模型能采纳像莎士比亚的诗歌这样的大量输入，并在训练这些模型后生成它们自己的莎士比亚式的诗歌，而且这些诗
什么是循环神经网络（RNN）？如何使用它们？（一）
什么是循环神经网络（RNN），如何使用它们？本文所讨论的就是关于循环神经网络的基础内容，RNN 是变得日益流行的深度学习模型。本文不打算深入讲解其晦涩的数学原理，而是旨在让读者获得关于RNN 的抽象理解。 一般的循环神经网络信息 循环神经网络出现于20世纪 80年代，最近由于
“可视化”人工神经网络揭示细胞内部活动
英国《自然·方法》杂志日前在线发表的一篇论文称，美国科学家创建了一种“可视化”人工神经网络，这是全新的、过程可获取的深度学习计算机算法，能够揭示细胞的内部活动。其有能力帮助人们更好地理解此前未知的基因学和生理学背后的机制。 人工智能（AI）已可以执行多种通常需要人类完成的复杂任务，比如面部识别
Sci－Sig：大脑发育过程中神经网络形成的关键
2017年6月23日/生物谷BIOON/---最近，来自达克萨斯大学医学院的研究者们找到了大脑在发育过程中脑细胞连接的定向分化以及长期时间内的功能维持的原因，相关结果发表在最近一期的《Science Signaling》杂志上。 与其它的网络相似，大脑内部存在多个具备不同功能的区域，例如感知信
宁波材料所在人造神经网络技术领域取得进展
神经元晶体管(vFET)作为一种多功能、智能化的晶体管，在人造神经网络应用中起着重要的作用。这类晶体管是通过电容耦合效应计算多端输入信号的加权和，来控制晶体管的导通和截止，能量消耗少，非常类似于人工神经元器件的工作模式。这类器件是在传统硅基电路的基础上发展起来的，采用复杂的CMOS 工艺制作
研究为天体目标分类提出新型多模态神经网络
在现代天文研究中，准确识别天体类型是理解宇宙结构、星系演化及暗物质分布等关键科学问题的基础。由于不同类型的天体辐射机制存在显著差异，天文学家通常依赖光谱观测进行分类。然而，获取光谱需耗费大量观测资源且难以在大规模巡天中实现全面覆盖。因此，目前大多天体缺乏光谱数据，进而长期制约学界对宇宙中海量天体的系
科学家发现深度神经网络对幻觉轮廓“视而不见”
近日，中科院自动化所研究员曾毅团队研究发现，从经典的到最先进的深度神经网络都难以像人一样具有较好的幻觉轮廓识别能力。相关研究成果发表于细胞出版社旗下期刊《模式》。神经网络和深度学习模型在过去十年中看似取得巨大成功，在许多给定的视觉任务中在指定方面超过了人类表现。然而，神经网络的性能仍然会随着各种图像
研究发现与戒断物质成瘾相关的脑神经网络
一项研究显示，能使人烟草成瘾自发缓解的脑部病变的影响区域属于一个特定的脑神经网络，证明该神经网络在不同成瘾物质之间通用性的进一步证据，为神经调控疗法提供了一个潜在的新靶标。相关研究近日发表于《自然—医学》。 物质成瘾既是公共卫生危机，也是致死的一大主要原因，尤其在年轻人中。神经调控疗法是很
蚁群在决策时的行为类似于神经网络
一项新的研究表明，的确，蚂蚁作为一个群体的行为类似于大脑中的神经元网络。洛克菲勒的Daniel Kronauer和博士后助理Asaf Gal开发了一个新的实验装置，以细致地分析蚁群的决策。据《美国国家科学院院刊》(Proceedings of the National Academy of Scie
这种技术，照亮脑神经网络结构的整片“黑暗森林”
人类大脑的神经回路是一个极其复杂而巨大的网络，包含数百亿个神经细胞，这些细胞又通过数十万亿计的连接点（神经突触）交织在一起，构成了我们思维、记忆和感情的基础。如果只了解神经回路中单个分子或单个神经细胞的工作机理，而不了解多个神经细胞连接起来形成的整体网络结构和集体行为方式，是无法理解大脑复杂且高
蛋白质二级结构预测－人工神经网络方法
人工神经网络是一种复杂的信息处理模型。随着神经网络研究的兴起，科学家们也将神经网络用于生物信息学，其中包括二级结构的预测、蛋白质结构的分类、折叠方式的预测以及基因序列的分析等等。将神经网络用于二级结构预测的最早是由Qian和Sejnowskit提出的，他们受到神经网络在文字语言处理方面应用的启发，将
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，提出了一种新的神经网络方法用来构建包含锥形交叉的非绝热势
分析GPC谱图
你的水相GPC的标准物是PEO还是PEG？聚合后的链结构引入了不同于标准物的结构，存在一定的偏差很正常。THF相的GPC以PS为标样和以PMMA为标样测定的合成PMMA分子量存在一定差异。所以这一点也应该有所考虑