利用机器学习构建新型物理约束的大涡模拟模型研究
大涡模拟作为当前及未来主流的湍流模拟方法被广泛应用于航空、航天及海洋工程等国家战略科技领域，而大涡模拟模型和方法是大涡模拟研究的核心基础。传统的大涡模拟模型方法存在诸多不足，例如既有模型难以兼顾强数值稳定性以及高保真性，导致湍流模拟的误差过大或者计算发散等问题。因此，探索新的建模思路是大涡模拟研究的热点与难点。 中国科学院力学研究所LHD可压缩湍流课题组研究人员改变了既往研究中只针对亚格子应力建模的固有研究模式，着眼于湍流级串理论中核心的物理量——能流进行建模，利用多尺度梯度展开方法结合机器学习方法给出了可压缩壁湍流中高精度模化的能流，进而利用高精度能流模型对常见的涡粘模型进行物理约束，完成了新的湍流模化过程。新模型很好地结合了高鲁棒性和高保真性的特性并具有一定的尺度自适应性。通过不同的标准化算例检验，新模型可以对可压缩壁湍流的关键物理量如能流（图1）、平均速度剖面（图2）等给出精准预测，并有望进一步推广到更复杂科学及工程......阅读全文
可解释机器学习破解催化结构敏感性难题
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/519188.shtm近日，中国科学技术大学李微雪教授结合物理启发的可解释机器学习算法与第一性原理计算，解决了一个多相催化研究中长期存在的关于催化结构敏感性难题。研究成果于近日以“Structure Sen
机器学习提升天气与气候预测准确度
谷歌研究公司的Stephan Hoyer与合作者开发了一个机器学习模型，能进行准确的天气预测和气候模拟。该模型名为NeuralGCM，能超越部分现有天气和气候预测模型，有望比传统模型节省大量算力。相关研究7月22日发表于《自然》。一般环流模型表示了大气、海洋和陆地的物理过程，是天气和气候预测的基础。
机器学习提升天气与气候预测准确度
谷歌研究公司的Stephan Hoyer与合作者开发了一个机器学习模型，能进行准确的天气预测和气候模拟。该模型名为NeuralGCM，能超越部分现有天气和气候预测模型，有望比传统模型节省大量算力。相关研究7月22日发表于《自然》。 一般环流模型表示了大气、海洋和陆地的物理过程，是天气和气候预测
机器学习模型有望提前五年预测白血病
《自然》上发表了一项重磅研究：一个由来自全球多家科研机构的白血病科学家组成的研究小组使用血液检测和机器学习技术，来预测健康个体是否有患急性骨髓性白血病（AML）的风险。这项研究意味着我们可以提早发现AML的高风险人群并进行监测，同时可以进行研发，寻找降低该疾病患病几率的方案。急性骨髓性白血病（AM
引入机器学习技术－Berg书写肿瘤药物研发新定义
药物的临床研究一直是医药公司业务的重要组成部分。如何能够在成千上万的数据中分析出正确的结果也是每一个研究人员面临的重要问题。最近，一家成立于2006年的新型生物医药公司就计划将机器学习的技术引入到肿瘤药物的临床研究中，用于更精确确定其新药BPM31510的适用患者群体。 Berg生物医药公司是
美国开发出可加速材料创新的机器学习模型
美国罗切斯特大学科研人员开发出一个机器学习模型，可对X射线衍射（XRD）实验产生的大量数据进行分析以加速材料创新。 科研人员利用涵盖了不同实验条件和晶体特性的无机材料实验数据来训练该模型，并根据布拉格定律进行分类以优化模型架构，再使用3个附加评估数据集来测试模型分析训练数据之外材料的性能，使该
跳动的生物机器人心脏可更好模拟瓣膜
美国麻省理工学院的研究人员将生物心脏和硅胶机器人泵结合在一起，创造了一种生物机器人心脏，它可以像真正的心脏一样跳动。1月10日发表在《设备》杂志上的这一成果可模拟健康或患病心脏的结构、功能和运动，使外科医生和研究人员能够在收集实时数据的同时演示各种干预措施。目前的心脏模拟器并不能完全模拟心脏的复杂性
跳动的生物机器人心脏可更好模拟瓣膜
原文地址：http://news.sciencenet.cn/htmlnews/2024/1/515840.shtm 科学家通过用软机器人泵替换生物心脏左室的心肌来制作生物机器人心脏模拟器。图片来源：马尼沙·辛格美国麻省理工学院的研究人员将生物心脏和硅胶机器人泵结合在一起，创造了一种生物机器
外国学者：机器学习能重建量子系统首次证明
据物理学家组织网26日报道，科学家首次证明，机器学习可基于较少的实验测量重建量子系统，新方法不仅能帮助物理学家更快速地分析粒子系统，也有助于量子计算机等量子力学应用的发展。研究发表在26日出版的《自然·物理学》杂志上。图片来源于网络 电子等粒子系统能以许多不同的组合存在，每种系统都有特定的出现
文章论述机器学习高精度化学反应势能面构建
原文地址：http://news.sciencenet.cn/htmlnews/2024/1/515852.shtm
机器学习模型可准确预测农药在植物根系累积量
近日，中国农业科学院植物保护研究所农药应用风险控制创新团队先后在Environmental Science & Technology和Journal of Hazardous Materials上发表研究论文。他们首次利用机器学习模型直接预测植物根部从土壤中吸收累积农药等有机污染物的量，
机器学习模型可准确预测农药在植物根系累积量
近日，中国农业科学院植物保护研究所农药应用风险控制创新团队先后在Environmental Science & Technology和Journal of Hazardous Materials上发表研究论文。他们首次利用机器学习模型直接预测植物根部从土壤中吸收累积农药等有机污染物的量，
研究发现机器学习方法或可预测人类生活多个方面
原文地址：http://news.sciencenet.cn/htmlnews/2023/12/514519.shtm
准确率达95％－机器学习预测复杂新材料合成
据22日发表在《科学进展》杂志上的一项研究，美国西北大学和丰田研究所研究人员已成功应用机器学习来指导新纳米材料的合成，消除与材料发现相关的障碍。这种训练有素的算法，可通过定义数据集来准确预测可用于清洁能源、化学和汽车行业燃料的重要催化剂。 论文通讯作者、美国西北大学纳米技术专家查得·米尔金此次
文章论述机器学习高精度化学反应势能面构建
近日，中国科学院大连化学物理研究所研究员傅碧娜和张东辉院士受邀发表了机器学习高精度化学反应势能面构建的综述文章，系统介绍了团队近几年在基本不变量-神经网络高精度势能面构建方法方面的发展和应用，探讨了该领域未来的机遇和挑战。相关成果发表在《国家科学评论》上。 精确的全维势能面构建是反应动力学理论
利用机器学习揭示全球中大地震破裂模式
原文地址：http://news.sciencenet.cn/htmlnews/2022/4/477899.shtm 全球地震震源时间函数在变分自编码器隐式空间的分布（a）和重构的全球地震破裂模式流形（b） 中国科大供图 地震是对人类社会面对的重要自然灾害之一。近20年来，全球中大地震
科学家利用机器学习让耐药检测更高效
细菌耐药已成为影响全人类健康的重大问题，引起了全世界广泛的关注。世界卫生组织提出的解决耐药措施之一是研发耐药快速准确的新型诊断技术和相关试剂。传统的检测方法基于细菌培养，周期长，易导致漏诊、误诊，延误最佳治疗时机。而基于基因的检测技术，如具有灵敏、高效、快捷特点的基因芯片、数字PCR等技术，是公
科学家努力遏制机器学习带来社会不公平
2015年，一名忧心忡忡的父亲问了Rhema Vaithianathan一个问题，这个问题至今依然萦绕在她的记忆里。当时，一小群人聚集在美国宾夕法尼亚州匹兹堡的一个地下室内，听她讲软件如何解决虐待儿童的问题。该区域的热线每一天都会接听到数十个电话，指称怀疑有儿童处于危险中；其中一些电话被呼叫中心
IBM－Watson联合辉瑞，将机器学习用于癌症药物发现
根据Healthcare IT News报道，IBM Watson与辉瑞达成了一项新协议，会将前者的超级计算能力用于癌症药物研发。 辉瑞将用上Watson for Drug Discovery的机器学习、自然语言处理及其它认知推理能力，用于免疫肿瘤学（Immuno-oncology）中的新药物
用机器学习揭示全球中大地震破裂模式
原文地址：http://news.sciencenet.cn/htmlnews/2022/4/477906.shtm 科技日报合肥4月24日电 （记者吴长锋）24日，记者从中国科学技术大学了解到，该校李泽峰研究员利用机器学习方法，总结了全球3000多个5.5级以上地震的震源时间函数特征，全景式地
细胞机器人集体大迁移
也许你心目中的机器人像汽车人“大黄蜂”一样高大，但有一种机器人却由一个个小颗粒组成，这些颗粒一起行动，也会有意想不到的效果。 《自然》近日发表的一篇论文描述了一种能模拟生物细胞集体迁移的机器人。研究为开发具有预先确定性行为的大规模机器人系统提供了一种替代方法，这类系统或比一些现有仿生系统具有更
科研人员用深度学习网络实现分布式水文模拟
近日，南方科技大学环境科学与工程学院教授郑一团队在《水资源研究》上发表最新研究成果，介绍了在深度神经网络中编码分布式水文模型并进行多任务学习的新方法。近年来，随着地球大数据的不断累积，以深度学习为代表的数据驱动方法已在模拟精度上超越传统水文模型，但黑箱属性和物理机制的缺失仍限制了深度学习在水文模拟和
腾讯机器学习框架升级，可节省一半算力成本
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/512960.shtm
运用可解释机器学习成功破解催化结构敏感性难题
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/519339.shtm记者19日从中国科学技术大学获悉，该校李微雪教授结合物理启发的可解释机器学习算法与第一性原理计算，解决了一个多相催化研究中长期存在的关于催化结构敏感性难题。研究成果近日发表于《美国化学
机器学习“万里挑一”识别高性能化合物
美国能源部劳伦斯伯克利国家实验室与多家合作机构共同演示了一种机器学习技术，旨在发现适用于薄膜电容器的新型材料。这一进展对于电气化和可再生能源技术来说至关重要，因为薄膜电容器是这些领域中不可或缺的组件。研究团队使用这项技术从接近5万种化学结构中筛选出了一种性能破纪录的化合物。研究成果发表在最新的《自然
研究提出可用于癌症驱动基因识别的图机器学习模型
当前，全球癌症患者数量呈逐年上升趋势。癌症驱动基因识别在探讨癌症的发生机制中扮演着重要角色，能够为个性化精准治疗提供策略。而现有方法在泛化性和可解释性方面面临挑战。中国科学院新疆理化技术研究所科研团队与合作者，提出了可用于癌症驱动基因识别的图机器学习模型。这一模型融合人工智能与生物医学的优势，具备可
国际最新研究：机器学习方法可帮助识别人造毒品
施普林格·自然旗下专业学术期刊《自然-机器智能》发表一篇计算生物学研究论文称，科研人员发现一种自动化、生成式的机器学习方法，可以仅利用质谱就确定未知的新型精神药物(又称人造毒品)的化学结构，了解这些结构能帮助法医实验室更快识别出疑似的人造毒品。 该论文指，每年有大
未来机器人大脑将获取互联网知识自我学习
研究人员在对机器人大脑学习方法进行测试。 据国外媒体报道，近期在美国伯克利召开的“2014年度机器人技术：科学与系统大会”上，美国科学家发表最新研究成果认为，未来“机器人大脑”将能够从互联网上获取海量信息，然后教会机器人其所知道的所有知识和所拥有的所有技能。目前，“机器人大脑”正在从互联网
国际最新研究：机器学习方法可帮助识别人造毒品
施普林格·自然旗下专业学术期刊《自然-机器智能》发表一篇计算生物学研究论文称，科研人员发现一种自动化、生成式的机器学习方法，可以仅利用质谱就确定未知的新型精神药物(又称人造毒品)的化学结构，了解这些结构能帮助法医实验室更快识别出疑似的人造毒品。 该论文指，每年有大
人工智能和机器学习正在如何重塑当今的医疗产业？
在医疗健康领域活跃着世界上最具创新性的初创公司，他们致力于为人类带来更高质量的生活和更长的生命。软件和信息技术刺激了这些创新的产生和发展，数字化的健康和医疗数据使得医疗的研究和应用进程不断加速。 近年来，以人工智能和机器学习为首的先进技术让软件变得越来越智能和独立，不断加速着健康领域的创新步伐