深度学习增强里德堡多频微波识别
图为机器学习解码结果。(a-c)为训练时间不同时，深度学习模型对传输信号的恢复结果 中国科大供图里德堡原子具有较大的电偶极矩，可以对微弱的电场产生很强的响应，因此作为一个非常有前景的微波测量体系，备受人们青睐。但基于里德堡原子的微波测量领域还存在很多科学问题亟待解决，多频率微波接收就是其中一项难题：这是因为多频率微波在原子中会引起复杂的干涉模式，严重干扰了信号接收与识别。近年来，史保森、丁冬生团队利用里德堡原子体系，聚焦量子模拟和量子精密测量科学研究，取得了重要进展。在此次研究中，团队基于室温铷原子体系，利用里德堡原子作为微波天线及调制解调器，通过电磁诱导透明效应成功检测了相位调制的多频微波场（频分复用的二进制相移键控信号，一种在数字通信中广泛使用信号传输方式），进而将接收到的调制信号通过深度学习神经网络进行分析，实现了多频微波信号的高保真解调，并进一步检验了实验方案针对微波噪声的高鲁棒性。该工作有效地解码了一个含噪......阅读全文
深度学习增强里德堡多频微波识别
图为机器学习解码结果。(a-c)为训练时间不同时，深度学习模型对传输信号的恢复结果 中国科大供图里德堡原子具有较大的电偶极矩，可以对微弱的电场产生很强的响应，因此作为一个非常有前景的微波测量体系，备受人们青睐。但基于里德堡原子的微波测量领域还存在很多科学问题亟待解决，多频率微波接收就是其中一项难题
深度学习增强里德堡多频微波识别
图为机器学习解码结果。(a-c)为训练时间不同时，深度学习模型对传输信号的恢复结果 中国科大供图 里德堡原子具有较大的电偶极矩，可以对微弱的电场产生很强的响应，因此作为一个非常有前景的微波测量体系，备受人们青睐。但基于里德堡原子的微波测量领域还存在
科学家首次实现基于里德堡原子临界增强的敏微波传感
日前，中国科学技术大学郭光灿院士团队在基于相变的精密测量上取得新进展。团队史保森教授、丁冬生教授课题组与丹麦奥尔胡斯大学Klaus Mølmer教授和英国杜伦大学Charles S. Adams教授合作，利用强关联系统的相变提高了里德堡原子对微波电场测量的精度和灵敏度，灵敏度可达49纳伏每厘米每根号
基于里德堡原子的微波电场精密测量
山西大学激光光谱研究所贾锁堂教授研究团队在国际上首次实现里德堡原子微波超外差接收机，极大提升了微波电场场强的探测灵敏度，提出基于可控原子体系的微波超外差测量新原理和新技术从根本上避免了经典微波测量方法中自由电子随机热噪声的影响。值得注意的是，山西大学科研成果入选“中国高等学校十大科技进展”是
里德堡原子微波频率梳谱仪研制成功
中国科学技术大学郭光灿院士团队史保森、丁冬生课题组实现了一种基于里德堡原子的微波频率梳谱仪，该仪器在宽带微波探测领域具有应用前景。相关成果日前发表于《应用物理评论》。 微波测量在通信、导航、雷达以及天文探测领域有重要作用。里德堡原子具有较大电偶极矩，可以对微弱电场产生很强的响应，因此可以用它作
中国科大实现基于里德堡超原子的多光子纠缠
近日，中国科学技术大学潘建伟、包小辉等，将里德堡相互作用与高效单光子接口技术相结合，首次成功制备基于里德堡超原子的多光子纠缠，为单向量子中继等应用奠定基础。相关研究成果于8月11日发表在《自然·光子学》上。 多光子纠缠在量子计算、量子通信以及量子精密测量中有重要应用。以往多光子纠缠的主要制备方
多光子共振激发－诱导里德堡态的普适机制
里德堡态是指原子或分子中某个电子被激发到高能量轨道的一种状态。科学家们研究发现，里德堡态原子或分子具有一些独特性质：它们对于磁场或碰撞等外界影响极端敏感，很容易与微波辐射发生作用，因此在光学物理等领域各种实验中都会涉及到它。 近期，华东师范大学精密光谱科学与技术国家重点实验室吴健教授团队在超
中国科大实现基于里德堡超原子的多光子纠缠
近日，中国科学技术大学潘建伟、包小辉等，将里德堡相互作用与高效单光子接口技术相结合，首次成功制备基于里德堡超原子的多光子纠缠，为单向量子中继等应用奠定基础。相关研究成果于8月11日发表在《自然·光子学》上。 多光子纠缠在量子计算、量子通信以及量子精密测量中有重要应用。以往多光子纠缠的主要制备方式
深度学习模型成功识别胚胎发育过程
英国普利茅斯大学牵头的研究表明，一种新的深度学习人工智能（AI）模型可通过视频，识别出胚胎发育过程中发生的事件及其发生时间。29日发表在《实验生物学杂志》上的论文，重点介绍了这种名为“Dev-ResNet”的模型，它能识别出动物胚胎中何时发育出了关键功能，包括其心脏功能、孵化、爬行，甚至死亡。
深度学习模型成功识别胚胎发育过程
英国普利茅斯大学牵头的研究表明，一种新的深度学习人工智能（AI）模型可通过视频，识别出胚胎发育过程中发生的事件及其发生时间。29日发表在《实验生物学杂志》上的论文，重点介绍了这种名为“Dev-ResNet”的模型，它能识别出动物胚胎中何时发育出了关键功能，包括其心脏功能、孵化、爬行，甚至死亡。普利茅
郭光灿院士团队：里德堡原子微波频率梳谱仪研制成功
中国科学技术大学郭光灿院士团队在基于里德堡原子的无线传感上取得新进展。团队史保森、丁冬生课题组实现一种基于里德堡原子的微波频率梳谱仪，在宽带微波的探测领域具有应用前景。相关成果日前发表于《应用物理评论》。 微波测量在通信、导航、雷达、以及天文探测领域发挥重要作用。里德堡原子具有较大电偶极矩，可
深度学习增强型智能镜可指导健身
意大利布雷西亚大学的研究人员最近开发了一种用于智能镜子的计算机视觉系统，可以提高家庭和健身房环境中健身训练的效率。在国际体育生物力学学会会议上公布的一篇论文中介绍了这一系统，该系统基于一种深度学习算法，经过训练可以识别健身视频中记录的人体姿势。 这款低成本计算机视觉系统利用骨架化算法，在带
深度学习可识别显微照片中的细菌
美国华盛顿大学研究人员开发出一种深度学习软件Omnipose，其能帮助解决在显微镜图像中识别各种微小细菌的挑战。研究结果发表在17日的《自然·方法学》杂志上。 研究人员发现，在大型细菌图像数据库上训练的Omnipose在表征和量化混合微生物培养物中的无数细菌方面表现良好，并消除了其前身可能出现的
里德堡莫尔激子的实验发现研究获进展
中国科学院物理研究所纳米物理与器件实验室许杨团队首次报道了对里德堡莫尔激子的实验观测，系统地展示了对于里德堡激子的可控调节以及空间束缚，为实现基于固态体系中的里德堡态在量子科学和技术等方向上的应用提供了潜在途径。6月30日，相关研究成果以《里德堡莫尔激子的实验发现》（Observation of
里德堡莫尔激子的实验发现研究获进展
中国科学院物理研究所纳米物理与器件实验室许杨团队首次报道了对里德堡莫尔激子的实验观测，系统地展示了对于里德堡激子的可控调节以及空间束缚，为实现基于固态体系中的里德堡态在量子科学和技术等方向上的应用提供了潜在途径。6月30日，相关研究成果以《里德堡莫尔激子的实验发现》（Observation of
里德堡莫尔激子在量子科学方向新进展
中国科学院物理研究所纳米物理与器件实验室许杨团队首次报道了对里德堡莫尔激子的实验观测，系统地展示了对于里德堡激子的可控调节以及空间束缚，为实现基于固态体系中的里德堡态在量子科学和技术等方向上的应用提供了潜在途径。6月30日，相关研究成果以《里德堡莫尔激子的实验发现》（Observation of
基于深度学习的RNA多类型修饰解析算法
中国科学院动物研究所研究员赵方庆团队开发基于纳米孔RNA直接测序技术与深度学习策略的RNA修饰图谱解析算法ORCA。相关研究发表于《自然-通讯》。基于深度学习的RNA修饰系统识别与注释模型 论文作者供图RNA修饰对RNA的剪接加工、出核转运、以及RNA的稳定性和翻译效率有着重要的调控作用。但现有研
科学家实现超越标准量子极限的微波测量
中国科学技术大学郭光灿院士团队史保森、丁冬生研究组在冷里德堡原子气体中利用迟滞轨迹的翻转对微波场的敏感响应，实现了超越标准量子极限的微波测量。1月12日，相关成果发表于《自然-通讯》。 由于里德堡原子具有较大的电偶极矩，可以对微弱的电场产生很强的响应，因此作为一个非常有前景的微波测量体系备受人
科学家首次在室温里德堡气体中观测到“时间晶体”
本报北京7月18日电 记者邓晖从清华大学获悉，该校物理系尤力教授团队与北京量子信息科学研究院等国内外研究机构合作，首次在强相互作用的室温里德堡气体中，观测到了持续稳定的“时间晶体”信号。相关研究成果日前发表在《自然·物理》杂志上。2012年，诺贝尔物理学奖得主弗朗克·维尔切克首次预言了“时间晶体”的
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
中外学者合作首次实现一种高灵敏微波传感
18日从中国科学技术大学获悉，该校科研团队与合作者在精密测量上取得新进展——首次实现基于里德堡原子临界增强的高灵敏微波传感。 该研究成果17日发表在国际知名学术期刊《自然—物理》(Nature Physics)上。 据悉，中国科学技术大学郭光灿院士团队中史保森教授、丁冬生教授课题组与丹麦奥尔
深度学习的CompCyst更准确地识别发生癌前病变的胰腺囊肿
早期、准确地检测胰腺癌是重中之重。胰腺囊肿很常见并且经常造成管理困境。这是因为并非所有的胰腺囊肿（pancreatic cyst）都会发展成癌症：一些胰腺囊肿是癌前病变，其他的胰腺囊肿很少有发展成浸润性癌症的风险。再者，人们很难对胰腺囊肿进行分类，这会导致漏诊和不必要的手术。 在一项新的研究中
BMC－Biology：基于深度学习预测E3泛素连接酶识别位点
真核细胞内蛋白质的降解依赖于自噬及泛素-蛋白酶体系统（2004年诺贝尔化学奖）。其中，泛素-蛋白酶体系统负责降解细胞内超过80%的蛋白，该系统的关键酶为E3泛素连接酶，负责识别要被降解的底物蛋白并将其泛素化。人体内表达600余种E3，这些E3以特定规则结合不同底物蛋白，从而实现降解过程的特异性。底物
深度学习算法“解密”脑活动
英国《自然·医学》杂志9月25日在线发表的一项研究，报告了一种可以分析四肢瘫痪患者大脑活动的深度学习算法。该算法已被用于向患者的前臂肌肉传递电刺激，从而恢复瘫痪肢体的功能性运动。 慢性瘫痪患者的生活质量可以通过脑机接口加以改善。脑机接口可以将控制运动的中枢神经系统回路和辅助设备（例如计算机光标
AI侦探敲碎深度学习黑箱
研究人员创建了能填补照片空白的神经网络，以鉴别人工智能瑕疵。 Jason Yosinski坐在美国加州旧金山的一个小型玻璃办公室内，陷入了对人工智能的沉思。作为优步公司的研究科学家，Yosinski正为在笔记本电脑上运行的人工智能（AI）进行“脑外科手术”。 很多AI将改变人类现代生活，例如
“基于里德堡阻塞的光子与原子量子态源的研究”项目启动
10月18日，国家重点研发计划青年科学家项目“基于里德堡阻塞的光子与原子量子态源的研究”项目启动会在中国科学院武汉物理与数学研究所召开。出席此次会议的有来自山西大学、武汉大学、南京大学、人民大学、华东师范大学和中科院武汉物数所等单位的项目专家组成员、项目首席科学家和研究骨干等。 国家重点研发计
研究人员观测到里德堡原子多体遍历性破缺
原文地址：http://news.sciencenet.cn/htmlnews/2024/3/519024.shtm
研究人员开发出能自动识别转移癌细胞的深度学习算法
亥姆霍茨慕尼黑中心2019年12月12日消息：该研究中心与慕尼黑大学、慕尼黑工大合作开发了一款不仅能自动识别扩散的癌细胞，而且还能找到分散在小鼠全身单个癌细胞的算法。 癌症是全球最常见的死亡原因，但90%以上的癌症病人不是死于癌细胞扩散而非原发性肿瘤。由于生物发光法、MRI成像法等目前的技术分
多频AFM－技术
多频AFM 技术多频AFM(multifrequency AFM，MF-AFM)技术，简单来说就是微悬臂在多个频率下振动，并用来探测样品性质的一大类AFM技术，包括频带激励(band excitation)、双频追踪(dual resonance frequency tracking，DRFT)、边
武汉物数所利用对称性破缺实现偶极里德堡原子量子调控
由于本身具有大的诱导电偶极矩，里德堡原子间存在强的偶极相互作用，这一特性在量子计算和量子信息处理方面有重要应用前景。但又由于原子量子亏损的存在，除氢原子外的所有原子在低态的诱导电偶极矩都是随外电场而变化的，导致非氢原子在外电场中的能级呈抗交叉结构。诱导的电偶极矩不但大小随外电场而变化，偶极矩的方