机器学习助力更好理解水的行为
美国一个研究团队在最新一期《物理评论快报》上刊发论文称，他们借助机器学习技术来理解水在零下100℃的行为。最新研究不仅能让科学家更好地理解水，也为更好地从理论上理解各种物质开辟了更多途径。 水是人们最熟悉、接触最频繁的物质之一，但实际上它还有很多未解之谜。在过去30年里，科学家们从理论上认为，当冷却到零下100℃这样的极低温度时，水可能会分离成两种不同密度的液相，且这两种液相就像油和水一样不相容，这可能有助于解释水的一些奇怪行为，比如其为何会随着冷却而变得不那么致密。 但在实验室里几乎不可能研究上述现象，因为水在如此低的温度下很快就会结晶成冰。在本研究中，美国佐治亚理工学院和普林斯顿大学的科学家求助于机器学习模型，发现了强有力的计算证据，支持水的液—液相变。 研究人员在超级计算机上进行了分子模拟。他们分析了水分子如何移动，并在不同水温和压力下表征了液体结构，模拟了高密度和低密度液体之间的相分离。他们还使用机器学习算法......阅读全文
机器学习助力更好理解水的行为
美国一个研究团队在最新一期《物理评论快报》上刊发论文称，他们借助机器学习技术来理解水在零下100℃的行为。最新研究不仅能让科学家更好地理解水，也为更好地从理论上理解各种物质开辟了更多途径。 水是人们最熟悉、接触最频繁的物质之一，但实际上它还有很多未解之谜。在过去30年里，科学家们从理论上认为，当
Morris水迷宫：学习记忆的行为学研究方法
本实验由美国科学家Richard GMMorris于1981年建立。最初用于研究脑内结构对学习和记忆的调节作用，后来逐步发展成为目前最为常用的评价动物学习与记忆的模型。这一实验的基础是，啮齿类动物在水中有强烈的逃避水环境的动机，并以最快、最直接的途径逃离水环境。学会逃避水环境的过程体现动物的学习
出现大脑学习行为，水凝胶学会玩电子乒乓游戏
科技日报北京8月22日电 （记者张梦然）《细胞报告物理科学》22日发表的一项研究中，英国雷丁大学研究团队证明，一种简单的水凝胶可学会玩20世纪70年代的电子乒乓游戏“Pong”。水凝胶出现大脑学习行为，随着时间推移其水平会不断提高。这意味着，即使是非常简单的材料，也能表现出与生命系统或复杂人工智能（
大鼠行为运动及Morris水迷宫空间学习记忆的影响机制
【实验概述】：热性惊厥 ( febrile seizures , FS) 又称高热惊厥(hyperthermic seizures) , 是儿科最常见的急症之一 ,一般认为热性惊厥临床经过及预后良好。临床研究发现热性惊厥和颞叶癫 有一定联系 ; 动物实验证实热性惊厥可导致海马 CA1 、 CA3 区
机器学习模型预测中风？
中风的诊断可能很棘手，因为患者并不总是表现出典型的症状，而且其他疾病也可能模仿它。研究人员利用现有数据开发了一种机器学习模型，可以准确预测中风，并可能使诊断变得更容易。诊断错误是一个主要的公共卫生问题，造成了可预防的病人伤害和卫生超支。由于诊断错误而导致的可预防的中风死亡比误诊的心脏病发作要常见30
机器学习也许能“算命”
12月19日，《自然-计算科学》发表的一项研究描述了一种机器学习方法，能够从不同方面准确预测人类生活，包括早死可能性和个性的细微差异。该模型或许能提供对人类行为的量化认知。 社会科学家对人类生活是否能被预测的问题看法不一。虽然我们对在人类生活中起到重要作用的社会人口学因素已有充分了解，但一直无
学习记忆行为的生理基础
第一节 记忆的基本类型和记忆过程1,记忆的基本类型1>短时记忆和长时记忆1>>短时记忆,是一种对刚意识到的刺激和瞬间记忆,信息在短时记忆中一直复述到它最后存储到长时记忆里,保持时间在15秒左右,其容量为7+-2个项目,短时记忆的容量是有限的2>>长时记忆,信息经过充分的,有一定深度的加工后,在头脑中
旷场实验、Morris水迷宫对大鼠情感行为及学习记忆的影响
旷场实验、morris水迷宫对大鼠情感行为及学习记忆的影响的研究已受到国内外学者的关注。临床研究发现早年反复热性惊厥发作和日后生一定联系;实验证实热性惊厥可导致未成熟脑海马区神经元变性坏死,细胞器及突触病理性超微结构变化。作者采用热水浴法建立热性惊厥大鼠模型,探讨热性惊厥对大鼠情感行为以及学习记忆能
机器学习能够有效筛选“苦味”
苦味往往在食物味道中并不受欢迎，而引起这种苦味的重要因素之一是一种生物分子—苦味肽。苦味肽是能够与细胞膜上的苦味受体结合进而引发苦味感知的一类小分子肽，通常在食品加工、储存或消化过程中生成。近日，中国科学院大连化学物理研究所研究员靳艳团队与大连工业大学、内蒙古伊利实业集团有限公司合作，发展了一种
机器学习加速探索材料的开发
设计空间几何增长是材料设计中的一大挑战。机器学习（ML）加速探索材料设计已经开始在的这一挑战中发挥作用，并显著提高了发现材料的效率。然而，这个流程暗含了密度泛函理论（DFT）产生的训练集的统计上的偏见。并且，在使用高通量计算产生训练集的时候，大量的计算会失败。这种情况对于一些有趣的，例如含有自由
机器学习助力外骨骼性能提升
美国科学家报道了一种能加速外骨骼控制系统开发的模拟框架，这种外骨骼能辅助现实世界场景中的运动。研究显示，这个框架或有助于推动外骨骼和义肢等装置的广泛应用。相关研究6月12日发表于《自然》。外骨骼能显著提升人类运动，恢复残疾人士的运动能力。不过，当前的控制器在匹配不同个体需求和任务涉及的复杂人体运动时
比传统机器学习算法快1000倍——联想学习法
英国牛津大学材料系研究人员联合埃克塞特大学和明斯特大学的同事开发了一种片上光学处理器，能检测数据集中的相似性，速度比在电子处理器上运行的传统机器学习算法快1000倍。发表在《光学》杂志上的这项新研究的灵感来自诺贝尔奖获得者伊万·巴甫洛夫对经典条件反射的发现。巴甫洛夫在实验中发现，如果在喂食过程中提供
Sci－Adv：科学家有望利用机器学习技术和成像技术揭示干细胞的特殊行为
干细胞就像人体的应急工具箱，其具有独特的能力，能形成从免疫细胞到大脑细胞任何类型的特殊细胞，同时还能无限分裂并再生，能根据机体的指令来修复和补充机体系统。在实验室中培养干细胞并让其生长成为我们需要的任何类型细胞的能力是医学研究领域的圣杯，比如，这种能力就能促使临床医生开发出无尽的新细胞来修复损伤
机器学习鉴别出八种戒烟药物
美国科学家开发出一种新的机器学习方法，可通过计算机程序分析数据集的模式和趋势来识别药物，他们借此鉴定出了8种有助戒烟的药物，包括用于治疗感冒咳嗽的右美沙芬等。相关研究刊发于最新一期《自然·遗传学》杂志。 吸烟是导致心血管疾病、癌症和呼吸系统疾病的危险因素。虽然吸烟行为是后天学习的，但此前的一项
机器学习模型创建定制气味和香水
目前，人们仅根据气味剂的物理化学特征来预测嗅觉印象。但是，该方法无法预测传感数据，而传感数据对于产生气味是必不可少的。为了解决这个问题，日本东京工业大学研究人员采用了逆向思维的创新策略，不是根据分子数据预测气味，而是根据气味印象预测分子特征。这是使用标准质谱数据和机器学习模型实现的。研究成果发表在最
“量子比特+机器学习”可精准测磁场
北京7月8日电,据芬兰阿尔托大学官网近日报道，该校科研人员主导的国际团队提出了一种采用量子系统测量磁场的方法，新系统的精确度超过了标准量子极限。他们表示，从量子状态中快速提取信息，对于未来的量子处理器和现有超灵敏探测器来说都必不可少。此项研究向利用量子增强方法进行传感迈出了关键的第一步。 在
机器学习模型可识别乳房病变风险
美国研究人员近日在《放射学》杂志线上版发表文章称，他们开发出一种机器学习工具，可以确定哪些高危乳房病变可能会变成癌症，从而帮助医生作出正确的治疗决策，减少不必要的手术。 乳房病变是一种女性常见疾病，而高危乳房病变有很大几率转变成癌症。正是由于这种风险，手术切除病变组织通常被认为是首选治疗方案。
Google如何用机器学习帮助药物研发？
从在搜索中回答与健康相关的问题，到给开发者提供健身数据平台，Google在我们的日常健康中越来越重要。但其实互联网巨头们也在努力加快研发治愈人类顽疾的关键药物。 同斯坦福大学的Pande Lab合作，Google Research发表了一篇题为“针对药物研发的大规模多任务网络”的文章。该文章描
机器学习技术加速植物精准设计育种
种子被誉为农业的“芯片”，育种科技创新是推动农业发展的核心动力。未来植物育种的新范式是基因组学、基因编辑、合成生物学等生物技术（BT）与数据科学、机器学习、人工智能等信息技术（IT）的多元化融合。农业农村部“十四五”规划将“智慧种业”列在“智慧农业”领域七大攻关任务之首。任务中明确提出：构建数字化育
用机器学习洞察春节幸福感
刚刚过去的虎年春节，你幸福吗？ 为了深入理解新冠疫情和防疫政策对民众幸福感和生活的影响，深圳市人工智能与机器人研究院及香港中文大学（深圳）校长讲座教授贾建民、清华大学文科资深教授薛澜和博士生袁韵、香港大学副教授贾轼等组成的研究团队，采用机器学习与回归分析相互结合的方法，
武汉大学量子机器学习研究获进展
近日，《自然·通讯》在线发表了武汉大学计算机学院在量子人工智能理论方面的最新研究成果。论文题为《纠缠数据在量子机器学习中的相变行为》。这是武汉大学量子机器学习方向研究成果首次刊登在《自然·通讯》上。论文截图。据悉，量子纠缠是实现量子计算优势的关键资源。目前，科学家广泛关注如何将量子纠缠整合到量子机器
运动影响学习与记忆研究中的动物模型,学习记忆行为...
运动影响学习与记忆研究中的动物模型,学习记忆行为实验建立理想的学习记忆实验动物模型，是开展运动与学习记忆研究工作的基础。动物模型的制备应尽量模拟临床致病因素，以期在发病机理、运动干预等方面获得科学的数据。1.1 老年痴呆（AD）模型理想的AD动物模型应具有与老年性痴呆相似的基本特征：一、模型动物具有
学习记忆的行为学研究方法（2）
放射臂迷宫放射臂迷宫（radial arm maze）实验也是最为常用的评价动物学习记忆能力的模型之一，由Olton等人于20世纪70年代中期建立。其基本依据是，控制进食的动物受食物的驱使对迷宫各臂进行探究；经过一定时间的训练，动物可记住食物在迷宫中的空间位置。该方法可同时测定动物的工作记忆（wor
机器学习+化学直觉让药物发现更有效
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/511579.shtm
机器学习模型首次在太空检测云层变化
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/505829.shtm
机器学习技术或可解决量子信息难题
今天，记者从上海交通大学获悉，该校教授金贤敏团队与南方科技大学教授翁文康合作，首次将机器学习技术应用于解决量子信息难题，实现了基于人工神经网络的量子态分类器。这一重要研究成果已发表于《物理评论快报》。 量子信息科学与人工智能技术，作为近年来最前沿的研究领域，取得了诸多改变传统信息科学的进展。但如
常见机器学习算法优缺点比较（三）
优点：实现简单，计算简单； 缺点：不能拟合非线性数据. 4.最近领算法——KNN KNN即最近邻算法，其主要过程为： 计算训练样本和测试样本中每个样本点的距离（常见的距离度量有欧式距离，马氏距离等）； 对上面所有的距离值进行排序； 选前k个最小距离的样本； 根据这k个样本的标签进行
常见机器学习算法优缺点比较（一）
机器学习算法太多了，分类、回归、聚类、推荐、图像识别领域等等，要想找到一个合适算法真的不容易，所以在实际应用中，我们一般都是采用启发式学习方式来实验。通常最开始我们都会选择大家普遍认同的算法，诸如SVM，GBDT，Adaboost，现在深度学习很火热，神经网络也是一个不错的选择。假如你在
－机器学习的新玩法：可做医疗监控
也许现在多数人们还认为“机器学习”(Machine Learning)是一个相当前沿的概念，但事实上，你接触的若干互联网产品已经使用了与机器学习有关的思维或技术。比如电子邮件服务商就是使用机器学习算法来过滤垃圾邮件的，Google也通过相关的技术来辨别垃圾站点。 对于很多互联网用户来说
常见机器学习算法优缺点比较（四）
缺点 · 当观测样本很多时，效率并不是很高； · 对非线性问题没有通用解决方案，有时候很难找到一个合适的核函数； · 对缺失数据敏感； · 对于核的选择也是有技巧的（libsvm中自带了四种核函数：线性核、多项式核、RBF以及sigmoid核）： · 第一，如果样本数量小于特征