国内首个支持“量超协同学习”的学习框架面世
近日，本源量子发布国内首个支持量子计算机和超级计算机“协同学习”（简称“量超协同学习”）量子机器学习框架——VQNet 2.0，论文已在学术预印本平台arxiv上公布。据介绍，该框架与量子计算操作系统“本源司南”深度结合，首次支持同时调度量子和经典计算资源进行机器学习的训练与预测。 当下，机器学习在各行业应用甚广，但其背后剧增的海量数据也对计算设备提出了更高的性能挑战。如今现有的方法只能让经典计算机或量子计算机分别“单独学习”，而不能让两者“协同学习”。 这正是量子机器学习框架要解决的问题。安徽省量子计算工程研究中心副主任窦猛汉认为，这一新框架有望使量子计算机和经典计算机的“协同作战”能力再进一步，有助于推动我国各行业经典算力和量子新算力的协同应用落地。......阅读全文
国内首个支持“量超协同学习”的学习框架面世
近日，本源量子发布国内首个支持量子计算机和超级计算机“协同学习”（简称“量超协同学习”）量子机器学习框架——VQNet 2.0，论文已在学术预印本平台arxiv上公布。据介绍，该框架与量子计算操作系统“本源司南”深度结合，首次支持同时调度量子和经典计算资源进行机器学习的训练与预测。 当下，
国内首个支持“量超协同学习”的学习框架面世
近日，本源量子发布国内首个支持量子计算机和超级计算机“协同学习”（简称“量超协同学习”）量子机器学习框架——VQNet 2.0，论文已在学术预印本平台arxiv上公布。据介绍，该框架与量子计算操作系统“本源司南”深度结合，首次支持同时调度量子和经典计算资源进行机器学习的训练与预测。 当下，机器
量子计算机与超级计算机“协同学习”框架发布
记者13日从安徽省量子计算工程研究中心获悉，支持量子计算机和超级计算机“协同学习”的量子机器学习框架——VQNet2.0发布，该框架可与量子计算操作系统深度结合，支持同时调度量子和经典计算资源进行机器学习的训练与预测。 本次发布的量子机器学习框架由合肥本源量子计算科技有限责任公司开发。据安
新研究－创新多模态联邦学习框架
记者5月4日从天津理工大学获悉，该校计算机科学与工程学院副教授亓帆及其研究生李帅，针对多模态联邦学习中常见的模态不兼容问题展开深入研究，提出了一种创新的自适应超图聚合的多模态联邦学习框架。近日，该成果论文被计算机视觉和人工智能领域国际公认的顶级会议CVPR 2024录用。据介绍，现有联邦学习方法只会
首个视觉强化学习统一框架，开源！
想象一下未来的智能体，无论是作为你的虚拟助手，还是帮你操控终端的机器人、自动驾驶，它们都必须具备超越简单看图识物的能力：不仅要“看懂”（精确感知环境），更要“想明白”（基于视觉信息进行复杂逻辑推断、关系理解和行为预测）。而强化学习（RL），正是让多模态模型实现这些核心能力的关键路径。 但在当前
深度学习框架可预测锂电池寿命
近日，华东理工大学机械与动力工程学院、先进电池系统与安全重点实验室教授栾伟玲课题组与国家级高层次人才、华东理工大学讲席教授陈浩峰合作，在全球交通科学与技术领域期刊《交通电动化》发表论文，首次提出用于锂电池寿命预测相关的可解释性深度学习框架。 在锂电池寿命预测领域，建立全面的电池老化模型是项艰巨
国际最新研发提升外骨骼性能模拟学习框架
中新网北京6月13日电 (记者 孙自法)国际著名学术期刊《自然》最新发表一篇生物医学工程论文称，研究人员研发出一种能加速外骨骼控制系统开发的模拟学习框架，这种外骨骼能辅助现实世界场景中的运动。研究显示，该框架或有助于推动外骨骼和义肢等装置的广泛应用。据论文介绍，外骨骼能显著提升人类运动，恢复残障人士
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
国际最新研发提升外骨骼性能模拟学习框架
国际著名学术期刊《自然》最新发表一篇生物医学工程论文称，研究人员研发出一种能加速外骨骼控制系统开发的模拟学习框架，这种外骨骼能辅助现实世界场景中的运动。研究显示，该框架或有助于推动外骨骼和义肢等装置的广泛应用。据论文介绍，外骨骼能显著提升人类运动，恢复残障人士的运动能力。不过，当前的控制器在匹配不同
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
新型深度学习框架可应用于电池健康状态预测
近日，中国科学院大连化学物理研究所研究员陈忠伟、副研究员毛治宇团队，联合西安交通大学教授冯江涛，在电池健康管理领域取得新进展。合作团队开发了一种新型的两阶段联邦迁移学习框架，有效解决了快充电池健康状态（SOH）预测中的数据不足和个性化建模难题，为快充电池SOH预测提供了新思路。相关成果发表在《电
构建“整合AIR的序列和结构特征,预测免疫反应”学习框架
适应性免疫受体（AIR，包括 T 细胞受体，TCR；B 细胞受体，BCR）与其同源抗原之间的结构对接是适应性免疫中最基本的过程之一。然而，目前预测 AIR-抗原结合的方法很大程度上依赖于 AIR 的序列衍生特征，忽略了结合亲和力所必需的结构特征。 腾讯 AI Lab 的研究人员提出了一个名为
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
向低等动物学习，向年轻个体学习
再生是人类永恒的梦想：东方有借莲花重生的哪吒，西方有靠一滴血就能复活的金刚狼。但扫兴的是，现实中人类的再生能力非常、非常弱。还能挽救一下吗？就在大年初一，中国科学家在学术期刊Cell Discovery上发表了一篇论文，指出一种常见的小分子化合物，能显著促进哺乳动物的组织再生：加速伤口修复、促进毛发
我国需学习日本协同应对大气污染与气候变化
今年是中日和平友好条约签订40周年，又将迎来中日韩环境部长会议机制建立20周年，也是日本第五个环境基本计划发布之年。在此背景下，由中日友好环境保护中心和日本国际协力机构（JICA）联合主办的第二届中日环境高级别圆桌对话会近日在北京顺利召开。对话论坛设置了“协同应对大气污染与气候变化”“乡村振兴战
科学家提出深度学习框架用于发现癌症中的新突变
全基因组染色质构象捕获技术（Hi-C技术）已被证明是检测人类基因组中结构变异（SVs）的一种有效方法。然而，目前能够使用Hi-C数据进行全范围检测SVs的算法一直缺乏。目前的方法只能在不太理想的分辨率下，识别染色体间易位和长距离染色体内SVs（>1 Mb）。美国西北大学范伯格医学院研究人员基于深
自研深度学习框架综合竞争力中国市场排名居首
5月19日，市场调研机构Frost & Sullivan（沙利文）发布《中国深度学习软件框架市场研究报告（2021）》，百度的飞桨综合竞争力领跑行业，Meta的PyTorch和谷歌的TensorFlow紧随其后。过去10年，人工智能从实验室走向产业，计算机视觉和自然语言处理等领域取得的突破性进展，均
学习资料：浆质体
浆质体，又称浆逸出体或胞浆球，是早幼粒细胞极度增生时，其胞浆逸出而形成。为圆球形，大小同成熟红细胞，一般直径在8-10微米左右，有些则直径略大，如本图的浆质体则接近白细胞大小。浆染淡蓝色，无细胞核，有类似早幼粒细胞的颗粒。在急性粒细胞性白血病时较易见，偶见感染或正常人。
新一代AI技术发展离不开深度学习框架“软”基础
人工智能、大数据、云计算等数字技术快速发展，推动数字经济高速增长，并与实体经济加速融合。当前，如何让数字经济成为推动战略性新兴产业发展的增长引擎？作为市场主体，我国高科技企业如何增强自主创新的能力？ 近日，百度首席技术官（CTO）王海峰做客人民网《人民会客厅》视频访谈时表示，现阶段我国数字经济蓬勃发
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
这样学习FPGA最有效
学习FPGA，在不同层次的人明显有不同的答案。先说一句，说不要开发版的都是菜鸟级选手。 我把FPGA层次划分为，鸡蛋级别，菜鸟级别，老鸟级别，高手级别四类。题主是鸡蛋级别的吧！啥也不会。那些得赞高的不少都是菜鸟级别的选手。当然，我现在告诉你的如何成为一个菜鸟。当然以后有空我也会写从菜鸟
人工突触可自主学习
来自法国国家科学研究中心及其他研究组织的研究人员创造了一种能够自主学习的人工突触。他们还对该设备进行建模，这对于开发更复杂的脑回路至关重要。该研究4月3日在《自然—通讯》杂志上发表。 生物模拟学的目标之一是从大脑的功能中获得灵感，以便设计越来越多的智能机器。这一原则已经以完成特定任务的算法形式
来这里轻松学习BNP
导读：心衰是各种心脏疾病的严重和终末阶段，发病率高，是当今最重要的心血管病之一。据统计，全球每1000人中就有9例心衰患者，约60% 的患者会在确诊5年内死亡。专家表示，心衰是一种慢性、自发进展性疾病，很难根治，但可预防。如何预防？还是从学习体检化验单开始吧~ 1检测心衰的两个重要指标
婴儿的压力与学习
一项研究发现，压力能削弱婴儿的认知灵活性。此前的研究已经证明了压力能促进成年人的习惯行为，其代价是牺牲灵活行为。 然而，仍然不清楚压力对婴儿是否有类似的效应。Sabine Seehagen及其同事研究了26名15个月龄的婴儿，他们被随机分配到一个压力组或者一个对照组。压力组的婴儿接触一个不
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
纳米抗体技术学习（上）
纳米抗体及结构简介1993年，比利时布鲁塞尔自由大学免疫学家Hamers-Casterman教授以及他的同事们在骆驼（骆驼科，后来研究证实也包括单峰骆驼和羊驼）的血清中发现了一种与传统抗体结构不同的新型抗体，这种抗体仅仅由两条重链构成，被称为重链抗体(heavy-chain antibody, HC
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
中科院党组理论学习中心组召开学习会
今天下午，中国科学院党组理论学习中心组在北京召开会议。会议结合党中央、国务院关于科技创新的要求和部署，联系中科院药物研发和集成电路产业科技攻关情况，学习研究未来中科院在相关领域的主要突破方向和重大举措。中科院院长、党组书记白春礼主持学习会。 学习会上，中科院微电子研究所所长叶甜春介绍了我国集成
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
研究提出“植物菌根协同”新框架
在全球森林退化加剧与气候变化威胁的背景下，以提升地上碳储量为目标的森林恢复策略面临着土壤碳库恢复滞后、生态系统多功能性提升不足等问题。中国科学院华南植物园科研团队联合德国、美国、捷克、荷兰和意大利等国家的研究人员，系统阐述了植物-菌根共生体在地下碳库形成与生态系统多功能性维持中的核心调控作用，并