水生所等研发出基于大数据挖掘和深度学习的有害藻类水华预警系统
近日，中国科学院水生生物研究所毕永红团队联合德国卡尔斯鲁厄工学院，研发出基于大数据挖掘和深度学习的有害藻类水华预警系统。相关研究成果作为封面文章，发表在《环境科学与技术》（Environmental Science & Technology）上。该研究致力于创建高时间分辨率的水柱垂向维度有害藻华（HABs）早期预警系统，如创建大数据平台、采集高时空分辨率的水生态环境大数据、开发自主学习并能跨时间点聚类捕获Chl a动态的先进聚类算法、设计专门处理复杂多变量时间序列的预测模型等。具体工作以太湖为研究水域，构建高频垂直剖面监测系统（VAMS）进行水生态大数据采集，基于大数据开发了具有深度学习功能的Bloomformer-2模型，通过“DeepDPM-光谱聚类”和Bloomformer-2模型优化建模策略，智能识别水柱分层并进行不同水深藻类生物量的精确预测，将预测结果与世界卫生组织的“警戒级别框架”有机结合，构建了有......阅读全文
计算成像可解释性深度学习重建方法研究取得进展
傅里叶叠层成像是一种新兴的计算成像技术，其成像的正向模型包括光瞳函数的低通滤波、光瞳在频域内的扫描采样、傅里叶变换和复杂的成像噪声污染。传统基于深度神经网络学习（如卷积神经网络）方法在远距离场景下，环境噪声干扰更为复杂，高分辨率图像重建难度显著增加。 中国科学院西安光学精密机械研究所科研团队提
Nature：利用深度学习可预测细胞外观，帮助发现病变过程
据Nature最新报道，艾伦细胞科学研究所（Allen Institute for Cell Science）发布的网站Allen Cell Explore，包含数千个干细胞的三维立体图像，不止是发现每个细胞的独特外观，通过深度学习算法，该研究所还对细胞的外观进行了预测。改变一个基因对细胞整体而
百度王海峰：AI创新和发展，进入“深度学习+”阶段
进入2023年，百度首席技术官王海峰对创新和增长充满乐观。 “‘深度学习+’，是创新发展新引擎，驱动技术发展和产业增长，让创新创造大有可为。”在百度Create AI开发者大会上，王海峰提出“深度学习+”：人工智能（AI）的技术创新和产业发展，已经进入“深度学习+”阶段。 他指出，深度
深度学习系统可预测糖尿病视网膜病变发病进程
原文地址：http://news.sciencenet.cn/htmlnews/2024/2/517827.shtm
“刷脸”窥见遗传病：深度学习算法助疾病诊断
去年8月的一天，美国特拉华州威尔明顿市内穆尔/阿尔法雷德爱杜邦儿童医院医学遗传学家Karen Gripp接待了一位年仅4岁的患者。 这个小女孩虽比同龄孩子稍矮，且已经失去了大部分乳牙和几颗已经长出来的成年牙齿，但并没有其他明显的罕见病指征。 Gripp曾阅读过描述Wiedemann-Ste
深度学习高分子材料差示扫描量热仪
差示扫描量热法（DSC）作为一种可控程序温度下的热效应的经典热分析方法，在当今各类材料与化学领域的研究开发、工艺优化、质检质控与失效分析等各种场合早已得到了广泛的应用。利用DSC方法，我们能够研究无机材料的相转变、高分子材料熔融、结晶过程、药物的多晶型现象、油脂等食品的固/液相比例等。测量与热量
基于深度学习的全基因组选择新方法诞生
近日，中国农业科学院作物科学研究所、三亚南繁研究院大数据智能设计育种创新团队联合多家单位提出利用植物海量多组学数据进行全基因组预测的深度学习方法, 可以实现育种大数据的高效整合与利用，将助力深度学习在全基因组选择中的应用，为智能设计育种及平台构建提供有效工具。相关研究成果发表在《分子植物》（Mole
深度学习实现蛋白质序列高成功率从头设计
中国科学技术大学生命科学与医学部教授刘海燕、副教授陈泉团队与信息科学技术学院教授李厚强团队合作，开发了一种基于深度学习为给定主链结构从头设计氨基酸序列的算法ABACUS-R。经过实验验证，ABACUS-R的设计成功率和设计精度超过了原有统计能量模型ABACUS。研究成果北京时间7月21日发表于《
深度学习网络技术可加快临床PET图像重建过程
近日，来自美国纪念斯隆凯特灵癌症中心（Memorial Sloan Kettering Cancer Center）的科学家们开发出一种名为“DeepPET”的新技术，该技术是使用深度学习（deep learning）将正电子放射断层造影术（PET）成像数据转换为高质量图像，并在Medical
深度学习模型准确评估不同产区天麻的质量差异
近日，云南省农业科学院药用植物研究所研究员王元忠联合云南省昭通学院教授刘鸿高、云南农业大学李杰庆在《食品化学》（Food chemistry）发表最新研究论文，提出基于近红外（NIR）光谱技术的天麻地理溯源模型理论。该理论可为不同产区中药地理可追溯性提供借鉴和理论基础。天麻块茎。云南农科院供图该研究
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
电池爆炸？用深度学习检测行李箱中的锂电池
你是否曾经历过这样的不愉快乘机事件：已经登机了，结果被广播名字要求下飞机。要求你离开飞机的“罪名”仅仅是因为你行李箱中有一节锂电池。如果你还记得三星Galaxy Note7的爆炸，你可能不会对受到这样的对待感到惊讶。飞机在高空飞行的时候，由于压力，一些锂离子电会着火，甚至爆炸。这些电池虽然很
百度飞桨成中国深度学习市场应用规模第一
7月28日，2022全球数字经济大会“人工智能驱动未来产业论坛”在京召开，中国信息通信研究院（简称）联合深度学习技术及应用国家工程研究中心发布了《深度学习平台发展报告(2022)》。报告对深度学习平台进行了多维度分析，指出百度飞桨基于我国产业实践与应用创新需求，在社区生态构建上持续发力、优势渐显，在
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
基因组密码被解锁：深度学习模型破解非编码区奥秘
人类基因组中超98%的遗传变异位于非编码区，这些变异通过调控染色质可及性、三维构象、剪接加工等多种分子机制影响基因表达，最终导致疾病发生。由于调控机制的复杂性和细胞类型特异性，目前解读非编码变异的分子效应仍是重大挑战。现有深度学习模型在预测功能基因组特征时，往往在输入序列长度与预测分辨率之间难以兼顾
谷歌展示全新医疗诊断：深度学习+AR显微镜=实时测癌症
今天，谷歌在美国癌症研究协会（AACR）年会上发表演讲，介绍癌症检测的新研究论文。他们开发了一种增强现实显微镜（ARM）原型平台，可实时检测癌症。该平台具备相当大的灵活性，适用于多种显微镜、任务类型的配置。近期，深度学习在医疗领域的应用（包括眼科、皮肤科、放射科和病理科（pathology））显示了
美国学者：可视化深度学习揭示基因如何影响细胞特征
美国研究人员开发出一种过程可获取的深度学习计算机新算法，能够揭示细胞的内部活动。相关论文3月6日在线发表于《自然—方法》。图片来源于网络 人工智能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、语言翻译和玩游戏。深度学习网络也称人工神经网络，它们越来越多地被用于生物数据分析自动化。 深
可视化深度学习揭示基因如何影响细胞特征－－生物医药
美国研究人员开发出一种过程可获取的深度学习计算机新算法，能够揭示细胞的内部活动。相关论文3月6日在线发表于《自然—方法》。 人工智能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、语言翻译和玩游戏。深度学习网络也称人工神经网络，它们越来越多地被用于生物数据分析自动化。 深度学习
Nature－Methods－|－深度学习：二维图片到三维的变换
荧光显微镜在生命科学等学科中有重要作用。通过激发样本的特异性荧光标记，荧光显微镜可以准确揭示生物内部特定的组织，结构和活动。 2019年11月4日，来自UCLA的Aydogan Ozcan教授科研团队在Nature Methods上发表题为“Three-dimensional virtual
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
深度学习复活古老的肽以对抗抗生素耐药性
在最近发表在《自然生物医学工程》杂志上的一项研究中，一组研究人员展示了使用深度学习从灭绝的生物体中复活抗生素肽，为抗生素耐药性和其他生物医学挑战提供了新的解决方案。使用深度学习从古代蛋白质组中去除抗生素的分子灭绝。 所有可用的灭绝生物的蛋白质组都是通过我们的深度学习算法APEX挖掘的。将已灭绝生物体
母乳抗菌肽筛选新突破：基于深度学习技术的高效发现
近日，我所能源研究技术平台（DNL20）靳艳研究员团队与大连工业大学刘俐副教授团队、国家乳业技术创新中心何剑正高级工程师团队合作，发展了一种基于深度学习技术的乳源抗菌肽筛选新方法。团队利用该方法从母乳中筛选获得了新结构抗菌肽，并揭示了母乳初乳和成熟乳中抗菌肽的分布规律。世界卫生组织（WHO）和中国营
利用深度学习对短文本产品名称分类的研究
一、研究背景 在数字化浪潮的冲击下，基于产品质量安全监管的信息化基础，运用大数据、自然语言处理、机器学习等技术，让信息横向在不同区域间、纵向在各级市场监管部门流通，是一个有重要意义且需要我们在业务支撑工作中不断思考的议题。 为了实现数据赋能，一方面要实现数据的持续有效汇集，另一方面要加强数据分析
基于深度强化学习的机器人控制的合作研究获进展
近日，中国科学院沈阳自动化研究所与英国爱丁堡机器人中心合作研究取得新进展，提出了一种在动态、非结构环境下基于深度强化学习的移动机械臂自主作业方法，将最新的人工智能学习理论成功应用于真实的复杂移动机械臂控制。相关研究成果发表于期刊Sensors。 机器人在空间、陆地和水下等大量动态、非结构环境下
基于深度学习和超像素的大田小区水稻稻穗分割技术研究
不同生长阶段顶视相机角度下进行稻穗分割近日华中农业大学和华中科技大学联合作物表型研究团队在《Plant Methods》杂志上发表题为：Panicle-SEG: A robust image segmentation method for rice panicles in the field b
学者开发影像组学结合深度学习预测膝骨关节炎
原文地址：http://news.sciencenet.cn/htmlnews/2024/5/523007.shtm
用深度学习对抗癌症：从分子层面研究到大规模人口建模
Rick Stevens 表示，首个先进癌症计算解决方案的联合设计（Joint Design of Advanced Computing Solutions for Cancer，JDACS4C）「成果」将于 2017 年第二季度的某个时间公开。JDACS4C 一共有三个试点项目，Rick 领导
百度王海峰：深度学习为科学研究带来新方法
12月7日，2025大湾区科学论坛人工智能分论坛暨第六届中国（广东）人工智能论坛在广州南沙举办。百度首席技术官、深度学习技术及应用国家工程研究中心主任王海峰发表主旨演讲。 王海峰做主题分享。2025大湾区科学论坛 供图 他表示，当前人工智能正以前所未有的速度加速演进，科学智能（AI for
我所开发出新型深度学习模型应用于电池寿命预测
近日，我所能源催化转化全国重点实验室动力电池与系统研究部（DNL29）陈忠伟院士、毛治宇副研究员团队，联合西安交通大学冯江涛教授，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深度学习模型，有效地解决了传统方法对大量充电测试数据的依赖，为电池实时寿命预估提供了新的思路，实现了锂电池寿命的端到
计算所提出国际上首个深度学习指令集DianNaoYu
2016年3月，中国科学院计算技术研究所陈云霁、陈天石课题组提出的深度学习处理器指令集DianNaoYu被计算机体系结构领域顶级国际会议ISCA2016（International Symposium on Computer Architecture）所接收，其评分排名所有近300篇投稿的第一名