基于无需训练神经网络的线性吸收光谱技术研究
线性吸收光谱层析技术（Linear tomographic absorption spectroscopy，LTAS）是一种广泛用于气体监测的无损诊断技术。LTAS的逆问题是一个经典的病态问题，研究中常用线性迭代算法来解决这类问题，但是这类算法难以结合恰当的先验条件，通常会导致较差的重建结果。数据驱动的神经网络在提高重建精度方面有着非常大的潜力；然而，在真是测量中获取大量的实验数据是非常困难的。为了克服这些限制，上海交通大学蔡伟伟教授团队提出了一种无需训练的神经网络（Untrained neural network, UNN）来求解LTAS的逆问题。通过与基于移动方差的提前终止方法结合，UNN在无需训练数据的情况下实现了更高的重建精度。通过数值仿真，本文探究了UNN的最优网络结构，并评估了提前终止方法的可靠性。UNN与超限化ART算法的对比也充分证明了UNN的卓越性能。本文发表于《中国科学：技术科学》英文版Science C......阅读全文
基于无需训练神经网络的线性吸收光谱技术研究
线性吸收光谱层析技术（Linear tomographic absorption spectroscopy，LTAS）是一种广泛用于气体监测的无损诊断技术。LTAS的逆问题是一个经典的病态问题，研究中常用线性迭代算法来解决这类问题，但是这类算法难以结合恰当的先验条件，通常会导致较差的重建结果。数
基于混合线性模型的复合区间作图法
朱军（1998）提出了用随机效应的预测方法获得基因型效应及基因型与环境互作效应，然后再用区间作图法或复合区间作图法进行遗传主效应及基因型与环境互作效应的QTL 定位分析。该方法的遗传假定是数量性状受多基因控制，它将群体均值及QTL 的各项遗传效应看作为固定效应，而将环境、QTL 与环境、分子标记等效
基于电子鼻和神经网络的牛肉新鲜度的检测
随着人们经济水平的提高，牛肉需求量日益增加。然而肉品富含丰富的营养物质和水分，极易fu败变质，食用被污染或变质的肉产品会严重危害健康。传统的肉品新鲜度检测方法有很多，但都存在一些问题。 电子鼻是由性能彼此重叠的多个化学传感器和适当模式识别方法所组成的，可以识别简单和复杂气味的仿生
MOFormer：无需3D结构、基于Transformer的预测语言模型
金属有机框架（MOF）是具有高比表面积、高孔隙率和结构可设计的结晶性多孔材料，可用于气体吸附、气体储存、气体分离、催化剂等领域。 然而，MOF 的化学空间非常巨大。发现适合特定应用的最佳 MOF 需要对无数潜在候选材料进行高效、准确的搜索。快速且低成本地为特定任务选择性能最佳的 MOF 一直具有挑
新型光芯片可执行深度神经网络关键计算
科技日报北京12月2日电（记者张佳欣）2日发表在《自然·光子学》杂志上的论文称，美国麻省理工学院科学家开发出一种全集成光芯片。它能以光学方式执行深度神经网络所需的所有关键计算，为制造能实时学习的高速处理器打开了大门。这种新型光芯片能够在不到半纳秒的时间内，完成机器学习分类任务的关键计算，性能与传统硬
深圳先进院提出忆阻器神经网络的高能效权重更新方案
近日，中国科学院深圳先进技术研究院医工所医学人工智能研究中心的黄明强研究团队在基于忆阻器阵列的卷积神经网络的研究当中提出了硬件友好型的随机自适应学习方法。区别于具有复杂外围电路设计的梯度下降方法（SGD）和分段线性（PL）的传统方法，该方法具有良好的硬件友好特性和高能效特性。相关成果以Hardw
上海光机所在计算成像研究方面取得新进展
近期，中国科学院上海光学精密机械研究所信息光学与光电子技术实验室研究员司徒国海课题组在基于深度学习的计算成像方法上取得新进展，为深度学习在计算成像方面的应用提供了理论和实验指导。相关成果发表于[Optics Express 27, 18, 25560 (2019)]。 计算成像是计算机技术和光
基于Matlab的DDS线性调频信号的仿真应用（三）
4 实验结果 根据上面的程序,取调频斜率为400，频率控制字为10，幅度量化为10位（和所使用的D/A配合），相位累加器为24位，用Matlab仿真得到的线性调频信号的波形和相应的幅频响应如图3和图4所示。图3 K=400，Kc=10，N=10，L=24的情况下的线性调频信号图4 针对
基于Matlab的DDS线性调频信号的仿真应用（一）
直接数字频率合成（ DDS）是近年来得到迅速发展的一种新的频率合成方法，具有频率切换速度快，很容易提高频率分辨率、对硬件要求低等优点。 可编程全数字化便于单片集成、有利于降低成本、提高可靠性并便于生产等有点。DDS技术从相位的概念出发进行频率合成，存储了数字采样波形表，可以产生点
基于Matlab的DDS线性调频信号的仿真应用（二）
脉冲压缩雷达最常见的调制信号是线性调频信号，接收时采用匹配滤波器（Matched Filter）压缩脉冲。它的数学表达式如下：(2) 式中fe为载波频率，K=B/T是调频斜率，于是，信号的瞬时频率为。 其对应的量化公式如下（此式是以图2实现的原理公式）：(3) 式中N为相位累加器的
我国学者在发展高精度神经网络力场新方法方面取得进展
在国家自然科学基金项目（批准号：22073089、22033007)等资助下，中国科学技术大学蒋彬教授课题组基于量子化学中“原子轨道线性组合”的概念发展了一种高精度机器学习力场方法，该方法有望极大提升复杂化学体系的原子模拟精度。研究成果以“递归嵌入原子神经网络表达：局域完备性和非局域性（Physic
我国学者提出基于正则化流的多尺度神经网络架构
重正化群是物理学研究中的一个基本概念。它不仅是研究相变与临界现象以及强耦合问题的有力工具，更塑造了物理学家的世界观：物理学是关于不同尺度和能标下演生现象(Emergent Phenomena)的有效理论。 人们在深度学习的应用实践中观察到，深层神经网络具有逐层提取特征的能力。处于网络深层的神经
基于宽度学习的微型机器人智能轨迹追踪方法
近日，中国科学院深圳先进技术研究院集成所智能仿生研究中心副研究员徐升和研究员徐天添研究团队合作，将宽度学习算法成功应用于微型机器人轨迹追踪控制中，将数据驱动的思想用于微型机器人控制器设计，由示教训练替换复杂调参，并推导训练算法参数约束以保障稳定性能，极大提升了微型机器人轨迹追踪的准确性及控制器的
基于单片机控制的恒流源电路技术研究
直流恒流源的输出电流，是相对稳定而非绝对不变的，它只是变化很小，小到可以在允许的范围之内。产生变化的原因是多方面的，主要有以下几个因素：（1）电网输入电压不稳定所致 电网供电有高峰期和低谷期，不可能始终稳定如初。（2） 由负载变化形成的 比如负载短路，负载电流会很大，电源的输出电
龙讯旷腾扩展工业领域，机器学习平台加速分子动力学计算
我们都知道从第一性原理出发的分子动力学（Ab Initio Molecular Dynamics, AIMD）计算，需要消耗大量时间和计算资源。但另一方面，体系中每个原子的能量，可通过考察其邻近原子的几何位置即组态（Configuration）近似得到。因此借助机器学习的方法，辅助已有的第一性原理计
上海光机所非线性光学频率转换技术研究获进展
近期，中国科学院上海光学精密机械研究所高功率激光物理联合实验室研究员朱健强、刘德安研究团队在非线性光学频率转换相关技术方面取得研究进展。提出并实验验证了新一类相位匹配方法——电压调谐相位匹配。相关研究成果发表在1月27日出版的《物理评论快报》[Phys. Rev. Lett. 118,04390
微电子所等开发出基于语义记忆的动态神经网络
大脑神经网络具有复杂的语义记忆和动态连接性，可将不断变化的输入与庞大记忆中的经验联系起来，高效执行复杂多变的任务。目前，人工智能系统广泛应用的神经网络模型多是静态的。随着数据量不断增长，它在传统数字计算系统中产生大量能耗和时间开销，难以适应外界环境的变化。 中国科学院微电子研究所微电子器件与集
基于非线性光学物质制备去除汞修复材料获进展
原文地址：http://news.sciencenet.cn/htmlnews/2022/10/488175.shtm 汞是一种不可降解的毒性重金属，主要来源于自然和人为污染。其以多种形态赋存，尤其甲基汞的毒性最强，甲基汞具有生物富集和生物放大特性，对神经系统造成严重损伤。而厌氧环境下，汞离子被
新型光电神经网络架构让光电计算精度更高
近日，清华大学深圳国际研究生院副教授耿子涵团队联合鹏城实验室等单位，提出了一种基于级联微环谐振器的光电神经网络架构。相关研究成果以封面文章的形式发表于《激光与光子学评论》。该研究通过器件结构创新与系统级的优化设计，实现了高消光比与窄带宽，显著提升了系统的光谱密度与计算密度，成功攻克了因光强非负性而难
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
研究首次实现基于新型二维材料非线性的量子光源
量子光源作为量子光学系统必不可缺的部分，其小型化一直是人们研究的重点。近日，中国科学技术大学郭光灿院士团队与新加坡国立大学合作，在二维材料非线性量子光源研究中取得重大突破。 二维材料的层内晶体结构稳定，而原子层间的相互作用力要弱很多。基于这种特性，单层二维材料可以在保持原子尺度厚度的同时也保持
磁控仿鱼微型机器人实现复杂运动的高效学习
原文地址：http://news.sciencenet.cn/htmlnews/2023/5/500681.shtm5月8日，中国科学院深圳先进技术研究院集成所智能仿生研究中心的徐升和徐天添研究团队合作，提出了一套针对微型仿鱼磁驱动机器人的复杂运动学习控制方法。研究团队通过宽度学习网络训练获得了可控
西北大学郭松涛团队基于深度神经网络模型进行猴脸识别
人脸识别技术正在飞速发展。西北大学却不走寻常路，利用人工智能（AI）技术为秦岭地区数千只川金丝猴进行猴脸识别。利用深度学习技术自动识别灵长类个体 如何能够准确、快速的对野生动物进行个体识别，实现连续的“焦点动物取样”和个体全覆盖的“全事件取样”，从而科学地认识并据此开展动物保护工作，一直是全世
新研究实现电阻抗图像重建范式突破
中国科学技术大学杜江峰院士领衔的中科院微观磁共振重点实验室在深度功能医学电阻抗成像技术上取得重要进展。该实验室刘东研究员等提出了一种无需训练的深度电阻抗图像重建方法，为电阻抗成像技术在病变组织特异性判断中的应用开辟了新道路。相关研究成果近日发表于国际权威学术期刊《IEEE模式分析与机器智能汇刊》。获
中科院微电子所在图网络存内计算方面获重要进展
深度学习技术作为AI的重要引擎，近年来受到广泛关注和飞速发展。图神经网络（Graph Neural Network）是一种较新的深度学习技术，可用于处理更复杂的非结构化数据，广泛应用于社交网络、电子购物、药物预测、人机交互等应用场景。随着数据量的急速膨胀，传统CMOS数字硬件系统中运行图神经网络的效
基于氦质谱检漏仪下的检漏技术研究
氦质谱检漏仪主要是运用磁质谱理论和逆扩散理论及质谱分析方法，用氦气作为探索气体制成的检测仪器。灯丝加热发射出来的电子经过加速，在电离室内与残余气体分子和经被检件漏孔逆扩散到电离室的氦气相互碰撞使其电离成正离子，这些离子在加速电场作用下进入磁场，由于洛伦兹力作用产生偏转，形成圆弧形轨道，其旋转半径
嗅觉训练能成为新的大脑训练吗？
随着年龄的增长，我们的嗅觉能力经常出现问题(称为嗅觉障碍)。老年人可能无法识别一种气味或将一种气味与另一种区分开来。在某些情况下，他们可能根本无法察觉气味。气味识别困难在患有神经退行性疾病的人身上很常见，包括老年痴呆症。 在没有已知医学原因的情况下，嗅觉受损可能是认知能力下降的一个预测因素。据
基于双球微腔耦合的线性偏振单模激射研究获进展
近期，中国科学院上海光学精密机械研究所激光与红外材料实验室研究员张龙、董红星领衔的微结构光物理研究团队与华东师范大学、南京航天航空大学合作，在耦合双球微腔中获得高品质、稳定的线性偏振单模激光。相关研究成果作为当期封面文章发表在[Nanoscale, 12, 5805(2020)]。 微纳结构光
西安光机所智能光学显微成像研究取得进展
近日，中国科学院西安光学精密机械研究所瞬态光学与光子技术国家重点实验室姚保利课题组在智能光学显微成像研究方面取得新进展。相关研究成果以Dual-wavelength in-line digital holography with untrained deep neural networks为题，在线
宇宙30亿岁时是何状态？我国领衔最新研究发现揭秘
中新网北京5月16日电 (记者 孙自法 郑莹莹)目前宇宙的年龄已有约138亿年，在其约30亿年时的演化早期是怎样的状态？来自中国科学院上海天文台的消息说，该台葛健研究员带领的国际团队最新发现极其稀少的107例宇宙早期星系关键探针中性碳吸收体，进一步分析研究表明，早在宇宙约30亿岁的演化早期，这些携带