科研人员开发出基于深度学习的小麦旗叶夹角测量新方法
旗叶夹角是决定小麦群体大小、群体光能拦截效率以及通风透光性能的关键农艺性状，是小麦株型的重要构成因素之一。旗叶夹角因长期依赖人工测量，导致效率低、精度差、主观性强，难以满足大规模精准育种和栽培管理的需求。因此，低成本、高精度测量小麦旗叶夹角成为当前亟需解决的技术瓶颈。近日，中国科学院遗传与发育生物学研究所研究员蒋霓团队提出了成本低廉、实用性强的小麦田间旗叶夹角图像采集方法，并开发了轻量化的关键点检测模型LeafPoseNet。该模型可自动识别旗叶中心点（Point L）、旗叶与茎的交点（Point J）、茎的中心点（Point S）三个关键位置，从而实现旗叶夹角的自动计算。相较于目前主流的关键点检测模型，LeafPoseNet表现出更高的预测精度，其平均绝对误差（MAE）为1.75°，均方根误差（RMSE）为2.17°，决定系数（R²）达0.998。因此，LeafPoseNet能精准、稳定地识别各种类型的叶夹角关键点位置，体现出......阅读全文
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
数据赋能：利用深度学习对短文本产品名称分类
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
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
物理所王磊等发布深度学习算法－稠密氢体系应用成功
氢是宇宙中最丰富的元素，也是元素周期表中最简单的元素。在常温常压下，氢以气态分子的形式存在。然而，在一些极端的条件下，例如巨行星内核、聚变实验中，稠密的氢(或其同位素)表现出更加丰富的相图，其中可能包含原子液体、金属氢、高温超导、液态超导等。稠密氢中包含等量的质子和电子，是一个简单干净的量子多体系统
首个基于深度学习的脑静脉系统相关脑出血诊断研究获突破
近日，浙江大学医学院附属第二医院童璐莎、高峰教授团队，联合浙江大学生物仪器与工程学院赵立教授团队，成功开发出一种用于区别急性自发性脑出血的可解释性的人工智能模型，该模型针对急性脑叶出血发病凶险，病因鉴别困难等问题，仅利用常规头颅CT（非增强），从急诊脑出血患者中精准识别出脑静脉系统血栓形成相关脑出血
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
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
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
机上电池爆炸？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。这些电池虽然很小，
在30分钟内创建你的深度学习服务器（一）
每当我开始一个新的项目时，我发现自己一次又一次地创建一个深度学习机器。从安装Anaconda开始，然后为Pytorch和Tensorflow创建不同的环境，这样它们就不会相互干扰，而在这中间，你不可避免地会搞砸，然后得从头开始。这种情况经常发生。这不仅是对时间的巨大浪费，也是令人恼火的。通过
Deep－Genomics：融资1670万美元，它将深度学习带到基因组学
基因组学正在探索DNA变异如何影响特定疾病，使用机器深度学习对DNA和细胞中关键分子的关系进行建模，从而让基因组学的研究更有效。 在用深度学习研究基因组学的时代，Deep Genomics推开了第一扇窗。Deep Genomics，即“Deep Learning + Genomics”，是
化学所发展基于深度学习的蛋白质单分子分析新方法
蛋白质是生命活动的物质基础和主要承担者，许多重要的蛋白质以复合物或多聚体形式参与信号转导、离子转运、免疫响应等众多生理过程，蛋白质的化学计量组成与其生物功能的调控及多种疾病的发生发展密切相关。因此，在生理条件下定量表征蛋白质的化学计量比（亚基组成数或蛋白聚集状态），对于研究蛋白质的相互作用、阐明
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
人工智能解锁新领域－深度学习算法助力发现古人类遗迹
近年来，深度学习作为机器学习的一个分支，在考古学中迅速普及应用，使得考古工作的效率得到提升。除了用于发现考古遗迹，预测、翻译古文字，人工智能还参与了部分文物的修复过程。 人工智能继续探索新领域，这次是考古。 近日，来自美国宾夕法尼亚州立大学、澳大利大悉尼大学等4所研究机构的研究人员，在著名考
在30分钟内创建你的深度学习服务器（二）
设置Jupyter Notebook但是，我们仍然需要使用一些东西才能充分使用计算机，其中之一就是Jupyter Notebook。要在计算机上设置Jupyter Notebook，我建议使用TMUX和隧道。让我们逐步设置Jupyter Notebook。1．使用TMUX运行Jupy
布鲁克：利用CCS检测和深度学习研究4D蛋白质组学
近日，Matthias Mann教授团队和Fabian Theis教授组*共同在《Nature Communication》上发表开创性成果，标题为“Deep learning the collisional cross sections of the peptide universe from
谷歌深度思维推出自我训练“机器猫”，可快速学习新任务
谷歌“深度思维”公司研究人员最近将人工智能与一款名为“机器猫”的机器人结合起来，预计它将在自我训练机器人的世界中实现一大飞跃。利用大型语言模型背后的相同技术研发的“机器猫”，不仅可快速学习新任务，还可通过构建自己的性能数据来提高性能。研究论文发表在预印本服务器arXiv上。 到目前为止，机器人
科研人员开发出基于深度学习的小麦旗叶夹角测量新方法
旗叶夹角是决定小麦群体大小、群体光能拦截效率以及通风透光性能的关键农艺性状，是小麦株型的重要构成因素之一。旗叶夹角因长期依赖人工测量，导致效率低、精度差、主观性强，难以满足大规模精准育种和栽培管理的需求。因此，低成本、高精度测量小麦旗叶夹角成为当前亟需解决的技术瓶颈。近日，中国科学院遗传与发育生物学
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
深度学习方法可协助临床医生准确诊断糖尿病视网膜病变
近日，来自芬兰阿尔托大学(Aalto University)的科学家们通过研究发现深度学习（Deep Learning）方法可以协助临床医生准确诊断糖尿病视网膜病变及黄斑水肿，相关研究成果以“Deep Learning Fundus Image Analysis for Diabetic Ret
一种基于半监督学习的深度状态空间模型在植物生长建...
一种基于半监督学习的深度状态空间模型在植物生长建模中的应用研究培育优质高产的作物一直是科学家们追求的目标，人们通过一系列先进的栽培技术来实现此目标。比如对于番茄的培育，由于干旱胁迫有利于番茄的糖分积累，所以人们可以运用精准灌溉技术来控制水分的供给量从而优化番茄果实品质，然而这项技术并没有在农田实践中
灵素系统——一种基于基因指纹和深度学习的药效预测系统
2021年6月17日，北京大学国际癌症研究院谢正伟团队在Nature Biotechnology（IF=36.6）在线发表了题目为“Prediction of drug efficacy fromtranscriptional profiles with deep learning”的科研论文（
深度学习能够提高设备检测糖尿病性视网膜病变的准确度
根据2月14日在线发表于《Diabetes Care》的一项研究，深度学习会提升糖尿病相关检测设备灵敏度与准确度的提高，从而更加有利于准确检测糖尿病视网膜病变（DR）。 在最近发表的这项研究中，来自阿姆斯特丹VU医疗中心的Frank D. Verbraak及其同事通过混合深度学习增强设备对视网
深度学习算法优化序列特异性的CtoG单碱基编辑器
8月12日，Nature Communications发表了题为Optimization of C-to-G base editors with sequence context preference predictable by machine learning methods的研究论文，该研
深度学习方法可协助临床医生准确诊断糖尿病视网膜病变
糖尿病视网膜病变(diabetic retinopathyDR)是糖尿病(diabetes mellitusDM)最常见最严重的并发症之一，也是成年人低视力和盲的主要原因，它严重影响着全球成千上万人的生活质量。目前我国糖尿病确诊患者超过9000万，隐性患者近1.5亿人。糖尿病病史10年患者中DR
声学所提出一种基于深度学习的水下目标定位新方法
近年来，浅海声源定位，尤其是水下低频宽带声源的定位问题，受到了国内外研究者的广泛关注。匹配场等传统方法需要环境的先验知识对声场进行建模，而环境参数瞬息万变，往往不能准确获得，环境参数的这种不确定性会造成传统方法的定位性能不佳。 为了减少对环境先验知识的依赖，近日，中国科学院声学研究所语言声学与
Nature子刊:深度学习预测传统RNASeq无法检测的选择性剪接
项目负责人Yi Xing博士是CHOP计算和基因组医学中心主任，本周他与博士生Zijun Zhang和Zhicheng Pan在《Nature Methods》报道了这款DARTS的框架。DARTS，又称为深度学习加强的RNA-seq转录剪接分析（Deep-learning Augmented
单细胞测序数据分析中使用深度学习方法的挑战有哪些？
在单细胞测序数据分析中使用深度学习方法面临以下一些挑战： 1. 数据稀缺性 - 高质量、大规模且标注准确的单细胞测序数据集相对较少，这限制了深度学习模型的训练和泛化能力。 2. 数据高维度和复杂性 - 单细胞测序数据通常具有高维度（成千上万的基因），这增加了模型学习的难度和计
单细胞测序数据分析中深度学习方法的稳定性如何提高？
提高单细胞测序数据分析中深度学习方法稳定性的策略： 1. 数据增强 - 采用数据扩充技术，如随机旋转、翻转、添加噪声等，增加数据的多样性，从而使模型对数据的变化更具鲁棒性。 2. 正则化 - 应用正则化方法，如 L1 和 L2 正则化、Dropout 等，防止模型过拟合，提高
北京大学深度学习实验室是北大数据科学研究中心
北京大学深度学习实验室是北京大学数据科学研究中心（北京大数据研究院）最重要的基础研究机构。它集结了北京大学在计算机科学、应用和计算数学、统计学等领域的最活跃的学者。实验室主任由机器学习领域国际上最活跃的学者之一张志华教授担任。希望用三到五年的时间建成世界一流的研究机构，成为中国深度学习和人工智能