搜索结果: 91-105 共查到“计算机科学技术 神经网络”相关记录999条 . 查询时间(0.606 秒)
作为一种无创的成像技术,功能磁共振(fMRI)通过检测血氧浓度来推断大脑的活动状态,在认知科学以及精神疾病研究中被广泛应用。但是fMRI影像具有维度高、信噪比低等特点,基于fMRI的脑疾病分类问题通常具有高维小样本的特点,常用的解决方案是采用脑模板或者独立成分分析等对原始的fMRI脑区进行划分,然后计算兴趣脑区或空间成分的时间序列相关值(Time Courses, TCs)得到脑功能连接矩阵,并在...
利用卷积神经网络(convolutional neural network,CNN)算法构建基于临床图像的基底细胞癌和色素痣的智能辅助诊断模型。方法:首先,基于湘雅医学大数据平台构建一个大规模的以中国人种为主的皮肤疾病临床图像数据集——湘雅皮肤疾病数据集;在此数据集的基底细胞癌和色素痣的子集上评估5种主流CNN模型(ResNet50,InceptionV3,InceptionResNetV2,De...
近日,香港科技大学科研人员研发出全球首个可用作深度机器学习的全光学神经网络,不但能让人工智能在处理辨识事物之间的关系或风险评估等较复杂的问题上,进一步接近人类,还可以在能耗大幅度降低的情况下,以光速进行运算。研究结果近日刊登于《光学》。人工智能要掌握深度学习技巧,需具有非线性启动函数的多层神经网络。然而,在现存的光电混合神经网络中,模拟人类大脑响应方式的非线性启动函数主要是透过电实现的,这限制了光...
原子核裂变数据的精确测量是很多核物理应用的先决条件,比如核能、国防、辐射防护、核废料处理、产生稀有同位素等。核裂变物理在超重元素合成、反应堆中微子、中子星融合中的r-process等研究中也不可缺少。特别是走向新一代核能-快中子反应堆,急需锕系核区精确的不同能量中子诱发裂变数据。但是目前实验和理论都无法提供可靠及完整的能量相关裂变数据。由于涉及中子的实验难度较大,国际上主要的核数据库只有几个能量点...
中国科学院上海药物研究所蒋华良、郑明月团队采用了多任务深度神经网络(multitask deep neural network)建立分类模型解决化合物的激酶谱预测问题。多任务深度神经网络通过任务间的迁移学习,可以高效解决具有相关性的多类别分类问题,对于众多激酶靶标,共享的保守催化域使得多重活性预测任务紧密相关。因此,利用多任务深度神经网络可以有效减少特定激酶数据不足对模型泛化性能的限制。此外,多任...
基于深度神经网络的可穿戴心电图疾病自动诊断研究取得进展(图)
深度神经网络 可穿戴 心电图疾病 自动诊断
2019/7/12
近日,中国科学院深圳先进技术研究院数字所生物医学信息技术研究中心研究员李烨及其团队成员姚启航、王如心、樊小毛和刘记奎等针对可穿戴心电信号提出了一种基于时空特征融合的深度神经网络,实现了9类心律失常的自动分析诊断,有效提升了疾病自动分析的准确率。该成果以Multi-class Arrhythmia detection from 12-lead varied-length ECG using Atte...
中国科学院自动化研究所提出基于图神经网络的会话序列推荐模型(图)
中国科学院自动化研究所 图神经网络 会话序列 推荐模型
2019/7/10
中国科学院自动化研究所智能感知与计算研究中心提出并开源了基于图神经网络的会话序列 (session-based) 推荐模型SR-GNN。会话(session)是服务器端用来记录识别用户的一种机制。在推荐系统中,基于会话的推荐 (session-based recommendation) 是依据一个时间窗口内用户连续的行为进行推荐。比如,一位用户在登录淘宝的这段时间里连续点击了10个商品,那么这10...
中国科学院苏州生物医学工程技术研究所等以直肠肿瘤分割为例——探索神经网络中多个参数对分割结果的影响(图)
中国科学院苏州生物医学工程技术研究所 直肠肿瘤 神经网络 参数对分割 深度学习
2019/6/27
深度学习是基于机器学习延伸出来的一个新的领域。其动机在于建立、模拟人脑分析学习的神经网络,模仿人脑的机制来解释数据。具体来说,受到大脑神经系统结构的启示,在神经元与神经网络的基础之上模拟出人工神经元及人工神经网络。近年来,随着算法理论的不断创新,以及日新月异的计算能力的提高,在大数据的背景下,使得深度学习得以快速发展。目前,深度学习已被应用于众多领域,并取得了不俗的成绩,其中基于神经网络的医学图像...
2019年3月14日,理学院高岩波教授在惯性神经网络的拉格朗日稳定性的研究中取得重要进展,相关工作以Exponentialstability in Lagrange sense for inertial neural networks with time-varyingdelays为题发表在Neurocomputing。这项研究工作得到了几个确保惯性神经网络拉格朗日意义下全局指数稳定的充分条件,同...
基于深度卷积神经网络的SQL注入攻击检测
SQL注入 检测 CNN 自然语言处理
2022/3/28
刀具磨损和切削力预测与控制是切削加工过程中需要考虑的重要问题。本文介绍了利用人工神经网络模型预测刀具磨损和切削力的步骤并且针对产生误差的因素进行分析。首先将切削速度、切削深度、切削时间、主轴转速和不同频带的能量值通过归一化法处理,作为输入特征值,对改进的神经网络模型进行训练。然后利用训练完成的神经网络模型预测刀具磨损和切削力。结果表明:神经网络模型能够综合考虑加工过程中更多的影响因素, 与经验公式...
变分自回归神经网络求解统计力学研究取得进展(图)
变分自回归神经网络 统计力学 测量系统
2019/3/7
近年来,中国科学院理论物理研究所研究员张潘课题组致力于探索统计物理与机器学习的交叉领域,并在近期取得新进展。张潘与合作者中科院物理研究所研究员王磊以及北京大学本科生吴典,合作提出了一个应用于统计力学问题的计算方法——变分自回归神经网络(Variational Autoregressive Networks)。这个框架拓展了传统意义上的平均场方法,用自回归神经网络构建变分的概率分布,并通过强化学习的...
中国科学院物理研究所神经网络重正化群研究取得进展(图)
中国科学院物理研究所 神经网络 重正化群
2019/1/21
最近,中国科学院物理研究所/北京凝聚态物理国家研究中心凝聚态理论与材料计算重点实验室T03组博士研究生李烁辉和副研究员王磊提出了一类基于正则化流(Normalizing Flows)的多尺度神经网络架构。这类网络将微观物理构型的概率分布映射到隐变量空间的近高斯分布。相反的,由于网络的可逆性,也可以从高斯噪声出发直接生成可能的物理构型。作者从物理问题的裸作用量出发,利用变分原理端对端地训练网络。为了...