UCL、帝国理工和微软的研究人员合作，将神经网络与决策树结合在一起，提出了一种新的自适应神经树模型ANT，打破往局限，可以基于BP算法做训练，在MNIST和CIFAR-10数据集上的准确率高达到99%和90...

编辑/绿萝 分子动力学（MD）模拟是在能源存储、催化和生物过程等领域进行计算发现不可或缺的工具。在实践中，第一性原理方法的不利计算尺度将模拟限制在较短的时间尺度和较少的原子数。基于机器...

编辑 | 萝卜皮 蛋白质变构是由空间远程蛋白质内通讯促进的生物过程，其中配体结合或远处位点的氨基酸变化会远程影响活性位点。分子动力学（MD）模拟提供了一种强大的计算方法来探测变构效应。然...

编辑/绿萝 由于深度学习的发展进步，从视频中提取可解释的物理定律引发了计算机视觉社区的兴趣，但仍然面临巨大的挑战。 控制方程（例如 PDE、ODE）的发现可能促进我们对复杂动力系统行为的理解...

上海交通大学最新提出切片循环神经网络（SRNN），其速度是标准RNN的136倍，并且还能更快！对六个大型情绪分析数据集的实验表明，SRNN的性能均优于标准RNN。 论文和开源代码地址： arxiv.org/pdf...

编辑 | 萝卜皮 大多数微生物基因组尚未培养，微生物基因组或环境序列中鉴定的大多数蛋白质无法进行功能注释。因此，当前描述微生物系统的计算方法依赖于不完整的参考数据库，这些参考数据库无法...

编辑/绿萝 准确识别催化活性的描述符对深入理解催化作用，以及为催化剂筛选奠定基础至关重要。然而，常用方法的可预测性和准确性低。 近日，美国纽约州立大学石溪分校（SUNY SB）和布鲁克海文国...

编辑 | 萝卜皮 目前，全球每 3.5 个月人工智能的能源成本就会翻一番，这对于人工智能的发展会逐渐成为一个巨大的限制。 这种由伦敦帝国理工学院研究人员领导的团队开发的新方法，使用像大脑中的...

编辑/凯霞 人脑包含大约 1000 亿个神经元，每个神经元都有数千个突触连接。尽管单个神经元是神经系统的基本单位，但正是它们的突触连接模式使神经元能够为特定功能形成专门的神经环路，从而使大...

编辑 | 萝卜皮 探索光捕获复合物（LHC）中的激发能量转移（EET）对于理解自然过程和高效光伏器件的设计至关重要。LHC 是开放系统，其中量子效应可能对几乎完美地利用太阳能发挥关键作用。包含量...

编辑/凯霞 在未来 20 年，全球癌症病例数可能增加 60%，而病理学家的数量相对于这种诊断需求有所减少，因此迫切需要加快病理学的进步。病理学——尽管是诊断的基础——尚未数字化，这一事实进一...

编译/文龙 神经科学的一个中心目标是破译神经编码（neural code），理解感官特征和行为的神经表征，以及连接它们的计算。在深度学习中，受神经科学启发而来的神经网络具有很好的模式识别能力，...

编辑 | 萝卜皮 一辆汽车的「生命」周期内，排放约 126,000 磅的温室气体二氧化碳（CO2）。将这些排放与人工智能（AI）技术留下的碳足迹进行比较。仅 2019 年，训练顶级人工智能便产生了超过 625...

编辑 | 萝卜皮 随着人工智能和深度学习技术变得越来越先进，工程师将需要创建能够可靠且高效地运行其计算的硬件。受人脑结构和生物学启发的神经形态计算硬件，在支持复杂的深度神经网络（DNN）...

编辑 | 萝卜皮 基因突变给生命带来了多方面的影响，有时候也许能使生物更加适应生存环境，但大多数情况会对生物带来灾难性后果。癌症等疾病的发病起因与基因突变有着千丝万缕的联系。 一种机器...

编辑 | 萝卜皮 蛋白质设计对于医学和生物技术应用变得越来越重要。由于蛋白质形成的复杂机制，新蛋白质的产生需要繁琐且耗时的计算或实验协议。同时，机器学习通过利用大量可用数据来解决复杂问...

编辑 | 萝卜皮 应用物理和工程中的许多问题都涉及从数据中学习物理位移场。粒子图像测速（PIV）是实验流体动力学中至关重要的一种方法，在汽车、航空航天和生物医学工程等众多领域均有应用。 德...

编辑 | 萝卜皮 2022 年 7 月 11 日，美国航空航天局公布了詹姆斯·韦伯太空望远镜（James Webb Space Telescope，JWST）拍摄的第一张全彩图像，这让全世界的人类感到震惊和欣喜。 当然，人类并...

编译/文龙 在过去的二十年里，高通量技术的巨大进步与成本的降低使得产生大量的生物医学数据成为了可能。与此同时，使用人工智能方法检查和评估这些数据的全新可能性已得到发展，高维数据也已经...

编辑 | 萝卜皮 能够利用基因组数据来预测机体对营养、毒素和病原体暴露变化的反应，可以为作物改良、疾病预后、流行病学和公共卫生提供信息。 纽约大学与台北大学的研究人员合作，应用了一种基...