工学 >>> 计算机科学技术 >>> 人工智能 >>> 计算神经网络 >>>
搜索结果: 1-15 共查到知识要闻 计算神经网络相关记录251条 . 查询时间(2.24 秒)
2024年10月30日,中国科学院云南天文台丁旭博士和季凯帆研究员对空间巡天望远镜TESS释放的光变曲线数据进行挖掘,对其中一颗具有椭圆调制的光变曲线目标进行分析和参数反演。该研究成果于10月21日在国际天文学期刊《天文学杂志》(The Astronomical Journal)上在线发表。
2024年10月28日,中国科学院脑科学与智能技术卓越创新中心王凯研究组在《自然-方法》(Nature Methods)上,在线发表了题为Volumetric Voltage Imaging of Neuronal Populations in Mouse Brain by Confocal Light Field Microscope的研究论文。该研究开发了新型三维光场显微成像技术,提升了神经元...
2024年10月23日,中国科学院云南天文台王锦良、丁旭(通讯作者)和季凯帆等利用机器学习方法结合贝叶斯推断,发展了一种快速求解卡特琳娜巡天中的相接双星系统光变曲线参数的方法。该研究成果已在国际天文学期刊《天体物理学报增刊》(The Astrophysical Journal Supplement Series)上在线发表。
ransformer架构以及自注意力机制显著提升了大模型性能,但却引入了随序列长度的二次方计算复杂度。各种线性复杂度模型,如线性Transformer(LinFormer),状态空间模型(SSM)和线性RNN(LinRNN)等,被提出作为自注意力的高效替代。在本工作中,我们首先在形式上统一了目前所有的线性模型,并总结了其自特点。接着,提出了最优线性注意力设计的三个必要条件:动态记忆能力;静态逼近能...
日前,中国科学技术大学郭光灿院士团队固态量子计算研究组郭国平教授与微电子学院iGaN实验室孙海定教授合作,开发并优化了一套人工神经网络算法并应用于射频功率器件及其电路的设计与实验验证,并在超宽温域范围获得器件级和电路级的高精度建模。团队提出了基于人工神经网络(Artificial Neural Network, ANN)算法的氮化镓(GaN)基高电子迁移率晶体管(HEMT)器件在宽温域(极低温4....
单细胞技术的飞速发展和各类细胞图谱计划的进行,为解析多重时空维度下的细胞类型和状态提供了丰富的分子标签。RNA作为决定细胞类型和细胞状态多样性的核心介质,其表达失调或突变可导致各种病变细胞状态的演化,包括肿瘤的发生。
ECCV(European Conference on Computer Vision,欧洲计算机视觉会议)是全球计算机视觉领域的三大顶级会议之一。日前,ECCV 2024 在意大利米兰召开。自动化所多篇论文被本届大会录用,其中2篇论文入选Award Candidate(全球共15篇论文入选)。
2024年10月8日,《Nature Methods》期刊在线发表了题为《Volumetric Voltage Imaging of Neuronal Populations in Mouse Brain by Confocal Light Field Microscope》的研究论文。该研究由中国科学院脑科学与智能技术卓越创新中心(神经科学研究所)王凯研究组完成。研究团队开发了一种新型三维光场显...
中国科学院国家纳米科学中心方英和田慧慧研究团队在基于生物编辑技术的脑机接口增强技术方面取得进展。相关研究成果以Spatially Precise Genetic Engineering at the Electrode-Tissue Interface为题,发表在《先进材料》(Advanced Materials)上。
国家纳米科学中心方英和田慧慧研究团队在基于生物编辑技术的脑机接口增强技术方面取得新进展,相关成果以Spatially Precise Genetic Engineering at the Electrode-Tissue Interface为题,发表在Advanced Materials上。
相较于传统的脑影像分析,作为大脑机理探索和脑疾病研究重要工具的脑网络计算,则侧重于不同脑区之间的相互作用和连接模式,能够更好地反映大脑作为一个整体系统的运作机制,有助于从整体角度理解大脑信息处理的方式。此外,脑网络计算能捕捉神经活动中的非线性异常特征,分析潜在的神经机制变化,为开发基于调控大脑网络的创新性治疗手段提供理论依据。
在地球物理测井过程中,钻井作业引发的岩石机械破碎以及泥浆入侵会致使井壁周围地层发生蚀变,进而造成地层横波速度出现径向变异。精确刻画地层的非均质特性对于定量评价岩石性质至关重要,并能为储层开发提供优化策略。
2024年来,图神经网络(GNN)在许多场景中得到广泛应用,如社交网络分析、推荐系统、自动驾驶等。然而,真实世界中庞大的数据量及图结构显著的不规则稀疏性,为图神经网络的低时延、高能效应用带来了巨大的挑战。随着社会图数据规模的爆炸式增长,解决图神经网络中超大规模数据量带来的访存及计算问题变得越发迫切。
2024年5月31日,《Neuroscience Bulletin》期刊在线发表题为《小鼠神经元全脑投射谱与动态信息耦合》的研究论文,该研究由中国科学院脑科学与智能技术卓越创新中心(神经科学研究所)孙衍刚研究组联合华中科技大学武汉光电国家研究中心付玲教授研究团队共同合作完成。该研究开发了一种将神经元全脑投射组和动态信息耦合的方法,为深入理解大脑工作原理提供了重要基础。
人脑能够运行非常复杂且庞大的神经网络,总功耗却仅为20瓦,远小于现有的人工智能系统。因此,在算力比拼加速,能耗日益攀升的今日,借鉴人脑的低功耗特性发展新型智能计算系统成为极具潜力的方向。

中国研究生教育排行榜-

正在加载...

中国学术期刊排行榜-

正在加载...

世界大学科研机构排行榜-

正在加载...

中国大学排行榜-

正在加载...

人 物-

正在加载...

课 件-

正在加载...

视听资料-

正在加载...

研招资料 -

正在加载...

知识要闻-

正在加载...

国际动态-

正在加载...

会议中心-

正在加载...

学术指南-

正在加载...

学术站点-

正在加载...