搜索结果: 46-60 共查到“知识要闻 计算神经网络”相关记录229条 . 查询时间(4.315 秒)
作为生命体的内在时钟，生物震荡的精确性对于信号转导、基因调控以及细胞周期等生命过程至关重要。然而，在存在环境和自身噪声的情况下，生物网络如何实现精确振荡还尚不明确。2022年9月20日，北京大学北京国际数学中心/定量生物学中心张磊课题组与中国科学院深圳先进技术研究院合成所/北京大学定量生物学中心魏平课题组在eLife合作发表了题为“Network design principle for robu...
辽宁辽河实验室挂牌运行（图）
辽宁实验室 揭牌仪式 工业互联网
2022/12/19
2022年9月5日上午，辽宁实验室揭牌仪式在沈阳主会场、大连分会场举行，辽宁材料实验室、辽宁辽河实验室、辽宁滨海实验室、辽宁黄海实验室同步揭牌。辽宁省委书记、省人大常委会主任张国清，省委副书记、省长李乐成等省市领导出席活动。教育部党组书记、部长怀进鹏视频致辞。辽宁辽河实验室主任——中国科学院沈阳分院分党组书记、院长，沈阳自动化研究所研究员于海斌参加仪式。揭牌仪式上，李乐成为于海斌颁发了辽宁辽河实验...
随着人工智能、物联网以及智慧医疗等新型信息交互领域的发展，基于传统冯诺依曼架构的计算机系统以及工艺迭代带来的算力提升已经越来越难以满足数据处理及复杂神经网络模型运算的需求。神经形态器件作为一种模拟人脑的高效低功耗的信息处理模型在信息处理方面具有天然的优势。目前，以忆阻器为代表的人工突触器件已经被广泛的应用于神经形态计算，并构建多种类型的神经网络。然而，传统的人工突触器件存储的权重固定，重新部署费时...
我国学者在动态深度神经网络研究方面取得进展
动态深度 神经网络 计算机视觉
2022/12/30
在国家自然科学基金项目（批准号：62022048、61906106）资助下，清华大学黄高研究团队在动态深度神经网络研究方面取得进展。研究成果以"基于自适应聚焦的高效视频识别（Adaptive Focus for Efficient Video Recognition）"为题，于2021年10月17日发表于《国际计算机视觉会议》（International Conference on Compute...
中国科学院微电子研究所等在忆阻器实现连续学习方面取得进展（图）
忆阻器 连续学习 人工智能技术
2022/9/14
近年来，以深度学习和神经网络为代表的人工智能技术，在人脸识别、自动驾驶、智慧城市和健康监测等领域迅速发展。然而，传统神经网络模型在处理多任务连续学习时面临灾难性遗忘问题，即神经网络在学习新任务时会遗忘已学到的知识，导致在执行先前任务时性能大幅下降。
中国科学院微电子研究所等在多模态神经形态感知研究方面取得进展（图）
多模态 神经形态感知 躯体感受系统
2022/9/14
躯体感受系统中的多模态感知可帮助人们获得更全面的物体属性，并对物体的状态做出准确判断，尤其是不同受体的感觉信号在一定的条件下还可被神经元整合并发送到大脑皮层作进一步处理（图1a）。与单模态感知相比，多模态融合感知在评估物体属性和提高物体识别精度方面具有明显优势。在传统的人工感知系统中，多模态信息的处理多采用串行计算架构，传感信号需转换为数字模式才能被处理器处理，产生了较大的功耗和通信带宽开销。此外...
中国科学院微电子研究所等在忆阻器基神经形态计算方面取得进展（图）
忆阻器基 神经形态计算 自组织映射网络
2022/9/15
自组织映射网络（SOM，图1a），又称“Kohone网络”，是一种受大脑拓扑结构启发的功能强大的无监督学习神经网络。相比经典的多维尺度或主成分分析等线性算法，SOM具有更强大的数据聚类能力，在语言识别、文本挖掘、财务预测和医学诊断等聚类和优化问题方面展现出独特的优势。然而，基于传统CMOS硬件实现SOM受到计算相似性和确定邻域的复杂性的限制，且存在电路结构复杂、能量面积开销大、缺乏对相似度的精确计...
2022年6月8日日，江苏省科技厅发布《2022年省科技计划专项资金（创新能力建设计划）暨中央引导地方科技发展资金（创新能力建设项目）拟支持项目》公示。苏州医工所牵头组织的“全脑在体单神经元解析成像实验装置” 是苏州大市唯一获批立项的重大科研设施预研筹建项目。
自组织映射网络（SOM，图1a），又称“Kohone网络”，是一种受大脑拓扑结构启发的功能强大的无监督学习神经网络。相比经典的多维尺度或主成分分析等线性算法，SOM具有更强大的数据聚类能力，在语言识别、文本挖掘、财务预测和医学诊断等聚类和优化问题方面展现出独特的优势。但基于传统CMOS硬件实现SOM受到计算相似性和确定邻域的复杂性的限制，且存在电路结构复杂、能量面积开销大、缺乏对相似度的精确计算等...
中国科学院微电子研究所在忆阻器实现连续学习方面取得新进展（图）
忆阻器 连续学习 神经网络
2023/2/15
近年来，以深度学习和神经网络为代表的人工智能技术在人脸识别、自动驾驶、智慧城市和健康监测等多个领域迅速发展。但传统神经网络模型在处理多任务连续学习时将会面临灾难性遗忘问题，即神经网络在学习新任务时会遗忘已经学到的知识，导致在执行先前任务时性能大幅下降。
天津科技大学人工智能学院在机器学习和数据挖掘领域取得新进展（图）
天津科技大学人工智能学院 机器学习 数据挖掘 Computer Vision and Image Understanding
2022/12/25
近日，天津科技大学人工智能学院社会计算与知识工程科研团队在机器学习领域取得进展，在计算机视觉与图像理解领域内国际顶级期刊《Computer Vision and Image Understanding》上发表了研究成果，这是该团队2年内第3篇被国际顶级刊物录用的学术论文。
中国科学院深圳先进技术研究院在医学影像病变自动识别研究中获进展（图）
医学影像 病变自动识别 感知深度神经网络
2022/9/22
近日，中国科学院深圳先进技术研究院先进计算与数字工程研究所研究员李烨团队针对医学影像病变自动识别与分割问题提出了一种基于边界信息响应的上下文感知深度神经网络，有效提升了医学影像中病变区域的自动分析与识别准确率。该成果以Boundary-aware context neural network for medical image segmentation为题发表Medical Image Analy...
我国科学家脑机接口研究成果获得英国物理学会出版社授予的奖项
脑机接口研究成果 英国物理学会 人机混合智能
2022/6/16
近日，天津大学神经工程团队在国际神经工程领域顶级期刊《Journal of Neural Engineering》上发表题为“Enhance decoding of pre-movement EEG patterns for brain-computer interfaces”的研究论文，被英国物理学会出版社（IOP Publishing）授予“CHINA TOP cited paper awar...
吉林大学人工智能学院李向涛教授指导的2019级硕士研究生王亚威同学的论文EDCNN: Identification of Genome-Wide RNA-binding Proteins Using Evolutionary Deep Convolutional Neural Network近日被 Bioinformatics杂志接收。Bioinformatics是Oxford Academic出...
