WIKI資訊
俄羅斯國家研究型大學“下諾夫哥羅德國立大學”正在研發自適應性神經接口，該接口由大腦接口神經網絡和基于憶阻器的電子神經形態系統組成。此項研究工作為人類在活體生物組織與類生物神經網絡兼容方面的首次科學嘗試。 “下諾夫哥羅德國立大學”所實施的方案為研發自適應性神經接口，其一端為活體組織，而另一端為基于憶阻器的神經網絡。憶阻器神經系統與具有神經組織生物電活性記錄和刺激功能的多電極系統相連，多電極系統可實現活體細胞網絡動態分析和分類功能。以憶阻器為基礎元件，研發具有神經突觸（兩個神經元之間的接觸點）可塑性能的小型電子裝置，以此作為類生物神經網絡組成部分與活體生物組織組成系統來實現神經網絡功能。 現研發人員正在研究負反饋構建的可能性，以使憶阻器系統輸出的信號用于刺激生物網絡，即實現活體細胞組織的培訓過程，試驗是采用人工培養的腦細胞神經組織進行。在此基礎上將建立基于憶阻器的人造神經網絡系統，其內部構造和功能將類似于生物神經系統。之......閱讀全文
肥胖是世界衛生組織確定的十大慢性疾病之一，而中國的肥胖現狀更為嚴峻。世界衛生組織的最新報告顯示，在我國現有近9000萬肥胖者，這一數字已超越美國居世界首位。肥胖常與心血管、高血脂、糖尿病等疾病相伴，更增加了對人體健康的威脅。然而，怎樣才算肥胖，如何對肥胖進行更確切的評估呢？2016年第3期《前沿
摘要：近10 年來，人工智能技術得到了科技與工業界的極大的重視，預示著人類文明將進入智能時代。但是，作為智能時代基礎的“智能科學”還遠未成型。本文從電磁物理信息感知技術的獨特視角，討論智能科學如何發展的一些見解，指出人類智能與外在世界互為對偶問題、相互不可分割的根本屬性，因此按人工智能所應對的對
中國科學技術大學李曉光團隊基于鐵電隧道結量子隧穿效應，實現了具有亞納秒信息寫入速度的超快原型存儲器，并可用于構建存算一體人工神經網絡，該成果近日在線發表于《自然—通訊》。 在大數據時代，海量數據的低能耗、快速存儲處理是突破和完善未來人工智能、物聯網等技術發展的關鍵之一。為此，迫切需求一種既能匹
移動機器人是機器人的重要研究領域，人們很早就開始移動機器人的研究。世界上第一臺真正意義上的移動機器人是斯坦福研究院（SRI）的人工智能中心于1966年到1972年研制的，名叫Shakey，它裝備了電視攝像機、三角測距儀、碰撞傳感器、驅動電機以及編碼器，并通過無線通訊系統由二臺計算機控制，
在傳感器避障領域，采用單一的傳感器測量的效果并不理想，在實際應用中往往需要采用其他類型的傳感器進行補償，才能實現對周圍環境的探測的最佳效果。當然，這就產生了多傳感器信息的融合處理的問題，增大了信息處理的工作量和難度。 那么，除了這種傳感器避障方法，還有很多的其他方法融合處理多種傳感器信
熟練掌握某項技能的專家和初學者的大腦有何不同？研究人員近日通過動物實驗和機器學習算法發現了二者區別，并研發出可預測動物行為的新方法，這也顯示出人工智能助益神經科學研究的潛力。 美國科爾德斯普林實驗室、哥倫比亞大學和英國倫敦大學學院等機構研究人員發現，當小鼠從“新手”變為“專家”時，其腦細胞回路
缺點 · 當觀測樣本很多時，效率并不是很高； · 對非線性問題沒有通用解決方案，有時候很難找到一個合適的核函數； · 對缺失數據敏感； · 對于核的選擇也是有技巧的（libsvm中自帶了四種核函數：線性核、多項式核、RBF以及sigmoid核）： · 第一，如果樣本數量小于特征
最近，美國加州大學圣巴巴拉分校研究人員演示了一種包含100個人工突觸的簡單人工神經元線路，第一次證明了這種線路能執行簡單的人類視覺功能——給圖像分類，這標志著人工智能的一項重大進步。 人腦比電腦具優勢 盡管人腦有著潛在缺陷，計算中會犯各種錯誤，但卻保持著一種強大而有效的計算模式，它能在不到1
睜開眼睛就可以立即看到世界——這看起來很簡單。但是，整個過程——從光子撞擊視網膜開始，到以“看見”結束的過程，遠非簡單。大腦的基本任務之一 “看見”, 意味著要從照射到眼睛的光信號中在大腦重建有關世界的相關信息。由于此過程相當復雜，因此大腦中的神經細胞——神經元，也會以復雜的方式對圖像做出反應。
人工神經網絡是一種復雜的信息處理模型。隨著神經網絡研究的興起，科學家們也將神經網絡用于生物信息學，其中包括二級結構的預測、蛋白質結構的分類、折疊方式的預測以及基因序列的分析等等。將神經網絡用于二級結構預測的最早是由Qian和Sejnowskit提出的，他們受到神經網絡在文字語言處理方面應用的啟發，將
窗體頂端引言 近紅外是指波長在780nm～2526nm范圍內的光線，是人們認識最早的非可見光區域。習慣上又將近紅外光劃分為近紅外短波（780nm～1100nm）和長波（1100 nm～2526 nm）兩個區域.近紅外光譜（Near Infrared Re
紅外（Near Infrared，NIR）光譜的波長范圍是780~2526nm（12820~3959cm-1），通常又將此波長范圍劃分為近紅外短波區（780~1100nm）和近紅外長波區（1100~2526nm）。由于該區域主要是O-H，N-H，C-H，S-H等含氫基團振動光譜的倍頻及合頻吸收，譜帶
5月26日，國家科技管理信息系統公共服務平臺發布最新一批（共14個）重點專項2018年度項目申報指南建議（征求意見稿）。其中，與包括：“數字診療裝備研發”、“精準醫學研究”、“生物醫用材料研發與組織器官修復替代”、“生殖健康及重大出生缺陷防控研究”、“重大慢性非傳染性疾病防控研究”和“生物安全關
近紅外（Near Infrared，NIR）光譜的波長范圍是780~2526nm（12820~3959cm-1），通常又將此波長范圍劃分為近紅外短波區（780~1100nm）和近紅外長波區（1100~2526nm）。由于該區域主要是O-H，N-H，C-H，S-H等
蛋白質二級結構的預測通常被認為是蛋白結構預測的第一步，二級結構是指α螺旋和β折疊等規則的蛋白質局部結構元件。不同的氨基酸殘基對于形成不同的二級結構元件具有不同的傾向性。按蛋白質中二級結構的成分可以把球形蛋白分為全α蛋白、全β蛋白、α＋β蛋白和α/β蛋白等四個折疊類型。預測蛋白質二級結構的算法大多以已
就像打了一劑強心針，當世界上第一臺超越早期經典計算機的光量子計算機橫空出世后，人們對人工智能時代的期待似乎有了更多的底氣：超越經典的量子計算機已經有了，打敗超級計算機的量子計算機還會遠嗎？ 一旦后者實現，人類將再次以計算能力為傲，窺探人類大腦的奧秘，從而掃除人工智能研究的一大障礙。目前來看，面
在《黑客帝國》火爆全球后，腦（腦）機（后）接（插）口（管）成為人們憧憬的未來，這個未來到底有幾分科幻幾分真實呢？我們的大腦是否真的可以和網絡虛擬世界連接起來？著名科學家，腦機接口領域開創者，著有《腦機穿越》（湛廬文化出品）一書的米格爾 ？ 尼科萊利斯（Miguel Nicolelis）接受了雷鋒
英國《自然·方法》雜志日前在線發表的一篇論文稱，美國科學家創建了一種“可視化”人工神經網絡，這是全新的、過程可獲取的深度學習計算機算法，能夠揭示細胞的內部活動。其有能力幫助人們更好地理解此前未知的基因學和生理學背后的機制。 人工智能（AI）已可以執行多種通常需要人類完成的復雜任務，比如面部識別
近日，清華大學依托精密儀器系的類腦計算研究中心施路平教授團隊發布了一項最新研究成果——類腦計算芯片“天機芯”。該芯片是面向人工通用智能的世界首款異構融合類腦計算芯片。基于此研究成果的論文“面向人工通用智能的異構天機芯片架構”（Towards artificial general intellig
中國科學院自動化研究所腦網絡組研究中心與模式識別國家重點實驗室團隊提出正交權重修改算法，與情境信息處理模塊相結合，使人工神經網絡具備了強大的連續學習和情境依賴學習能力，有效解決災難性遺忘等難題。相關成果已在線發表于Nature Machine Intelligence。 人工智能已成為21世紀
前言：通常土壤中鎘的含量為0. 03～ 0. 3 m g/kg, 一般不會超過1m g/k g。鎘和鋅的化學性質相似, 都會由含碳酸鈣的溶液中沉淀出來。所以石灰巖和由石灰巖發育的土壤中富含鋅, 也可能含有較多的鎘。當土壤受到電鍍、染料、電池、化工等工廠的廢棄物污染后, 含鎘量會異常地增高。如果土壤的
最近的一項研究表明，基于激光誘導擊穿光譜(LIBS)技術對地溝油和合格食用油類進行特征光譜檢測以及分析，對地溝油和常見合格食用油進行良好的分類，并建立模型對油類進行識別檢驗，檢驗結果十分良好。該研究為地溝油快速高效鑒別研究帶來了新的思路與解決方法，對地溝油的鑒別具有特別重要的意義。
最近的一項研究表明，基于激光誘導擊穿光譜(LIBS)技術對地溝油和合格食用油類進行特征光譜檢測以及分析，對地溝油和常見合格食用油進行良好的分類，并建立模型對油類進行識別檢驗，檢驗結果十分良好。該研究為地溝油快速高效鑒別研究帶來了新的思路與解決方法，對地溝油的鑒別具有特別重要的意義。 這篇名為“基
特征光譜 樣品的前兩個主成分得分值在“相”空間的分布 最近的一項研究表明，基于激光誘導擊穿光譜(LIBS)技術對地溝油和合格食用油類進行特征光譜檢測以及分析，對地溝油和常見合格食用油進行良好的分類，并建立模型對油類進行識別檢驗，檢驗結果十分良好。該研究為地溝油快速高效鑒別研究帶來了新的思路與解決
人工神經網絡（ANN）在數據驅動的自然和信息科學研究領域（如圖像圖形學、材料、生物學和醫學、天文地理以及地球科學）的應用發展迅速。在勘探地球物理學中，大部分此類研究均可視為可視化圖像分類或分割問題。如地質學家使用地震反射數據圖像對地下沉積單元或油氣藏進行分類，并識別斷層、裂縫或鹽體等不連續地質結
DNA微陣列基因表達數據分析 對于基因表達譜數據的分析是生物信息學 的研究熱點和難點。轉化為數學問題，分析任務是從數據矩陣 M 中找出顯著性結構，結構類型包括全局模型 (model) 和局部模式 (pattern) 。對基因表達譜數據的分析是數據挖掘問題，所采用的方法包括通過可視
在電子智能領域，所有類型的芯片廠商都不約而同的研發推出各種不同類型的AI處理器。國外大企，像高通、英偉達等，都已宣布推出用于智能手機和其他移動設備的神經引擎。例如在智能手機中添加AI功能和手機的Face ID應用等。使用邊緣側AI自行處理相比傳輸到云端處理更安全、私密，響應時間更快。按照整體大趨勢，
外媒稱，日本研究人員已經成功借助人工智能破譯了人類的思維和想象，從而在理解人類思想及其背后的大腦機制領域獲得了重大突破。 據阿根廷 21 世紀趨勢網站 6 月 6 日報道，破解人類思維的內容是科學界長久以來的愿望。事實上，此前的種種研究也已經實現了破譯人類所見、回憶、想象和夢境的內容。 例如
在本節中，大家應該對MCTS算法的工作原理擁有更為深入的理解。請別擔心，迄今為止提到的全部內容應該足以支持您順利掌握相關內容。惟一需要注意的是我們如何使用策略概率與估值方法。我們在鋪展過程中將二者結合在一起，從而縮小每次落子時需要探索的具體范圍。Q（s，a）表示估值函數，u（s，a）則代表該位置的已
隨著人類社會數據量的急劇增加以及數據類型復雜程度的提高，類似于人腦的神經網絡型信息處理模式效率將會明顯優于傳統架構計算機。開發符合神經形態計算特性的電子器件進而構建大規模人工神經網絡，成為未來信息科技發展的一個重要方向。功能氧化物材料物理性質對外來離子十分敏感，通過電解質調控的方法在界面處進行離