千万IP创科普丨几何图神经网络综述:数据结构、模型与应用
几何图神经网络被广泛应用于描述一般物理动力学的过程,例如N-body模拟,该模拟最初由[133]提出,旨在模拟由N个相互作用的粒子组成的原型系统的动力学。虽然它是在理想条件下构建的,但N-body系统能够表示从量子物理学到天文学的各种物理现象,通过容纳不同的相互作用。其他例子包括涉及更复杂对象的物理场景的模拟,包括流...
上海交大周冰心博士:锚定稀缺生物数据挑战,图神经网络重塑蛋白质...
其中,由于可以输入和处理结构数据,图神经网络被广泛应用到社交网络、轨迹预测、分子建模等多种场景。然而,很多人认为图神经网络就是图卷积网络(GCN),它无法拟合复杂的函数,多叠几层还会出现过平滑问题,存在很多局限性。此外,既然基于Transformer的大模型在大数据集上具有强大的学习能力,那为什么还要持续研究和发展...
光构成的神经网络:光子能量驱动下一次人工智能革命
光构成的神经网络:光子能量驱动下一次人工智能革命马克斯普朗克研究所开发了一种新的神经网络光学系统,为现有方法提供了一种更简单、更节能的替代方案。该系统使用光传输来执行计算,降低了与传统神经网络相关的复杂性和能量需求。光神经网络科学家提出了一种用光学系统实现神经网络的新方法,这可能使机器学习在未来...
彼得·霍莫基等|大型语言模型及其在法律中的可能用途
简而言之,这些发展可以归因于以下三个方面:一是普遍使用神经网络(neuralnetworks)和数据驱动(data-driven)或归纳学习(inductivelearning)而不是显式编程(explicitprogramming)的方法;二是使用基于情景化嵌入(contextualisedembeddings)的统计学语言模型,作为在给定情景中表示单词的一种精确方式;三是使用特殊的神经网络架...
入选ICML!人大团队将等变图神经网络用于靶蛋白结合位点预测,性能...
中国人民大学高瓴人工智能学院的研究团队首次将E(3)等变图神经网络(GNN)应用于配体结合位点预测,提出名为EquiPocket的框架,有助于药物发现等各种下游任务。生命系统中,几乎所有生物和药理过程都涉及受体(靶蛋白)和配体(小分子)之间的相互作用,这些相互作用发生在靶蛋白结构的特定区域,称为「结合位点」——...
AI传感器的应用(2)
智能算法的应用:引入智能优化算法,如改进的鲸鱼算法,通过自适应权重和柯西变异等方法平衡全局勘探能力和局部寻优能力,进一步提高算法的收敛速度和精度(www.e993.com)2024年9月10日。这些算法可以用于优化BP神经网络的权值和阈值,从而提高大气污染物浓度预测的准确性。质量控制与异常检测:应用基于自回归与反距离加权的空间质量控制方法,能够在时间维度和...
科学家在试管中创建由DNA构成的人工神经网络
目前,研究小组证实精心设计的DNA序列组成的神经网络可以进行化学反应,从而表明它能够正确识别“分子笔迹”。当给定一个未知潦草数字时,这个所谓的“智能汤”将进行一系列反应,并输出两个荧光信号。例如:绿色和黄色代表数字5,或者绿色和红色代表数字9。研究负责人、生物工程系教授钱露露(音译)说:“尽管科学家刚开始探索...
引爆整个AI圈的神经网络架构KAN,究竟是啥?
KAN是一种全新的神经网络架构,它与传统的MLP架构不同,能够用更少的参数量在Science领域取得惊人的表现,并且具备可解释性,有望成为深度学习模型发展的一个重要方向。运用KAN,我们不仅能够在函数拟合、偏微分方程求解(PDE)上取得不错的成果,甚至能够解决拓扑理论中的KnotTheory、处理凝聚态物理中的AndersonLocalization...
万字硬核解读:“端到端”让特斯拉FSD V12迎来质变?
前面我们提过显式端到端,通过比较图8和图9,能够看出明显的区别就是:隐式一体化的全局端到端中间没有各个模块,只有神经网络存在(传感器就是它观看世界的方式,中间的端到端系统就是它的完整的大脑,方向盘、刹车油门就是它的四肢);而显式端到端不同的地方在于它把中间完整的大脑按照模块化的方式给分开了,虽然它...
卷积神经网络(CNN):如何高效的识别图像?
我们可以发现,上述过程其实就是一个神经网络,低层级负责识别图像基础特征,多个基础特征整合后变成上一层的特征,逐层处理,最终在顶层判断出是什么物体。这就是CNN的基础思路。三、CNN的基本原理CNN由卷积层、池化层、全连接层三部分构成,它们各自的作用如下:...