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
早期的不变图神经网络包括DTNN、MPNN和MV-GNN,它们使用相对距离进行边构造。近年来,不变图神经网络在消息传递机制上进一步发展,从相对距离扩展到边之间的角度或二面角等不变标量。其中,SchNet使用连续滤波器卷积条件于相对距离,DimeNet提出了方向性消息传递,GemNet进一步考虑了旋转角,而LieConv则是一种在节点特征更新时...
像生物网络一样「生长」,具备「结构可塑性」的自组织神经网络来了
LNDP由一组参数化组件组成,旨在定义神经和突触动态,并使人工神经网络具有结构可塑性(即突触可以动态添加或移除)。受生物自发性活动(spontaneousactivity,SA)的启发,研究团队进一步扩展了系统,引入了一种可实现预经验(pre-experience)发展的机制,用感觉神经元的简单可学习随机过程建模SA,这使得一些组件可以复用。研...
追问daily | 单个脑细胞就能“理解”字词;记忆的物理结构;海马体...
为了进一步验证模型的准确性,研究人员使用了自由活动小鼠海马体神经元的实验记录,结果显示,模型生成的特征在记录中也存在。这一发现支持了他们的模型可能准确描述了大脑的行为。此外,研究团队还将这一方法应用于机器学习,使神经网络能够以示例和概念形式表示信息,结果显示,这种方法提高了神经网络在区分相似图像和识别共同...
无心插柳:苏联数学家柯尔莫哥洛夫与神经网络的新生
罗森布拉特是心理学出身,1957年在一台IBM704机上实现了单层“感知机”神经网络,证明了感知机可以处理线性可分的模式识别问题,随后又做了若干心理学实验,力图证明感知机有学习能力。罗森布拉特1962年出了本书《神经动力学原理:感知机和大脑机制的理论》(PrinciplesofNeurodynamics:PerceptronsandtheTheoryofBr...
人工智能行业深度报告:AI下半场,应用落地,赋能百业
LIMoE原理:将输入的图像/文本通过门控网络分配到不同的专家模型中,鸭子(drake)的图片和对应的文字描述的token被分配到不同的专家中进行处理,每个专家处理完后通过输出层为图像或文本生成一个统一的向量表示。LIMoE性能:在零样本和10样本的ImageNet分类任务中,LIMoE的绝对平均性能相较于CLIP实...
年度重磅!2023年AI制药行业报告发布
图2-1技术原理打开网易新闻查看精彩图片当前应用在制药中的人工智能算法包括机器学习、深度神经网络、深度强化学习等多种类别,在不同的领域中各有优劣(www.e993.com)2024年9月10日。人工智能算法的支撑层包括数据和算力,数据的主要来源包括实验数据库、开源数据库(文本&结构)、物理模拟生成的数据库以及清理公开信息后构建的数据库;算力支持则...
不只是 AlphaFold,一文读懂蛋白质折叠的前世今生:从“不可能”到...
但在开始博士后研究时,他厌倦了实验主义者的方法,开始转向不断发展的蛋白质计算领域。与实验主义者不同,计算生物学家编写计算机算法,试图证明Anfinsen是正确的:他们可以向一个程序输入一串氨基酸,从而生成正确的蛋白质结构。图|JohnMoult等人创立了结构预测关键评估(CASP)实验,迫使自己和其他计算生物学家用实验...
人工智能如何彻底改变蛋白质科学,AlphaFold是起点,终点会在哪里?
1965年,蛋白质晶体学的先驱之一DavidPhillips在那里首次确定了一种酶的结构:溶菌酶,免疫系统利用它攻击细菌。利用X射线晶体学,牛津生物物理学家绘制了蛋白质电子密度图;电子聚集的区域很可能包含一个原子。Thornton和她的同事将这些电子密度图打印到塑料片上,并将它们一张叠一张地堆叠起来,以创建蛋白质地理...
追问weekly | 过去一周,脑科学领域有哪些新发现?
丘脑-皮质连接对功能性大脑网络的形成至关重要编码熟悉面孔和物体价值的共同神经机制灵长类初级视觉皮层中的工作记忆内容编码首个全脑规模数字孪生脑平台Cux2蛋白:大脑折叠的关键调控因子食欲素神经元通过追踪血糖变化速度来调节大脑活动衰老过程中大鼠前额叶皮层和海马亚区的SR水平下降...
李飞飞团队 AI4S 最新洞察:16 项创新技术汇总,覆盖生物/材料/医疗...
GNoME是一种先进的图神经网络(GNN)模型,输入数据主要采用图表的形式,形成类似原子之间的连接,这也让GNoME更容易发现新的晶体材料。据介绍,GNoME能够预测新型稳定晶体的结构,然后通过DFT(密度泛函理论)进行测试,并将所得的高质量训练数据反馈到模型训练中。