追问daily | 人工神经网络获2024诺贝尔物理学奖;光学方法或高估...
此次,来自普林斯顿大学的研究团队,通过利用连接组学技术,预测这些神经元的功能,进一步揭示了它们在果蝇视觉中的作用,特别是在形状视觉处理中的潜在功能。这项研究展示了神经网络与果蝇视觉系统之间的类比,揭示了视觉系统的复杂连接模式。该研究通过将果蝇视觉系统中的神经元连接图谱与人工智能中的卷积神经网络进行比较,推测...
使用张量并行技术进行自动驾驶感知模型训练
具体来说,文中探讨了张量并行卷积神经网络(CNN)训练如何有助于减少GPU内存占用,并展示了蔚来如何提高自动驾驶汽车感知模型的训练效率和GPU利用率。自动驾驶的感知模型训练自动驾驶感知任务采用多摄像头数据作为输入,卷积神经网络(CNN)作为骨干(backbone)来提取特征。由于CNN的前向激活值(activations)都是形状...
上理工团队开发超快速的卷积光学神经网络,助力人工智能成像
上理工团队开发超快速的卷积光学神经网络,助力人工智能成像近日,由上海理工大学智能科技学院顾敏院士和张启明教授领衔的研究团队,开发了一种超快速的卷积光学神经网络(ONN),这一技术在无需依赖光学记忆效应的情况下,实现了对散射介质后的物体进行高效、清晰成像。这不仅颠覆传统光学成像技术,也证明了卷积网络在人...
视野扩大271倍,上海理工大学开发超快卷积光学神经网络
研究团队开发了一种超快卷积光学神经网络(ONN),该网络无需依赖光学记忆效应,即可实现对散射介质后方物体的高效清晰成像。该神经网络利用强散射过程直接提取特征,实现无记忆图像重建,视野扩大271倍,计算速度达到了每秒1.57千万亿次运算。该研究以「Memory-lessscatteringimagingwithultrafastconvolutionaloptical...
追问weekly | 过去一周,脑科学领域有哪些新发现?
新算法助力神经网络克服“灾难性遗忘”基于神经连接图谱预测果蝇视觉系统功能的新突破新型非线性动态模型揭示神经活动与行为的复杂关系超薄光学设备助力精准监控与刺激哺乳动物大脑新型脑机接口算法:低功耗硬件实现精准解码新型脑图谱技术START为精准神经治疗带来突破...
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...
近年来,受深度学习突破的启发,卷积神经网络(CNN)已经成功应用于配体结合位点预测(www.e993.com)2024年10月23日。基于CNN的方法通过将蛋白质的原子空间聚类到最近的体素(voxel)中,将蛋白质视为三维图像,然后将结合位点预测建模为3D网格上的目标检测问题或语义分割任务。这些方法具有一定的优越性,但仍存在挑战,例如,在表示不规则蛋白质结...
PNAS速递:揭示图卷积神经高效的原因
图神经网络(GNN)最近在天气预报、预测颗粒材料中的力或理解生物分子等各种问题上取得了令人印象深刻的成果。它们已经成为具有关系信息的数据集事实上的机器学习模型,例如蛋白质图中的交互或社交网络中的友谊。这些成功案例引发了一波针对更多样、更强大图网络架构的研究浪潮,例如图卷积神经网络(GCN)。但截止目前,研究...
上海专家开发超快速的卷积光学神经网络,助力人工智能成像
澎湃新闻记者6月17日获悉,由上海理工大学智能科技学院张启明教授,智能科技学院、张江实验室光计算所顾敏院士领衔的研究团队,开发了一种超快速的卷积光学神经网络(ONN),这一技术在无需依赖光学记忆效应的情况下,实现了对散射介质后的物体进行高效、清晰的成像。这不仅是对传统光学成像技术的一次颠覆,更是卷积网络在人工...
猫咪怎样启发了人工神经网络的诞生?
2012年是神经网络翻身的一年。一个具有划时代意义的模型AlexNet横空出世,在一个叫做ImageNet的图像识别竞赛中,以识别率远超第二名10.9个百分点的绝对优势,一举夺冠,引起了人工智能领域极大的轰动。辛顿三人的AlexNet成功的秘诀,是使用了“多层卷积人工神经网络”,这个短语中涉及的词汇,都可以靠“顾名思义”就大概明白...
CNN卷积+Transformer打造DETR视觉模型
DETR(DEtectionTRansformers)模型是一种结合了卷积神经网络和Transformer模型的目标检测模型。FacebookAI研究院提出的用于目标检测的CV模型。它结合了卷积神经网络(CNN)和Transformer编码器-解码器,利用Transformer的多功能和强大的关系建模能力来替代手工设计的规则。DETR模型将检测任务建模为翻译任务,将目标位置的边界框坐标...