машинный

Методы машинного обучения могут выявить причинно-следственные связи в данных динамики белков: группа исследователей показывает, как подходы искусственного интеллекта могут помочь выявить причинно-следственные связи в данных.

В Университете Южной Флориды исследователи интегрируют методы машинного обучения в свою работу по изучению белков. Как они сообщают в «Журнале химической физики» от AIP Publishing, одной из основных проблем было отсутствие методов определения причинно-следственных связей в данных, полученных в результате моделирования молекулярной динамики. …

Машинное обучение позволяет ученым реконструировать сети управления сотовой связью: суперкомпьютер Stampede помогает исследователям создавать головастиков с пигментацией, никогда ранее не встречавшейся в природе.

Ученые выделили тысячи отдельных клеточных взаимодействий, но составить схему сети реакций, которые заставляют клетки самоорганизовываться в органы или формировать меланомы, было чрезвычайно сложной задачей.«Мы, как сообщество, тонем в количественных данных, полученных в результате функциональных экспериментов», — говорит Майкл Левин, профессор биологии в Университете Тафтса и директор Центра открытий Аллена. …

Машинное обучение предсказывает новые детали геотермального теплового потока под ледниковым щитом Гренландии

Среди основных выводов:Гренландия имеет аномально высокий тепловой поток в относительно большом северном регионе, простирающемся изнутри на восток и запад.Южная Гренландия имеет относительно низкий поток геотермального тепла, соответствующий протяженности Северо-Атлантического кратона, стабильной части одной из старейших сохранившихся континентальных корок на планете. …

Открытие в области машинного обучения, разработка мембранно-активных пептидов для биомедицины

«В этой работе мы обучили классификатор машинного обучения — известный как машина опорных векторов — распознавать активность мембран и экспериментально откалибровали метрику распознавания с помощью пептидного синтеза и характеристики», — пояснил Эндрю Фергюсон, доцент кафедры материаловедения и инженерное дело в Иллинойсе. …

Новая программа машинного обучения перспективна для ранней диагностики болезни Альцгеймера

По оценкам, более 5 миллионов американцев могут болеть болезнью Альцгеймера, и это число растет с возрастом населения. Заболевание представляет собой необратимое прогрессирующее заболевание мозга, которое медленно разрушает память и мыслительные способности.

И хотя лекарства нет, некоторые лекарства могут отсрочить или предотвратить ухудшение симптомов на срок до пяти и более лет, согласно Национальному институту старения и опубликованным исследованиям. …

Ученые комбинируют спутниковые данные и машинное обучение, чтобы составить карту бедности

В текущем выпуске журнала Science исследователи из Стэнфорда предлагают точный способ определения бедности в областях, ранее лишенных ценной информации обследования. Исследователи использовали машинное обучение — науку о разработке компьютерных алгоритмов, которые учатся на данных — для извлечения информации о бедности из спутниковых снимков с высоким разрешением. …

Машинное зрение для обеспечения качества улова

Когда на рынок поступают пелагические рыбы, такие как сельдь и скумбрия, аукционы проходят в суматохе, а времени остается мало. Цена определяется объемом улова и его распределением веса.

"Покупатель хочет, чтобы рыба была подходящего размера, чтобы он мог избежать таких задач, как перезагрузка оборудования производственной линии. …

Прогнозирование землетрясений с помощью машинного обучения в лаборатории показывает многообещающие: прислушиваясь к ворчанию линии разлома, можно отсчитывать время до будущих землетрясений

«В любую секунду времени шум, исходящий из территории лабораторного разлома, предоставляет количественную данные о том, в то время, когда разлом провалится сквозь землю», — сообщил Пол Джонсон, научный сотрудник Лос-Аламосской национальной лаборатории и ведущий исследователь изучения, которое было опубликовано сейчас в издании Geophysical Research Letters. . …

Алгоритмы «минималистского машинного обучения» анализируют изображения на основе очень небольшого количества данных: исследователи CAMERA разрабатывают высокоэффективные нейронные сети для анализа экспериментальных научных изображений на основе ограниченных данных обучения.

Дэниел Пелт и Джеймс Сетиан из Центра передовой математики для приложений энергетических исследований (CAMERA) лаборатории Беркли перевернули привычный взгляд на машинное обучение с ног на голову, разработав то, что они называют «нейронной сетью с плотной сверткой смешанного масштаба (MS-D)», которая требует гораздо меньше параметров, чем традиционные методы, быстро сходится и имеет возможность «учиться» на удивительно небольшом обучающем наборе. …

Портал обо всем