搜索结果: 1-15 共查到“知识要闻 计算神经网络”相关记录36条 . 查询时间(2.695 秒)
意大利卡利亚里大学郭巍博士后讲座报告成功举行（图）
意大利 卡利亚里大学 郭巍 神经网络
2024/3/28
2024年1月11日下午，意大利卡利亚里大学郭巍博士后就“针对DNN模型的后门攻击”这一主题与浙江工商大学计算机科学与技术学院教师和研究生进行了线下分享和交流。本次讲座由浙江工商大学计算机科学与技术学院邵俊老师主持。
学术报告-Revisiting Graph Convolutional Networks: From Paradigm to Application（图）
学术报告 图神经网络 王石平
2024/4/15
图神经网络（Graph Neural Network，GNN）是指使用神经网络来学习图结构数据，提取和发掘图结构数据中的特征和模式，满足聚类、分类、预测、分割、生成等图学习任务需求的算法总称。如何从图数据（网络数据）中学习有效的数据表征是大数据与人工智能时代的一大挑战。为此，本次汇报将从一种特殊的谱图神经网络（图卷积神经网络）出发，介绍相应的消息传递范式，揭示传统机器学习和图神经网络的内在关联，并...
中国科学技术大学在发展外场诱导的神经网络力场新方法方面取得进展（图）
外场诱导 神经网络力场 机器学习
2024/3/21
近日，中国科学技术大学蒋彬教授课题组在发展场诱导的原子神经网络力场研究方面取得重要进展。研究成果以“描述原子体系对于外场响应的通用机器学习力场（Universal machine learning for the response of atomistic systems to external fields）”为题，于2023年10月12日发表在《自然通讯》（Nature Communicati...
近日，生物医学工程学院沈定刚课题组 (IDEA Lab) 2020级硕士研究生张佳冬相继以“ A Generalized Dual-Domain Generative Framework with Hierarchical-Consistency for Medical Image Reconstruction and Synthesis”和“A Robust and Efficient AI A...
中国科学院自动化研究所科学家构建深度脉冲神经网络学习框架（图）
深度脉冲 神经网络 学习框架
2023/10/17
脉冲神经网络（Spiking Neural Network，SNN）被誉为第三代神经网络，使用更低层次的生物神经系统的抽象。它既是神经科学中研究大脑原理的基本工具，又因稀疏计算、事件驱动、超低功耗的特性，备受计算科学的关注。随着深度学习方法的引入，SNN的性能得到大幅提升，脉冲深度学习（Spiking Deep Learning）成为新兴的研究热点。传统SNN框架更多地关注生物可解释性，致力于构建...
随着高通量质谱技术的高速发展，研究人员可以从蛋白质组学中挖掘到更深更为可靠的数据信息。在蛋白质组学中，翻译后修饰组学是尤其重要的研究方向，磷酸化（Phosphorylation）修饰作为涉及蛋白质范围最广泛，修饰位点数量最多的修饰类型，成为了研究人员关注的对象。众所周知，磷酸化修饰通过影响蛋白质的活性、蛋白质-蛋白质相互作用及蛋白质细胞内定位等方式调节蛋白质的功能。随着组学技术的发展及精准医学概念...
近日，南方科技大学计算机系唐博老师带领的数据库课题组在数据挖掘和知识发现领域取得一系列科研进展。该研究团队三项成果被数据挖掘和知识发现领域的顶会之首KDD 2023长文（2篇Research Track，1篇Applied Data Science Track）接收。研究内容涉及社交网络中的容量受限影响力最大化、跨越中心性的高效近似算法和高效易用的图神经网络模型推理框架等。
中国科学院自动化研究所研发出类脑脉冲神经网络加速器（图）
类脑脉冲 神经网络 加速器
2023/7/25
近日，中国科学院自动化研究所曾毅研究员课题组提出基于FPGA的脉冲神经网络硬件加速器“智脉·萤火”（FireFly），并集成了针对FPGA器件特点的DSP运算优化策略和适配脉冲神经网络数据流模式的高效的突触权重和膜电压访存系统，在硬件上实现了脉冲神经网络的推理加速，推动了类脑脉冲神经网络迈向实用化的发展。相关研究成果发表在IEEE Transactions on Very Large Scale ...
中国科学院力学研究所融合物理神经网络研究取得进展（图）
融合物理 神经网络 中国科学院力学研究所
2023/7/7
通过实验获得的流体数据通常是稀疏或不完整的，如何利用不完美的流场数据提取流场的高分辨率数据或特征信息在实验流体力学领域是重要的难题，对高精度数据获取具有重要意义。传统途径多采用直接求解NS方程的方法，利用数据同化，嵌入稀疏流场数据进行求解或预测。此类传统方法需要大量的前期代码工作，且需要精细的网格划分辅以高精度的求解，灵活性较低。融合物理神经网络（Physics-Informed Neural N...
香港城市大学王钧教授做客湖南师范大学信息学院智能计算与语言信息处理重点实验室（图）
香港 城市大学 王钧 湖南师范大学 信息学院 智能计算 信息处理 重点实验室 神经动力学 神经网络
2023/5/11
4月29日上午，应湖南师范大学信息科学与工程学院智能计算与语言信息处理重点实验室邀请，香港城市大学计算机科学系和数据科学学院王钧教授，在外国语学院204会议室进行了主题为“协同式神经动力学优化的介绍及进展”的学术报告，本次报告由信息科学与工程学院肖林副院长主持，科研办组织召开，2020级、2021级和2022级研究生及相关老师参加。
2023年4月17日上午，应湖南师范大学信息科学与工程学院智能计算与语言信息处理重点实验室邀请，华南理工大学张智军教授在中和楼342报告厅进行了主题为“变参递归神经网络及其在智能机器人中的应用”的学术报告，本次报告由信息科学与工程学院院长、省重点实验室主任代建华教授和副院长肖林教授主持，科研办组织召开，2020级、2021级和2022级研究生及相关老师参加。
中国科学院微电子研究所在自旋神经形态器件方面获进展（图）
自旋 神经形态 器件
2023/4/7
生物启发脉冲神经网络架构有望通过模拟人脑的高算力、高并行度、低功耗等特性，解决冯·诺依曼架构存储墙和能效瓶颈等问题。然而，面向构建脉冲神经网络的神经形态硬件的研究尚处于探索阶段，基于传统CMOS的神经形态芯片通常需要数十个晶体管和若干电容；基于新型存储器等新原理神经元器件亦需集成额外电容或复位操作电路，且耐久性受限，难以满足高频神经元器件的信息整合处理需求。自旋电子器件具有高能效、高耐久性及更丰富...
通过神经网络求解随机化学反应网络（图）
随机反应网络 神经网络 求解 随机化学反应网络
2023/4/24
随机反应网络是物理学、化学、生物学和生态学中随机过程的标准模型。代表性的例子包括生灭过程、自发不对称合成模型和基因调控网络等。随机反应网络通常通过化学主方程进行建模，它描述了物种分子数的联合概率分布随时间的演化。然而，系统可能状态数随着物种的种类数呈指数增长，因此，获得物种分子数随时间演化的联合概率分布是一个难题。
为了通过数值方法近似求解化学主方程，研究者已经做出了许多努力。其中最常用的方法是...
中国科学院软件研究所在机器学习公平性方面取得进展（图）
机器学习 公平性 孪生公平算法
2023/3/14
近日，中国科学院软件研究所计算机科学国家重点实验室的研究论文“Accurate Fairness: Improving Individual Fairness without Trading Accuracy”被第37届AAAI人工智能大会接收，第一作者为硕士生李旭然，通讯作者为吴鹏副研究员。论文首次提出兼顾准确性的公平性评估标准——准确公平性（Accurate Fairness），以评估模型的预...
中国科学院软件研究所计算机科学国家重点实验室的博士生刘明昊，针对人工智能和理论计算机科学中的基础问题之一——最大可满足性问题（MaxSAT），提出了一种基于图神经网络的深度学习系统,在求解大规模的困难MaxSAT实例时可以快速获得更高质量的解。该研究成果以“Can Graph Neural Networks Learn to Solve the MaxSAT Problem?”为题发表在人工智能领...