搜索结果: 1-15 共查到“理学 学习”相关记录643条 . 查询时间(0.375 秒)
中国科学院国家纳米中心等开发出基于强化学习的增强采样方法（图）
纳米 演化 过程 蛋白质
2024/11/1
2024年10月31日，中国科学院国家纳米科学中心施兴华团队联合清华大学高华健团队，开发了基于强化学习的增强采样方法——Adaptive CVgen，并将这一方法应用于蛋白质折叠和富勒烯（C60）合成研究。相关研究成果以Adaptive CVgen: Leveraging Reinforcement Learning for Advanced Sampling in Protein Folding...
中国科学院青藏高原研究所基于深度学习的青藏高原及周边地区冰湖自动提取（图）
青藏高原 演化 气候 水文
2024/9/18
青藏高原拥有除南北极以外全球最大的冰川储量，随着气候变暖，冰川退缩与消融直接导致该地区冰湖快速扩张。陆地卫星Landsat数据的可利用时间早（1972~）且空间分辨率较高（30m），是冰湖演化研究的主要数据源。然而，传统的冰湖制图方法依赖人工目视解译和检查编辑，存在如山体阴影、冰雪覆盖、水体浑浊等问题，导致冰湖制图效率较低。目前，深度学习技术已应用于冰湖制图领域，但现有模型多局限于极地地区或小范围...
中国科学院大连化学物理研究所开发出新型深度学习模型应用于电池寿命预测（图）
模型应用 电池 预测
2024/8/28
2024年8月22日，中国科学院大连化学物理研究所能源催化转化全国重点实验室动力电池与系统研究部（DNL29）陈忠伟院士、毛治宇副研究员团队，联合西安交通大学冯江涛教授，在电池健康管理领域取得新进展。合作团队开发了一种新型的深度学习模型，有效地解决了传统方法对大量充电测试数据的依赖，为电池实时寿命预估提供了新的思路，实现了锂电池寿命的端到端评估。同时，该模型也作为团队开发的第一代电池数字大脑PBS...
中国科学院微生物所付钰研究团队在利用机器学习预测活性污泥微生物群落组成中取得进展（图）
预测 活性 群落
2024/9/19
2024年8月14日，中国科学院微生物研究所付钰研究团队在Environmental Research上发表了题为“Using Machine Learning to Identify Environmental Factors that Collectively Determine Microbial Community Structure of Activated Sludge”的研究论文。该...
中国科学院地质地球所等开发出识别低磷S型锆石的新型机器学习方法（图）
地质 识别 地壳
2024/8/8
围绕地球早期板块构造的形成时间和成因机制，科学界展开了数年的辩论。在40亿年前的冥古宙时期（Hadean），板块构造是否已存在？这是值得关注的问题。多数关于早期地球的构造机制的研究，讨论了两种观点即停滞盖层构造以及类似现代的板块构造。在这一背景下，冥古宙的杰克山（Jack Hills）锆石作为地球上保存最古老的记录之一，其年龄可追溯至4.4 Ga，几乎囊括95%的Hadean锆石。通过对S型花岗岩...
青藏高原是全球水循环和碳封存的重要生态系统，也是气候变化敏感区。气温升高和降水模式的改变引起土壤理化性质和植物物种组成及植物物候发生变化，这些变化可能导致生物多样性和生态系统功能下降。因此，高寒草地的健康和稳定对全球生态至关重要，而土壤中的氮（N）和磷（P）养分对植物生长和生态系统稳定具有决定性作用。
2024年6月20日上午10:30，中国科学院生物物理所所长、“国家杰出青年基金”获得者刘力研究员，在中国科学院大学雁栖湖校区教二107教室为同学们带来题为《果蝇学习记忆的神经机制》的精彩讲座。本次讲座由中国科学院大学生命科学学院郎明林教授主持，生命学院及其他院系师生共同参与。
中国科学院昆明动物研究所专利：蜜蜂电击振翅反应气味学习训练方法。
中国科学院昆明动物研究所专利：一种树鼩空间学习记忆能力测试专用八臂迷宫装置。
中国科学院软件所提出两种提升元学习泛化性能的方法（图）
软件 信息系统 函数
2024/6/28
2024年6月21日，软件所天基综合信息系统全国重点实验室研究团队的两篇论文分别被人工智能领域顶级国际会议IJCAI和计算机视觉领域顶级期刊IJCV接收。论文内容聚焦于元学习的学习机制与任务采样，有助于模型泛化与迁移性能的提升。
中国农业科学院作科所构建基于深度学习的水稻全基因组选择新方法（图）
基因 植物生物 育种
2024/6/8
2024年5月28日，中国农业科学院作物科学研究所联合国内多家科研单位，构建了用于水稻基因组选择的大规模中国栽培稻群体数据集，提出了配套的全基因组预测深度学习模型DeepCCR，为育种者快速、高效地培育优良品种提供了有利工具。相关研究成果在线发表在《植物生物技术杂志（Plant Biotechnology Journal）》上。
近日，上海科技大学生物医学工程学院李远宁课题组与合作者在Science Bulletin上发表标题为“Enhancing neural encoding models for naturalistic perception with a multi-level integration of deep neural networks and cortical networks”的研究论文，介绍了一种...
中国科大实现开放光量子行走的高效机器学习（图）
量子 机器学习 神经网络
2024/6/14
中国科学技术大学科研部郭光灿院士团队在光量子行走领域取得重要进展。该团队李传锋、许小冶、韩永建等人与合肥综合性国家科学中心董少钧以及南方科技大学翁文康等合作，利用人工神经网络作为开放系统中混合量子态的有效拟设，并通过改进自然梯度下降算法有效提高神经网络的训练效率，在具有内禀高维结构的开放光量子行走系统中，首次实现高保真度混合量子态重构。相关成果2024年3月15日发表在国际知名学术期刊《科学·进展...
中国科学技术大学物理学院郭光灿院士团队在光量子行走领域取得重要进展。该团队李传锋、许小冶、韩永建等人与合肥综合性国家科学中心董少钧以及南方科技大学翁文康等合作，利用人工神经网络作为开放系统中混合量子态的有效拟设，并通过改进自然梯度下降算法有效提高神经网络的训练效率，在具有内禀高维结构的开放光量子行走系统中，首次实现高保真度混合量子态重构。相关成果2024年3月15日发表在国际知名学术期刊《科学·进...
中国科大运用可解释机器学习破解催化结构敏感性难题（图）
机器学习 催化结构 活性
2024/6/14
2024年3月18日，中国科学技术大学李微雪教授结合物理启发的可解释机器学习算法与第一性原理计算，解决了一个多相催化研究中长期存在的关于催化结构敏感性难题。研究成果于2024年3月18日以“Structure Sensitivity of Metal Catalysts Revealed by Interpretable Machine Learning and First-principles ...