理论
-
RoboMIND:国家地方共建具身智能机器人创新中心与北京大学计算机学院联合创建的具身智能数据集和Benchmark
robomind:一个大规模多构型具身智能机器人数据集与基准测试 随着人工智能技术的飞速发展,具身智能机器人正日益受到关注。赋予机器人类似人类的泛化能力是该领域的核心目标,而实现这一目标的关键在于构建能够在各种环境和任务中高效工作的机器人。 如同ChatGPT需要海量文本数据进行训练一样,培养能力全…
-
AAAI 2025 | 用于韦伯区位问题的去奇异性次梯度方法
暨南大学通用机器学习团队取得突破性进展,提出解决经典韦伯区位问题奇异性难题的全新方法!该团队由网络空间安全学院和信息科学技术学院的教师、学生组成,研究方向涵盖通用逼近理论、分布外泛化、非凸优化等多个领域。自2024年4月至12月,团队已在icml(2篇)、neurips、ijcai、aaai等顶级人…
-
ScienceAl 2024「AI+药物&医疗&基因组&细胞」专题年度回顾
2024年,人工智能在药物研发、医疗、基因组学和细胞生物学领域取得了令人瞩目的进展。从ai辅助药物设计到基因编辑技术的精准应用,从单细胞分析到多模态医疗决策,科技的融合为人类健康带来了无限可能。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜…
-
准确预测蛋白质功能新SOTA,中南大学推出全新深度学习模型,登Nature子刊
利用深度学习和结构域引导的结构信息,精准预测蛋白质功能 预测蛋白质功能对于理解生物机制和疾病治疗至关重要。然而,现有方法缺乏可解释性,难以揭示蛋白质结构与功能的关联。中南大学研究团队开发了一种名为DPFunc的深度学习模型,通过整合结构域信息,显著提高了蛋白质功能预测的准确性。该研究成果已发表在《自…
-
分子特性预测新框架来了!浙大侯廷军团队、匹兹堡大学联合提出跨通道学习,各大基准表现亮眼
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 精准分子特性预测:一种基于多通道预训练的全新方法 编辑 | 萝卜皮 准确预测分子的特性对于药物研发等诸多科学研究和工业应用至关重要。然而,由于数据有限以及物理化学和生物特性与传统分子特征描述方法…
-
游戏结束了?OpenAI可能已经突破,跨过起飞的最后临界阈值
openai 的 ai 是否已达到自我递归改进的程度?近期 x 平台上的一篇帖子引发热议,浏览量超过 30 万。该帖指出 openai 的递归式自我改进技术已取得突破性进展,其能力已封装在一个难以破解的系统中。 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek …
-
看破不可见数据集,自我监督学习成为细胞组学新的复杂系统处理利器
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 单细胞基因组学中的自监督学习:突破与挑战 自监督学习(SSL)是一种强大的机器学习方法,它利用数据自身的内在结构来学习有意义的数据表示,无需依赖人工标注的标签。 这项技术已在计算机视觉和自然语言…
-
高灵敏探索质谱,滑铁卢、中原AI院团队基于深度学习的端到端方法
深度学习赋能质谱蛋白质组学:deepsearch实现高灵敏度肽段鉴定 ☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 准确鉴定肽段是基于质谱的蛋白质组学研究的关键,然而传统数据库搜索方法依赖启发式评分函数,鉴定率受限。加拿大滑铁卢大学和中原人…
-
模型参数作知识通用载体,MergeNet离真正的异构知识迁移更进一步
边缘计算设备,例如各种物联网 (iot) 设备,日益普及。然而,这些设备通常计算资源和存储空间有限,限制了在设备端部署大型深度神经网络 (dnn) 的能力。小型 dnn 架构虽然计算效率更高,但性能往往有所降低。 知识迁移为解决这一问题提供了一种途径,主要方法包括知识蒸馏和迁移学习。知识蒸馏通过训练…
-
赛博树突觉醒!AI 仿生革命:更少参数,更强性能,过拟合?不存在的!
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜ 编辑丨& 人工神经网络(ANN)是大多数深度学习(DL)算法的核心,这些算法可以成功解决图像识别、自动驾驶和自然语言处理等复杂问题。然而,与能够高效解决类似问题的生物大脑不同,DL 算法…