脑机启侦|深度学习揭示基因靶点及延缓大脑衰老潜在药物（03.18）
在《Science Advances》杂志报道的一项新研究中，科学家们分析了英国生物样本库（UK Biobank）存储的核磁共振成像（MRI）数据，并确定了导致大脑生物老化速度加快的七个基因，同时找到了 13 种能够针对这些基因发挥作用的现有药物。
深度学习
深度学习的平衡之道：港科大等团队联合发布多目标优化最新综述
本文作者来自香港科技大学、香港科技大学（广州）、香港城市大学以及UIUC等机构。其中，港科大在读博士生陈巍昱、港城大在读博士生张霄远和港科广在读博士生林百炅为共同第一作者；林熙博士目前担任港城大博士后研究员；UIUC赵晗助理教授、港城大张青富教授以及港科大郭天
奇瑞2025款瑞虎8 PRO科技魅力十足，成长型深度学习体验优异
在汽车市场中，奇瑞汽车始终以其卓越的技术实力和不断创新的精神，引领着行业的潮流。作为奇瑞家族的又一力作，2025款瑞虎8 PRO凭借其在智能科技、安全性能、舒适配置以及动力总成方面的卓越表现，再次彰显了“技术奇瑞”的品牌魅力，为驾驶者带来前所未有的驾驭新体验。
PyTorch PINN实战：用深度学习求解微分方程
神经网络技术已在计算机视觉与自然语言处理等多个领域实现了突破性进展。然而在微分方程求解领域，传统神经网络因其依赖大规模标记数据集的特性而表现出明显局限性。物理信息神经网络(Physics-Informed Neural Networks, PINN)通过将物理
杨立昆：AI发展受限的三个关键因素
在《我看见的世界》一书中，AI教母李飞飞多次提到通过识别手写邮政编码研究AI的杨立昆——AI发展的奠基人—“卷积神经网络之父”。杨立昆在卷积神经网络和图像识别领域做出了重要贡献，是人工智能行业最杰出的科学家之一。杨立昆（Yann LeCun），于1960年出生
从三个新角度给大家分享DeepSeek使用技巧
以下为您整理的DeepSeek使用技巧指南，结合高效搜索、精准筛选与隐藏功能三大核心场景，助您快速掌握并使用好DeepSeek。
为什么说人工智能的本质是统计学？
托马斯·萨金特在2018年的世界科技创新论坛上指出：【人工智能的华丽辞藻背后实质上是统计学。好多的公式都非常老，但是所有的人工智能利用的都是统计学来解决问题】。强调了统计学在人工智能中的核心作用。
用Deepseek深度学习做“冲菜”
对冲菜的操作一直处于不稳定的状态，做出来的冲菜也是每次都有不满足的地方，以前都是寻找前人的经验，搜集下来各有不同，做法也分了几派，但都是知其然而不知其所以然，逻辑关系不清晰，今天突发奇想，利用Deepseek对其效果即“冲与不冲”进行科学层面的研讨，找出其中的
珑京显卡，模拟仿真，AI深度学习，专业图形
在科技日新月异的今天，专业图形显卡（Professional Graphics Card）作为高性能计算领域的关键组件，正扮演着越来越重要的角色。特别是在科学计算、模拟仿真以及AI深度学习等高端应用领域，一款卓越的显卡不仅能够显著提升工作效率，更能为科研人员和
AI 浪潮下，未来 5 年计算机职业凭啥一路“狂飙”？必看！
漫步在城市的街头，你或许时常会瞥见一辆辆智能驾驶汽车平稳且优雅地穿梭于车水马龙之间，它们精准地感知着周围的路况，无论是突然闯入的行人，还是急速变换的交通信号灯，都能被迅速捕捉并做出恰到好处的制动或加速反应。就拿某知名品牌的智能驾驶汽车来说，其车身搭载的高精度激
指向深度学习的“信息技术”课程单元教学设计方案
近年来，我国教育领域正经历着一场前所未有的重大变革。这场变革不仅体现在教育政策的调整上，更深刻地影响着教学理念、教学方法以及学生的学习方式。其中，2017年颁布的《普通高中信息技术课程标准》无疑是一个重要的里程碑。
C# 深度学习框架 TorchSharp 原生训练模型和图像识别
本章内容主要基于 Pytorch 官方入门教程编写，使用 C# 代码代替 Python，主要内容包括处理数据、创建模型、优化模型参数、保存模型、加载模型，读者通过本章内容开始了解 TorchSharp 框架的使用方法。
模型 深度学习 torchsharp 2025-02-07 09:00 20
利用信息技术助推小学生英语听说深度学习
阐述信息技术支持小学生英语听说学习的优势，即内容丰富、检索方便、情境对话。指出信息技术支持下的小学英语听说学习的形态主要有三种：其一是感知，其二是表达，其三是交往。本文结合实例，探究信息技术支持小学生英语听说学习的策略。认为将信息技术引入小学英语听说教学，能让
基于深度学习的中文命名实体识别技术研究
命名实体识别（NER）是NLP领域的一项基础底层任务。针对当前传统的基于规则和统计方法存在特征提取的精准度和模型的可扩展性上不足的问题，中文命名实体识别技术在利用神经网络学习模型时得到了极大地改善。除了通过Bert预训练模型和相关的公开数据集对文本数据特征提取
《海洋预报》| 基于深度学习的大风订正预报研究
基于数值预报模式产品的风速预报集成学习误差订正方法，通过长短期记忆网络（LSTM）和残差神经网络（ResNet）构建新的风速预测混合模型 ResNet-LSTM。采用 2019—2020年欧洲中期天气预报中心39种数值天气预报模式产品训练深度学习模型，对格点预
Brain｜深度学习工具Spliformer鉴定ALS相关的剪接变异
真核生物pre-mRNA剪接是一个受到精密调控的复杂生物学过程。经典剪接信号（如剪接供体位点的GU二核苷酸、受体位点的AG二核苷酸，以及分支点序列）作为核心调控元件已被广泛研究，然而基因组中大量非经典调控元件对剪接过程的调节机制仍不清楚。肌萎缩侧索硬化症（Am
通过对高分辨率图像纹理特征裁剪来提高深度学习模型的检测准确率
该篇论文介绍了一种名为TextureCrop的新方法，用于提高合成图像检测（Synthetic Image Detection）模型的性能。由于人工智能技术产生的图像越来越真实，因此合成图像检测方法变得尤为重要，可以识别出网络上的人工智能生成的内容。然而，目前
PyTorch生态系统中连续深度学习：Torchdyn实现连续时间神经网络
神经常微分方程（Neural ODEs）是深度学习领域的创新性模型架构，它将神经网络的离散变换扩展为连续时间动力系统。与传统神经网络将层表示为离散变换不同，Neural ODEs将变换过程视为深度（或时间）的连续函数。这种方法为机器学习开创了新的研究方向，尤其
Nature | 基于深度学习的“蛋白质-小分子”设计工具
随着生物技术的快速发展，精确设计蛋白质和小分子间的相互作用成为了分子生物学和药物开发中的一个关键挑战。尤其是在小分子激活蛋白质功能的设计领域，人们长期面临着如何在复杂的细胞环境中精确调控蛋白质间相互作用的问题，因此，设计出具有高亲和力、高选择性的蛋白质-小分子
Python深度学习：图像生成与风格迁移
在当今的互联网世界，AI 绘画已然成为了一个热门话题，吸引着无数人的目光。从社交媒体上的广泛传播，到艺术展览中的惊艳亮相，AI 绘画如同一股强劲的浪潮，席卷而来。