人工智能为新药铺平道路：几何深度学习方法可以预测合成药物分子的最佳方案
后期功能化是优化候选药物特性的一种经济方法。然而，药物分子的化学复杂性往往使得后期多样化具有挑战性。为了解决这个问题，德国慕尼黑大学（Ludwig-Maximilians-Universität München）、苏黎世联邦理工学院（ETH Zurich）
首页 > 学习方法
-
-
TPAMI|安全强化学习方法、理论与应用综述，慕工大、同济、伯克利等深度解析
随着人工智能（AI）的飞速发展，强化学习（Reinforcement Learning，RL）在诸多复杂决策任务中取得了显著的成功。我们在自动驾驶、机器人控制和推荐系统等实际应用中，越来越依赖于这些智能系统。
-
准确、快速地从头预测RNA3D结构，港中大、复旦等深度学习方法RhoFold+登Nature子刊
分子在分子生物学中心法则中起关键作用，RNA 结构如何影响基因调控和功能一直是研究的热门话题。准确预测 RNA 三维 (3D) 结构仍是一个难题。RNA 的结构灵活性导致实验确定的数据稀缺，从而使计算预测工作变得复杂。
-
ECCV2022|创新奇智提出通过单品示例进行基于原型的分类器学习方法
日前，全球计算机视觉顶级会议ECCV（European Conference on Computer Vision）公布了2022年论文接收结果。创新奇智投稿论文 《Automatic Check-Out via Prototype-based Classifier Learning from Si
-
温故而知新，6位顶级CV科学家聚首：计算机视觉中的深度学习方法vs传统方法
作者 | Mr Bear编辑 | 青暮2021 年 10 月 13 日，来自麻省理工学院、加州大学伯克利分校、伊利诺伊大学香槟分校、华盛顿大学、帝国理工学院的六名顶级人工智能科学家、计算机视觉科学家在 ICCV 2021 大会期间进行了题为「A discussion about deep learn
-
中国科学院自动化所研发出新型类脑学习方法 有望引导新型类脑芯片设计
灾难性遗忘是反向传播学习算法固有的问题，是人工神经网络（ANN）和尖峰神经网络（SNN）研究中的一个难题。大脑利用多尺度可塑性在某种程度上解决了这个问题。在特定通路的全局调控下，神经调节剂被分散到目标脑区，突触和神经元的可塑性都受到神经调节剂的局部调节。
-
国际最新研究称，机器学习方法或可预测人类生活多个方面
施普林格·自然旗下专业学术期刊《自然-计算科学》最新发表一篇论文称，研究人员开展的一项研究描述了一个机器学习方法，该方法或能从不同方面准确预测人类生活，包括生命结局可能性和个性的细微差异。论文作者认为，这一机器学习预测模型或能提供对人类行为的量化认知。
