搜索结果: 16-30 共查到“知识要闻 计算神经网络”相关记录222条 . 查询时间(1.453 秒)
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...
中国科学院声学研究所人员提出基于泰勒展开形式的端到端语音增强算法（图）
神经网络 数学理论
2024/2/25
在当前基于深度神经网络模型的单通道和多通道语音增强算法研究中，通常着重于设计合理的网络拓扑结构以尽可能提升降噪算法的性能，往往忽略了对深度神经网络模型自身结构设计合理性与可解释性的探索。因此在大部分现有工作中，科研人员们在结构设计和参数确定等方面经验较丰富，但这些工作缺乏数学理论的指导和支撑。
中国科学院海洋所在海洋障碍层结构反演重构方面取得新进展（图）
结构反演 神经网络
2023/10/30
2023年9月27日，中国科学院海洋研究所尹宝树研究团队与美国加利福尼亚大学洛杉矶分校（UCLA）的学者携手合作，针对海洋障碍层结构反演重构方面取得新进展，研究成果在英国物理学会学术期刊Environmental Research Communications上发表。
近日，南昌大学数学与计算机学院段文影博士的论文“局部自适应时空图神经网络”被第29届国际知识发现与数据挖掘大会接收并正式出版。该论文由南昌大学、澳门大学、香港城市大学与苏黎世联邦理工大学共同完成，论文由南昌大学段文影博士担任第一作者，澳门大学何晓溪助理教授担任通讯作者，香港城市大学周子慕助理教授，欧洲科学院院士、苏黎世联邦理工大学前副校长Lothar Thiele教授和南昌大学软件学院饶泓教授为共...
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...
广东省重点领域研发计划项目《高效可解释性神经网络模型及理论研究》通过验收（图）
广东省 神经网络 模型
2024/4/18
2023年6月28日上午，广东省重点领域研发计划新一代人工智能专项项目《高效可解释性神经网络模型及理论研究》（编号：2018B010107001）验收会在软件学院B7栋303室举行。广东省科学技术厅专家王欢和商惠敏，验收专家张振华教授等五人，华南理工大学科研院谭锦才科长、软件学院副院长刘飞教授、项目负责人谭明奎教授以及项目参与单位相关负责人参与会议。
中国科学院自动化所研发出全脉冲神经网络的类脑认知智能引擎（图）
神经网络 脑认知智能 发育演化
2023/9/1
中国科学院自动化研究所研究员曾毅带领的类脑认知智能团队，打造出全脉冲神经网络的类脑认知智能引擎（Brain-inspired Cognitive Intelligence Engine，简称为BrainCog，中文名为“智脉”），并进行全面开源开放，为探索面向通用人工智能的类脑智能研究提供基础性支撑，助力自然智能的计算本质探索和新一代人工智能的发展。相关研究成果发表在Patterns上，并被选为封...
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。
随着未来空间大型工程的陆续实施，迫切需要智能化的方法和技术实现航天活动的自主规划、自主控制、自主故障检测和处理等，为航天系统小型化、轻量化、智能化、低功耗需求提供技术支撑。卷积神经网络作为人工智能模型中最重要的经典结构，具有局部连接、权值共享、空间或时间上的下采样等优势，是我国天基遥感数据精准获取、在轨海量数据快速处理与应用向更强、更快发展的重要选择。值得注意的是，卷积神经网络FPGA加速器的空间...
2023年4月17日，研究所郝沛课题组和中国科学院分子植物科学卓越创新中心李轩课题组合作，在国际学术期刊《Genome Biology》发表了题为“DeepEdit: single-molecule detection and phasing of A-to-I RNA editing events using nanopore direct RNA sequencing”的研究论文。该研究利用深...
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。