期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
基于人工智能的蛋白质热力学稳定性预测
1
作者 陶林节 徐凡丁 +2 位作者 郭宇 龙建纲 鲁卓阳 《生物化学与生物物理进展》 北大核心 2025年第8期1972-1985,共14页
人工智能技术在生物学领域的应用在近几年取得了突飞猛进的发展,其中最显著的成果为蛋白质结构预测和设计,该成果于2024年荣获诺贝尔化学奖。可以预见,对蛋白质各类物理和化学属性的精准预测将是蛋白质预测领域下一阶段的重要发展方向... 人工智能技术在生物学领域的应用在近几年取得了突飞猛进的发展,其中最显著的成果为蛋白质结构预测和设计,该成果于2024年荣获诺贝尔化学奖。可以预见,对蛋白质各类物理和化学属性的精准预测将是蛋白质预测领域下一阶段的重要发展方向。蛋白质热力学稳定性在深入了解生命活动机制、药物研发、疾病诊断和治疗,以及生物技术产业中酶制剂的生产、生物传感器研发以及蛋白质药物制备等方面均具有重要意义。借助人工智能技术进行蛋白质热力学稳定性的精准预测将大幅提升蛋白质相关的科学研究能力和产业发展效率。本文综述了蛋白质热力学稳定性预测技术的发展历程,梳理了从生物实验测定方法、传统能量函数计算方法到现代机器学习预测方法。重点讨论了基于机器学习的预测模型,尤其是深度神经网络、图神经网络和注意力机制等前沿算法在蛋白质热力学稳定性预测中的突破。深入讨论了突变稳定性预测的核心挑战,如数据集质量与数量不平衡、模型过拟合及蛋白质动态性的建模等难题。旨在为研究人员提供一个全面的参考框架,助力突变蛋白质热力学稳定性预测技术的发展。 展开更多
关键词 机器学习 蛋白质热力学稳定性 突变
在线阅读 下载PDF
多机协同智能发展战略研究 被引量:8
2
作者 薛建儒 房建武 +2 位作者 吴俊 庞善民 郑南宁 《中国工程科学》 CSCD 北大核心 2024年第1期101-116,共16页
多个自主智能系统通过信息、行为交互构成的多机协同智能,代表着未来智能系统的必然发展趋势,是我国新一代人工智能规划部署的主攻方向,也是支撑国防、社会安全的核心技术和推动制造业由大到强的必由之路。开展突破多机协同智能技术发... 多个自主智能系统通过信息、行为交互构成的多机协同智能,代表着未来智能系统的必然发展趋势,是我国新一代人工智能规划部署的主攻方向,也是支撑国防、社会安全的核心技术和推动制造业由大到强的必由之路。开展突破多机协同智能技术发展研究,对于推动我国军事智能、智能产业高质量发展、加快工业转型升级具有重要意义。本文基于多机协同智能系统当前面临的难以适应复杂任务这一挑战,从基础理论和核心关键技术两个层面出发,系统地梳理了多机协同智能的研究现状,分析了制约基础理论与关键技术发展的主要瓶颈性问题,并以多机协同智能制造为典型应用,剖析理论与技术发展中存在的问题。研究认为,多机协同智能将朝着人机群组智能的方向发展,为抢占发展先机,需及早布局人机群组智能的基础理论探索,加速核心技术突破,并加快应用示范。 展开更多
关键词 多机协同智能 集群智能 人机群组智能 多机协同制造 全域感知
在线阅读 下载PDF
基于ToF红外图像的手部轻量化检测算法设计与优化
3
作者 葛晨阳 马文彪 屈渝立 《计算机应用研究》 CSCD 北大核心 2024年第1期296-300,共5页
嵌入式设备上实现快速精准的手部检测主要面临两个挑战:一是复杂的深度学习网络很难实现实时的手部检测;二是场景复杂性导致基于RGB彩色图像的手部检测算法准确率下降。与主流基于RGB图像的检测技术不同,基于ToF红外图像的轻量化手部检... 嵌入式设备上实现快速精准的手部检测主要面临两个挑战:一是复杂的深度学习网络很难实现实时的手部检测;二是场景复杂性导致基于RGB彩色图像的手部检测算法准确率下降。与主流基于RGB图像的检测技术不同,基于ToF红外图像的轻量化手部检测算法实现了红外图像中手部的精准快速检测。首先,通过自主研发设备采集了22 419张静态红外图片,构建了用于手部检测的红外数据集;其次,通过对通用目标检测算法进行轻量化改进,设计了RetinaHand轻量化手部检测网络,其中采用了MobileNetV1和ShuffleNetV2两种不同的轻量化网络作为模型骨干网络,并提出了一种融合注意力机制的特征金字塔结构Attention-FPN;最后,在红外数据集上与常规方法进行了对比实验,验证了该方法的有效性。 展开更多
关键词 深度学习 手部检测 红外图像 嵌入式设备
在线阅读 下载PDF
基于事件相机的敏感生物信息隐私保护研究进展 被引量:1
4
作者 沈艳晴 董鹏飞 +2 位作者 张恙菁 陈仕韬 郑南宁 《中国工程科学》 CSCD 北大核心 2024年第1期202-215,共14页
进入大数据时代后,互联网应用和信息服务全面普及,大量的个人敏感生物信息被收集整理,导致隐私泄露风险增加;事件相机作为新型的生物启发式传感器,具有低延迟、高动态、无纹理等特性,可为解决数据端隐私保护问题提供全新的技术途径,也... 进入大数据时代后,互联网应用和信息服务全面普及,大量的个人敏感生物信息被收集整理,导致隐私泄露风险增加;事件相机作为新型的生物启发式传感器,具有低延迟、高动态、无纹理等特性,可为解决数据端隐私保护问题提供全新的技术途径,也因其光敏工作原理而适用于家庭监控等私人场景。本文从大数据时代的隐私泄露问题、事件相机在隐私保护中的优势两方面,深入分析了事件相机用于隐私保护的研究背景;系统梳理了基于人脸模板的隐私保护、基于去识别的隐私保护、基于点云混沌加密的隐私保护等传统的敏感生物信息隐私保护方法,包括行人重识别、手势识别、面部分析在内的面向隐私保护的事件感知方法以及两大类方法的研究进展。进一步总结了强度图像重建、图像修复、视频重建等基于事件流的图像重建与修复新进展,完成了基于6种算法的图像重建及其结果分析,证明已有重建算法对纹理信息的恢复能力有限,反向验证了基于事件相机的隐私保护技术可行性。针对事件相机未来的规模化应用,提出了降低硬件成本、改进算法网络、从市场角度推动等发展建议,以期为事件相机的隐私保护深化应用提供基础参考。 展开更多
关键词 智能系统 事件相机 隐私保护 敏感生物信息
在线阅读 下载PDF
“大模型技术及应用”专栏序言
5
作者 高新波 孙宏滨 《数据采集与处理》 CSCD 北大核心 2024年第3期501-501,共1页
生成式AI与具身智能正在成为新一轮人工智能发展的热潮,其背后的核心技术就是大模型。自2022年11月美国OpenAI公司发布聊天机器人应用程序ChatGPT以来,其强大的自然语言生成能力与广泛适用性引起了全世界范围的关注。随后,大模型在场景... 生成式AI与具身智能正在成为新一轮人工智能发展的热潮,其背后的核心技术就是大模型。自2022年11月美国OpenAI公司发布聊天机器人应用程序ChatGPT以来,其强大的自然语言生成能力与广泛适用性引起了全世界范围的关注。随后,大模型在场景分析、视频生成、常识推理、行为决策等方面也有突出表现。国内也相继发布了文心一言、ChatGLM、百川、千问等大模型产品。学术界和产业界都在探索利用大模型解决更多、更具挑战性的问题与潜在应用。2023年,美国科技公司Palantir推出的军事人工智能平台(AIP)和Scale AI公司推出的“多诺万(Donovan)”军事决策辅助系统等也对大模型军事应用进行了初步探索。 展开更多
关键词 自然语言生成 人工智能 聊天机器人 常识推理 应用程序 场景分析 决策辅助系统 OPEN
在线阅读 下载PDF
面向空间场景建模的三角网格神经辐射场模型压缩 被引量:1
6
作者 李中衡 周轶丁 +4 位作者 冯新健 张秋光 王晶 郭宇 王海岳 《载人航天》 CSCD 北大核心 2024年第6期844-853,共10页
为解决神经辐射场渲染方法模型内存占用过大的问题,提出了神经三角网格算法。通过在训练好的三维网格模型中构建顶点特征向量,利用传统渲染管线中的光栅化计算射线与三角网格的交点,并通过重心坐标获得对应交点的特征。在多个公开数据... 为解决神经辐射场渲染方法模型内存占用过大的问题,提出了神经三角网格算法。通过在训练好的三维网格模型中构建顶点特征向量,利用传统渲染管线中的光栅化计算射线与三角网格的交点,并通过重心坐标获得对应交点的特征。在多个公开数据集上的实验结果表明:所提方法在保证渲染质量的前提下,只需要较小的存储空间来存储神经辐射场模型,模型的压缩率达到了25%。可视化的实验结果表明:所提方法能够得到高质量的新视角合成结果。该方法能够剔除场景中无用点的特征和场景内部的特征,减小模型的存储空间,此外三角网格的顶点特征能够直接利用顶点索引获取,从而能够在嵌入式设备上应用。 展开更多
关键词 模型压缩 神经辐射场 光栅渲染 神经三角网格
在线阅读 下载PDF
基于高预测性的稀疏矩阵向量乘法并行计算优化 被引量:2
7
作者 夏天 付格林 +2 位作者 曲劭儒 罗中沛 任鹏举 《计算机研究与发展》 EI CSCD 北大核心 2023年第9期1973-1987,共15页
稀疏矩阵向量乘法(sparse matrix-vector multiplication,SpMV)是广泛应用于科学计算、工业仿真和智能计算等领域的重要算法,是核心的计算行为之一.在一些应用场景中,需要进行多次的SpMV迭代,以完成精确的数值模拟、线性代数求解和图分... 稀疏矩阵向量乘法(sparse matrix-vector multiplication,SpMV)是广泛应用于科学计算、工业仿真和智能计算等领域的重要算法,是核心的计算行为之一.在一些应用场景中,需要进行多次的SpMV迭代,以完成精确的数值模拟、线性代数求解和图分析收敛等计算要求.受限于SpMV本身的高度随机性和稀疏性所导致的数据局部性极差、缓存效率极低、计算模式非常不规则等问题,导致其计算负载成为当前高性能处理器的优化难点和研究热点.基于现代高性能超标量乱序处理器的架构特征,深入研究SpMV的各类性能瓶颈,并且提出从提升可预测性和降低程序复杂度的角度进行全面的性能优化.其核心思想是:通过构建串行访问的数据结构,提升数据访问的规律性和局部性,大幅度优化数据预取效率和缓存利用效率;通过构建规则的分支跳转条件,提升程序的分支预测准确率,有效提升程序执行效率;通过灵活运用SIMD指令集,有效提升计算资源利用率.通过对以上特性的优化,该方法可以显著缓解性能瓶颈,大幅度提升处理器资源、缓存资源和访存带宽的利用率,并且获得与主流商用计算库MKL相比平均2.6倍的加速比,相比于现有最先进算法获得平均1.3倍的加速比. 展开更多
关键词 矩阵向量乘法 稀疏矩阵计算 矩阵格式 分支预测 数据预取
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部