在线观看www成人影院-在线观看www日本免费网站-在线观看www视频-在线观看操-欧美18在线-欧美1级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

人工智能:可視化深度學習研究基因如何影響生理特征

OaXG_jingzhengl ? 來源:未知 ? 作者:鄧佳佳 ? 2018-03-27 09:27 ? 次閱讀

美國研究人員開發(fā)出一種過程可獲取的深度學習計算機新算法,能夠揭示細胞的內(nèi)部活動。

人工智能可以執(zhí)行多種通常需要人類完成的復雜任務(wù),比如面部識別、語言翻譯和玩游戲。深度學習網(wǎng)絡(luò)也稱人工神經(jīng)網(wǎng)絡(luò),它們越來越多地被用于生物數(shù)據(jù)分析自動化。

深度學習模型的一個挑戰(zhàn)是它們的“黑箱”性質(zhì),也就是說無法輕易鑒定一個模型執(zhí)行某項任務(wù)時的過程。在生物應用方面,調(diào)查深度學習模型如何識別和處理所分析的數(shù)據(jù)的能力或許可以幫助研究者更好地理解這些數(shù)據(jù)背后的生物學。

來自 d-cell.ucsd.edu 的網(wǎng)站截圖,研究人員可以使用加州大學圣迭戈醫(yī)學院開發(fā)的一種新型虛擬酵母細胞 DCell。

加州大學圣地亞哥分校 的 Trey Ideker 及同事通過將一個深度學習算法的結(jié)構(gòu)映射在已知細胞內(nèi)分子系統(tǒng)的結(jié)構(gòu)上,創(chuàng)建了一個“可視的”人工神經(jīng)網(wǎng)絡(luò)——虛擬酵母細胞 DCell。

DCell模型是將模型內(nèi)部運作與真實系統(tǒng)的內(nèi)部運作耦合在一起,是一種嵌入2526個包含真核細胞子系統(tǒng)的分層結(jié)構(gòu)的可見神經(jīng)網(wǎng)絡(luò)(http://d-cell.ucsd.edu/)。經(jīng)過數(shù)百萬種基因型的訓練驗證,DCell幾乎能夠與實驗室觀察到的一樣準確模擬細胞生長。在模擬過程中,基因型會誘導子系統(tǒng)的活動模式,從而能夠?qū)蛐?- 表型關(guān)聯(lián)的分子機制進行計算機研究。通過統(tǒng)計,484個子系統(tǒng)(21%)捕獲了80%的重要增長預測,可以反映復雜表型的出現(xiàn)。 DCell為解碼疾病遺傳學,耐藥性和合成生命提供了基礎(chǔ)。

研究人員表示,一旦模型完成訓練,它便能夠預測遺傳變化的生理影響。此外,由于模型的組分均可獲取,它也能讓科學家更好地理解基因與生理特征關(guān)系背后的機制。研究人員指出,一個可視的神經(jīng)網(wǎng)絡(luò)可以被用于理解遺傳邏輯,鑒定哪些分子系統(tǒng)對特定生理特征有重要影響,以及發(fā)現(xiàn)細胞中的新過程。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學習之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 人工智能
    +關(guān)注

    關(guān)注

    1792

    文章

    47514

    瀏覽量

    239236
  • 基因
    +關(guān)注

    關(guān)注

    0

    文章

    95

    瀏覽量

    17222
  • 深度學習
    +關(guān)注

    關(guān)注

    73

    文章

    5510

    瀏覽量

    121345

原文標題:人工智能新玩法:可視化深度學習揭示基因如何影響細胞特征

文章出處:【微信號:jingzhenglizixun,微信公眾號:機器人博覽】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏

    評論

    相關(guān)推薦

    智慧能源可視化監(jiān)管平臺——助力可視化能源數(shù)據(jù)管理

    博達可視化大屏設(shè)計平臺在智慧能源領(lǐng)域的價值體現(xiàn)在實時監(jiān)控、數(shù)據(jù)可視化、決策支持和效率提升等方面。借助該平臺,企業(yè)可以輕松搭建智慧能源類可視化大屏,更加精確和高效地管理生產(chǎn)和生活,實現(xiàn)能源的可持續(xù)發(fā)展。
    的頭像 發(fā)表于 11-29 10:00 ?390次閱讀
    智慧能源<b class='flag-5'>可視化</b>監(jiān)管平臺——助力<b class='flag-5'>可視化</b>能源數(shù)據(jù)管理

    嵌入式和人工智能究竟是什么關(guān)系?

    領(lǐng)域,如工業(yè)控制、智能家居、醫(yī)療設(shè)備等。 人工智能是計算機科學的一個分支,它研究如何使計算機具備像人類一樣思考、學習、推理和決策的能力。人工智能
    發(fā)表于 11-14 16:39

    AI for Science:人工智能驅(qū)動科學創(chuàng)新》第4章-AI與生命科學讀后感

    閱讀這一章后,我深感人工智能與生命科學的結(jié)合正引領(lǐng)著一場前所未有的科學革命,以下是我個人的讀后感: 1. 技術(shù)革新與生命科學進步 這一章詳細闡述了人工智能如何通過其強大的數(shù)據(jù)處理和分析能力,加速生命科學研究
    發(fā)表于 10-14 09:21

    《AI for Science:人工智能驅(qū)動科學創(chuàng)新》第二章AI for Science的技術(shù)支撐學習心得

    人工智能在科學研究中的核心技術(shù),包括機器學習深度學習、神經(jīng)網(wǎng)絡(luò)等。這些技術(shù)構(gòu)成了AI for Science的基石,使得AI能夠處理和分析
    發(fā)表于 10-14 09:16

    《AI for Science:人工智能驅(qū)動科學創(chuàng)新》第一章人工智能驅(qū)動的科學創(chuàng)新學習心得

    人工智能:科學研究的加速器 第一章清晰地闡述了人工智能作為科學研究工具的強大功能。通過機器學習深度
    發(fā)表于 10-14 09:12

    risc-v在人工智能圖像處理應用前景分析

    定制性。這些特點使得RISC-V在多個領(lǐng)域,包括人工智能圖像處理領(lǐng)域,具有顯著的優(yōu)勢。 二、RISC-V在人工智能圖像處理中的優(yōu)勢 開源性和靈活性 : RISC-V的開源性意味著任何人都可以自由研究
    發(fā)表于 09-28 11:00

    名單公布!【書籍評測活動NO.44】AI for Science:人工智能驅(qū)動科學創(chuàng)新

    材料基因組工程的推動下,人工智能如何與材料科學結(jié)合,加快傳統(tǒng)材料和新型材料的開發(fā)過程。 第4章介紹了人工智能在加快藥物研發(fā)、輔助基因研究方面
    發(fā)表于 09-09 13:54

    【飛凌嵌入式】基于RK3576的電力站房智能輔助與人工智能可視化網(wǎng)關(guān)方案

    電力站房智能輔助與人工智能可視化網(wǎng)關(guān)的廣泛應用,不僅是對傳統(tǒng)機房監(jiān)控體系的深刻變革,更是電力行業(yè)邁向智能化、網(wǎng)絡(luò)、服務(wù)
    的頭像 發(fā)表于 08-15 15:59 ?1520次閱讀
    【飛凌嵌入式】基于RK3576的電力站房<b class='flag-5'>智能</b>輔助與<b class='flag-5'>人工智能</b><b class='flag-5'>可視化</b>網(wǎng)關(guān)方案

    FPGA在人工智能中的應用有哪些?

    定制的硬件設(shè)計,提高了硬件的靈活性和適應性。 綜上所述,F(xiàn)PGA在人工智能領(lǐng)域的應用前景廣闊,不僅可以用于深度學習的加速和云計算的加速,還可以針對特定應用場景進行定制
    發(fā)表于 07-29 17:05

    人工智能、機器學習深度學習是什么

    在科技日新月異的今天,人工智能(Artificial Intelligence, AI)、機器學習(Machine Learning, ML)和深度學習(Deep Learning,
    的頭像 發(fā)表于 07-03 18:22 ?1363次閱讀

    人工智能深度學習的五大模型及其應用領(lǐng)域

    隨著科技的飛速發(fā)展,人工智能(AI)技術(shù)特別是深度學習在各個領(lǐng)域展現(xiàn)出了強大的潛力和廣泛的應用價值。深度學習作為人工智能的一個核心分支,通過
    的頭像 發(fā)表于 07-03 18:20 ?4793次閱讀

    深度學習常用的Python庫

    深度學習作為人工智能的一個重要分支,通過模擬人類大腦中的神經(jīng)網(wǎng)絡(luò)來解決復雜問題。Python作為一種流行的編程語言,憑借其簡潔的語法和豐富的庫支持,成為了深度學習
    的頭像 發(fā)表于 07-03 16:04 ?677次閱讀

    深入探討機器學習可視化技術(shù)

    機器學習可視化(簡稱ML可視化)一般是指通過圖形或交互方式表示機器學習模型、數(shù)據(jù)及其關(guān)系的過程。目標是使理解模型的復雜算法和數(shù)據(jù)模式更容易,使技術(shù)和非技術(shù)利益相關(guān)者更容易理解它。
    發(fā)表于 04-25 11:17 ?449次閱讀
    深入探討機器<b class='flag-5'>學習</b>的<b class='flag-5'>可視化</b>技術(shù)

    基于高光譜技術(shù)的紅茶茶多酚可視化研究

    基于高光譜技術(shù)的紅茶茶多酚可視化研究紅茶是一種全發(fā)酵茶葉,因其風味獨特而受到消費者青睞。
    的頭像 發(fā)表于 04-22 18:08 ?800次閱讀
    基于高光譜技術(shù)的紅茶茶多酚<b class='flag-5'>可視化</b><b class='flag-5'>研究</b>

    數(shù)據(jù)可視化的未來:2024 年及以后

    隨著我們進入數(shù)據(jù)驅(qū)動決策的下一個時代,數(shù)據(jù)可視化領(lǐng)域即將迎來一場變革性革命。隨著信息的不斷涌入和數(shù)據(jù)的復雜性不斷增加,傳統(tǒng)的可視化方法需要幫助跟上步伐。人工智能、機器學習和增強現(xiàn)實等新
    的頭像 發(fā)表于 01-25 11:52 ?564次閱讀
    主站蜘蛛池模板: 日本不卡在线视频| 午夜日韩视频| 一区二区不卡视频| 中文字幕一二三区乱码老| 中国男女全黄大片一级| 日本视频三区| 一区二区三区国模大胆| 国产高清不卡一区二区| 国产一二三区在线| www.87福利| 欧美a区| 日韩精品一区二区在线观看| 亚洲天堂不卡| 色优优| 久草视频在线免费看| china国语对白刺激videos| 天天爽夜夜爽视频| 九草伊人| 一区二区三区四区视频在线观看| 高h上错人1v1| 色国产精品| 国产怡红院| 五月欧美激激激综合网色播| 黄色网网址| 午夜精品久久久久久久第一页 | 午夜大片免费完整在线看| 黄色大成网站| 亚洲乱码一区二区三区在线观看| 伊人97在线| 农村三级毛片| 午夜在线视频观看版| www.色五月.com| 天堂最新在线资源| 黄色在线播放视频| 亚洲香蕉影院| 开心激情小说| 天天摸天天爽天天澡视频| 好大好猛好爽好深视频免费| 在线观看视频你懂的| 六月婷婷精品视频在线观看| 天天澡天天干|