周yyyyyyyyyy-CSDN博客

原创 Nature 正刊丨用于分散和保密的临床机器学习的群学习

c、不同训练节点上的病例和对照数量不均匀，但每个节点上的样本数量相似的场景。d，情景，来自A2的独立研究的样本被采样到不同的节点，导致每个节点的病例和对照数量不同。d，情景，来自A2的独立研究的样本被采样到不同的节点，导致每个节点的病例和对照数量不同。在这里，为了在不违反隐私法的情况下促进来自全球任何数据所有者的任何医疗数据的集成，我们引入了Swarm learning——一种分散的机器学习方法，它将边缘计算、基于区块链的点对点网络和协调结合在一起，同时保持机密性，而无需中央协调器，从而超越了联邦学习。

2024-10-12 11:00:28 736

原创 Nature 正刊丨超分子偏二氟乙烯铁电相的肽编程

a–c，从10 mM退火溶液中干燥的VVEE（a）、VEVE（b）和EVEV（c）-PA组件的ATR-FTIR光谱，表明肽β片中酰胺I吸收的峰和偏二氟乙烯链结晶α、β和γ相的特征峰；i、 VDF6-VEVE中肽β片和β相OVDF晶体结构的俯视示意图，显示了（g）中索引的分子间距，其中d[（010）PA]匹配2d[（200）VDF6]，d[（100）PA]与d[（010VDF6]匹配。a–c，VDF6-VEVE（a）、VDF6-VVEE（b）和VDF6-EEVE（c）的极化与电场（P-E）回路。

2024-10-12 10:59:57 549

原创深度学习流体力学课程（交流学习欢迎咨询）

三、机器学习基础理论与实战1.人工智能的基本概念2.机器学习算法简介a) 最优化理论算法b) 支持向量机等机器学习算法3.深度学习的基本概念及实战a) RNN与时间序列b) CNN与微分算子4.深度学习在流场超分辨上的应用a) 基于卷积神经网络的流场超分辨分析b) 基于生成对抗网络的流场超分辨分析。一、流体力学基础理论与编程实战1.流体力学基本理论2.湍流理论与湍流模型简介3.傅里叶变换和分析4.伪谱法求解流体力学方程a) 非线性Burgers方程案例分析b) 二维不可压NS方程案例分析。

2024-09-23 13:14:00 420

原创 Nature 正刊丨用于分散和保密的临床机器学习的群学习

快速、可靠地检测重症和异质性疾病患者是精准医疗的主要目标1,2。白血病患者可以根据他们的血液转录组使用机器学习进行识别。然而，由于隐私立法的原因，技术上可行和允许之间的差距越来越大。在这里，为了在不违反隐私法的情况下促进来自全球任何数据所有者的任何医疗数据的集成，我们引入了Swarm learning——一种分散的机器学习方法，它将边缘计算、基于区块链的点对点网络和协调结合在一起，同时保持机密性，而无需中央协调器，从而超越了联邦学习。为了说明使用群学习开发使用分布式数据的疾病分类器的可行性，我们选择了四个异

2024-05-26 09:33:37 1020

原创 Nature 子刊丨从稀缺数据中学习控制方程的物理知识

这项工作引入了一种称为具有稀疏回归的物理信息神经网络的新方法，以从稀缺和嘈杂的数据中发现非线性时空系统的控制偏微分方程。特别是，这种发现方法无缝集成了深度神经网络的优势，用于丰富的表示学习、物理嵌入、自动微分和稀疏回归，以近似系统变量的求解、计算基本导数，以及识别构成方程结构和显式表达式的关键导数项和参数。该方法的有效性和鲁棒性在数值和实验上都得到了证明，发现了各种偏微分方程组，这些偏微分方程组具有不同程度的数据稀缺性和噪声，并考虑了不同的初始/边界条件。如有其他问题请随时联系小编。

2024-05-25 17:10:03 753

原创 Nature 子刊丨用于锂离子电池退化稳定建模和预后的物理信息神经网络

Nature 子刊丨用于锂离子电池退化稳定建模和预后的物理信息神经网络

2024-05-24 20:24:08 1349 1

原创 Nature 正刊丨非均匀应变抑制硅纳米带中的热输运

Nature 正刊丨非均匀应变抑制硅纳米带中的热输运

2024-05-21 19:49:35 1274 1

原创 Nature 子刊丨可逆多电子转移I−/ IO3−由异卤素使能的阴极高能量密度电解液水电池

对高能量密度、高安全性电池的需求日益增长正在推动新的氧化还原化学和设备的设计。这里我们展示了一个水电池，使用高度含I−的浓异卤电解质和Br -,结果I−的多电子转移过程/ IO3−．中间溴化物电化学过程中产生的物种IBr和Br2增强反应动力学和减轻氧化之间的潜在差距和减少。当使用6m I−电解质达到30 M以上的电子即I−/ IO3阴极显示高比容量超过840啊，电解液-1。Cd/Cd2+为阳极的电池表现出较高的性能能量密度超过1200 Wh的电解液−1。

2024-05-21 08:58:34 1017

原创 Nature 子刊丨用于材料原子建模的物理信息神经网络

材料的大规模原子计算机模拟在很大程度上依赖于原子间势预测原子上的能量和牛顿力。传统的原子间势是基于物理直觉的，但包含的可调参数很少，而且通常不准确。新兴的机器学习（ML）潜力在大型DFT数据库中实现了高精度的插值，但作为纯粹的数学结构，其向未知结构的可转移性较差。我们提出了一种新的方法，通过告知原子间键合的物理性质，可以显著提高ML势的可转移性。这是通过将一个相当通用的基于物理的模型（分析键序势）与神经网络回归相结合来实现的。这种方法被称为物理知情神经网络（PINN）势，通过开发Al的通用PINN势来证明。

2024-05-20 16:37:44 510 1

原创 Nature 子刊丨使用深度学习可以从稀疏数据中重建真实的热带气旋风场和压力场

我们证明了2D和3D TC涡旋可以使用真实和最小的观测值重建，我们还证明了PINN可以使用人工采样的模型输出与实时观测值的组合来重建真实TC的完整3D结构。尽管如此，一般来说，更准确地重建风暴的大规模流量可以改善预测模型的轨迹和强度误差，下一个重要步骤是将PINN重建作为预测模型（如T-SHiELD）的初始条件进行测试，并评估其如何影响轨迹和强度预测。使用从预测模型中模拟的飓风中稀疏采样的合成训练数据，基于物理的神经网络能够重建完整的真实的2维和3维风场和压力场，这些风场和气压场捕捉到气旋的关键特征。

2024-05-17 10:14:24 818

原创 IT行业的现状与未来：一些常见的应用

想象一下，一家大型企业每天要处理海量的数据和业务，如果依靠传统的IT架构，不仅需要巨额的投资，而且维护起来也相当繁琐。例如，亚马逊的AWS和微软的Azure就是云计算领域的佼佼者，它们为众多企业提供了强大的云服务支持。同时，这种跨界融合也将推动IT行业的创新和发展，为社会带来更多的惊喜和可能。以电商巨头阿里巴巴为例，它通过大数据分析消费者的购物行为和喜好，为消费者推荐更加精准的商品，从而实现了销售额的持续增长。接下来，我们将通过实例分析，带大家一窥IT行业的现状，并展望其未来的发展趋势。

2024-05-17 09:53:09 467

原创当前这个时机，是否正是踏入AIGC领域的最佳时机？

在科技的大潮中，AIGC（人工智能生成内容）行业犹如一颗璀璨的明星，吸引着无数目光。随着人工智能技术的飞速发展，我们不禁要问：当前这个时机，是否正是踏入AIGC领域的最佳时机？

2024-05-16 22:24:15 456

原创 Nature子刊丨利用物理信息神经网络和断层带声学监测预测实验室地震

预测固体失效具有广泛的应用，包括地震预测，这仍然是一个无法实现的目标。然而，最近的机器学习工作表明，可以使用微观失效事件和断层带弹性特性的时间演变来预测实验室地震。值得注意的是，这些结果来自使用大型数据集训练的纯数据驱动模型。这些数据相当于几个世纪以来的断层运动，使构造断层的应用变得不清楚。此外，人们对这种预测的基本物理原理知之甚少。在这里，我们使用一种新的物理信息神经网络（PINN）来解决可伸缩性问题。我们的模型使用延时超声数据将故障物理编码在深度学习损失函数中。

2024-05-16 19:49:53 1271

仿真技术在蓝桥杯单片机设计与开发竞赛培训中的应用实例

【项目资源】：汇聚了云计算、区块链、网络安全、前端设计、后端架构、UI/UX设计、游戏开发、移动应用开发、虚拟现实（VR）、增强现实（AR）、3D建模与渲染、云计算服务、网络安全工具等各类技术项目的素材和模板。包括AWS、Azure、Docker、Kubernetes、React、Vue、Angular、Node.js、Django、Flask、Unity、Unreal Engine、Blender、Sketch、Figma、Wireshark、Nmap等项目的素材和模板。【项目质量】：所有素材和模板都经过精心筛选和整理，确保满足专业标准。在发布前，我们已经对功能进行了全面测试，确保其稳定性和可用性。【适用人群】：适合对技术充满热情的初学者、希望提升专业技能的中级开发者、以及寻求创新解决方案的高级工程师。无论是个人项目、团队合作、课程设计还是商业应用，都能在这里找到合适的资源。【附加价值】：这些项目资源

2024-05-21

2018蓝桥杯VIP题-组合公式运算的部分测试数据

资源名称：人工智能+物理神经网络+利用物理信息神经网络和断层带声学监测预测实验室地震+源码资源描述：【项目资源】：汇聚了云计算、区块链、网络安全、前端设计、后端架构、UI/UX设计、游戏开发、移动应用开发、虚拟现实（VR）、增强现实（AR）、3D建模与渲染、云计算服务、网络安全工具等各类技术项目的素材和模板。包括AWS、Azure、Docker、Kubernetes、React、Vue、Angular、Node.js、Django、Flask、Unity、Unreal Engine、Blender、Sketch、Figma、Wireshark、Nmap等项目的素材和模板。【项目质量】：所有素材和模板都经过精心筛选和整理，确保满足专业标准。在发布前，我们已经对功能进行了全面测试，确保其稳定性和可用性。【适用人群】：适合对技术充满热情的初学者、希望提升专业技能的中级开发者、以及寻求创新解决方案的高级工程师。无论是个人项目、团队合作、课程设计还是商业应用，都能在这里找到合适的资源。【附加价值】：这些项目资源不仅具有很高的学习价值，而且能够直接应用于实际项目中，提高开发效率。对于有志于深入研

2024-05-17

智能车仿真-修改模型试用红绿灯检测

修改模型试用红绿灯检测

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人