隨著診斷癌癥或預測諸如HIV等病毒如何攻擊人類細胞的潛在應用,機器學習為生物信息學(分子生物學的數(shù)據(jù)科學)開辟了有希望的新應用領域。查爾斯·珀金斯中心和數(shù)學與統(tǒng)計學院的楊鵬毅博士及其同事在《自然機器智能》的一篇評論文章中總結了該新興領域的最新發(fā)展。
最新技術將機器學習的兩種先前截然不同的方法整合在一起:集成方法和深度學習。
正如“許多頭腦勝于一個頭腦”一樣,集成深度學習結合了多個“計算機大腦”來實現(xiàn)高水平的性能。楊博士總結了集成深度學習的最新進展及其在一系列生物和生物醫(yī)學領域中的應用;強調傳統(tǒng)方法無法取得的成就;并描繪出其革新分子生物學和生物醫(yī)學科學的潛力。
聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。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,如有內容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。
舉報投訴
-
機器學習
+關注
關注
66文章
8406瀏覽量
132567 -
生物學
+關注
關注
0文章
26瀏覽量
12971 -
深度學習
+關注
關注
73文章
5500瀏覽量
121113
發(fā)布評論請先 登錄
相關推薦
【「時間序列與機器學習」閱讀體驗】時間序列的信息提取
個重要環(huán)節(jié),目標是從給定的時間序列數(shù)據(jù)中提取出有用的信息和特征,以支持后續(xù)的分析和預測任務。
特征工程(Feature Engineering)是將數(shù)據(jù)轉換為更好地表示潛在問題的特征,從而提高機器學習
發(fā)表于 08-17 21:12
【《時間序列與機器學習》閱讀體驗】+ 時間序列的信息提取
之前對《時間序列與機器學習》一書進行了整體瀏覽,并且非常輕松愉快的完成了第一章的學習,今天開始學習第二章“時間序列的信息提取”。
先粗略的翻
發(fā)表于 08-14 18:00
生物膜的電路中time常數(shù)的計算方法
生物膜的電路中time常數(shù)的計算方法是一個復雜的問題,涉及到生物物理學、電化學和生物信息學等多個學科。 Time常數(shù)的概念 Time常數(shù)(τ)是一個描述系統(tǒng)達到穩(wěn)態(tài)所需的時間的參數(shù)。在電路中
卷積神經(jīng)網(wǎng)絡有何用途 卷積神經(jīng)網(wǎng)絡通常運用在哪里
卷積神經(jīng)網(wǎng)絡(Convolutional Neural Networks,簡稱CNN)是一種深度學習模型,廣泛應用于圖像識別、視頻分析、自然語言處理、生物信息學等領域。本文將介紹卷積神經(jīng)網(wǎng)絡的用途
焊接機器人的應用領域有哪些
焊接機器人作為工業(yè)自動化的重要組成部分,以其高效、精準和可靠的性能,為各行各業(yè)帶來了革命性的變化。近年來在全球范圍內得到了廣泛應用,今天跟蹤創(chuàng)想智控焊縫跟蹤小編一起了解焊接機器人的應用領域。 汽車
高性能計算集群的能耗優(yōu)化
高性能計算(HighPerformanceComputing,HPC)是指利用大規(guī)模并行計算機集群來解決復雜的科學和工程問題的技術。高性能計算集群的應用領域非常廣泛,包括天氣預報、生物信息學
洪亮團隊在生信期刊JCIM發(fā)布最新成果,蛋白質工程邁入通用人工智能時代
近日,天鶩科技創(chuàng)始人&首席科學家洪亮教授團隊,在生物信息學和人工智能研究領域的國際權威學術期刊JCIM(Journal of Chemical Information and Modeling)上
濾波器:工作原理和分類及應用領域?|深圳比創(chuàng)達電子EMC a
:工作原理和分類及應用領域都有一定了解了吧,有疑問和有不懂的想了解可以隨時咨詢深圳比創(chuàng)達這邊。今天就先說到這,下次給各位講解些別的內容,咱們下回見啦!也可以關注我司wx公眾平臺:深圳比創(chuàng)達EMC!以上
發(fā)表于 03-08 09:59
高通量測序技術及原理介紹
高通量測序技術是生物學領域中一種重要的分析工具,它可以快速、準確地測定DNA序列或RNA序列。高通量測序技術的出現(xiàn),極大地促進了基因組學、轉錄組學以及
日本研發(fā)雙足混合機器人,水下行走、急轉彎自如
該篇文章的主要撰寫人和通訊作者,東京大學教授竹內昌治表示,生物混合型機器人是生物學與力學的巧妙結合,為機器人領域
喜田寧波與華僑大學信息學院校企合作揭牌儀式圓滿成功
喜田寧波與華僑大學信息學院攜手,于12月15日在喜田寧波總部隆重舉行校企合作揭牌儀式。這次合作將為雙方在人才培養(yǎng)、科研合作等領域帶來更多機遇,為推動工業(yè)自動化與信息學科技的融合發(fā)展注入新動力。儀式在
新技術在生物樣本冷凍中的應用案例分析
推動生物學研究進展
新技術的應用為生物學研究提供了更加高效和可靠的樣本冷凍處理方法,推動了相關領域的研究進展。冷凍顯微鏡技術的發(fā)展使得研究人員能夠在冷凍條件下觀察樣本微觀結構和反
發(fā)表于 12-26 13:30
評論