科學家利用機器學習讓耐藥檢測更高效
細菌耐藥已成為影響全人類健康的重大問題，引起了全世界廣泛的關注。世界衛生組織提出的解決耐藥措施之一是研發耐藥快速準確的新型診斷技術和相關試劑。傳統的檢測方法基于細菌培養，周期長，易導致漏診、誤診，延誤最佳治療時機。而基于基因的檢測技術，如具有靈敏、高效、快捷特點的基因芯片、數字PCR等技術，是公認的快速檢測技術。然而，到目前為止，由于耐藥基因型與表型結果的不一致，使得基因檢測只能作為培養法的輔助手段用于耐藥的檢測。 中國科學院微生物研究所馮婕研究組等針對肺炎鏈球菌β-內酰胺耐藥這一重要臨床問題，采用機器學習的方法挖掘耐藥相關數據的規律，建立了基因型和表型之間的聯系，使得基因檢測不再是一個輔助手段，而有望成為一種主要的耐藥快速檢測技術。 肺炎鏈球菌β-內酰胺耐藥的主要機制是三種青霉素結合蛋白（PBP1a，PBP2b和PBP2x）的轉肽酶結構域（TPD）的改變。由于不同臨床肺炎鏈球菌分離株PBPs的高度變異性，以及鏈球菌間重......閱讀全文
科學家利用機器學習讓耐藥檢測更高效
細菌耐藥已成為影響全人類健康的重大問題，引起了全世界廣泛的關注。世界衛生組織提出的解決耐藥措施之一是研發耐藥快速準確的新型診斷技術和相關試劑。傳統的檢測方法基于細菌培養，周期長，易導致漏診、誤診，延誤最佳治療時機。而基于基因的檢測技術，如具有靈敏、高效、快捷特點的基因芯片、數字PCR等技術，是公
機器學習模型首次在太空檢測云層變化
原文地址：http://news.sciencenet.cn/htmlnews/2023/8/505829.shtm
機器學習也許能“算命”
12月19日，《自然-計算科學》發表的一項研究描述了一種機器學習方法，能夠從不同方面準確預測人類生活，包括早死可能性和個性的細微差異。該模型或許能提供對人類行為的量化認知。 社會科學家對人類生活是否能被預測的問題看法不一。雖然我們對在人類生活中起到重要作用的社會人口學因素已有充分了解，但一直無
機器學習模型預測中風？
中風的診斷可能很棘手，因為患者并不總是表現出典型的癥狀，而且其他疾病也可能模仿它。研究人員利用現有數據開發了一種機器學習模型，可以準確預測中風，并可能使診斷變得更容易。診斷錯誤是一個主要的公共衛生問題，造成了可預防的病人傷害和衛生超支。由于診斷錯誤而導致的可預防的中風死亡比誤診的心臟病發作要常見30
機器學習能夠有效篩選“苦味”
苦味往往在食物味道中并不受歡迎，而引起這種苦味的重要因素之一是一種生物分子—苦味肽。苦味肽是能夠與細胞膜上的苦味受體結合進而引發苦味感知的一類小分子肽，通常在食品加工、儲存或消化過程中生成。近日，中國科學院大連化學物理研究所研究員靳艷團隊與大連工業大學、內蒙古伊利實業集團有限公司合作，發展了一種
機器學習助力外骨骼性能提升
美國科學家報道了一種能加速外骨骼控制系統開發的模擬框架，這種外骨骼能輔助現實世界場景中的運動。研究顯示，這個框架或有助于推動外骨骼和義肢等裝置的廣泛應用。相關研究6月12日發表于《自然》。外骨骼能顯著提升人類運動，恢復殘疾人士的運動能力。不過，當前的控制器在匹配不同個體需求和任務涉及的復雜人體運動時
機器學習加速探索材料的開發
設計空間幾何增長是材料設計中的一大挑戰。機器學習（ML）加速探索材料設計已經開始在的這一挑戰中發揮作用，并顯著提高了發現材料的效率。然而，這個流程暗含了密度泛函理論（DFT）產生的訓練集的統計上的偏見。并且，在使用高通量計算產生訓練集的時候，大量的計算會失敗。這種情況對于一些有趣的，例如含有自由
比傳統機器學習算法快1000倍——聯想學習法
英國牛津大學材料系研究人員聯合埃克塞特大學和明斯特大學的同事開發了一種片上光學處理器，能檢測數據集中的相似性，速度比在電子處理器上運行的傳統機器學習算法快1000倍。發表在《光學》雜志上的這項新研究的靈感來自諾貝爾獎獲得者伊萬·巴甫洛夫對經典條件反射的發現。巴甫洛夫在實驗中發現，如果在喂食過程中提供
Google如何用機器學習幫助藥物研發？
從在搜索中回答與健康相關的問題，到給開發者提供健身數據平臺，Google在我們的日常健康中越來越重要。但其實互聯網巨頭們也在努力加快研發治愈人類頑疾的關鍵藥物。 同斯坦福大學的Pande Lab合作，Google Research發表了一篇題為“針對藥物研發的大規模多任務網絡”的文章。該文章描
機器學習模型可識別乳房病變風險
美國研究人員近日在《放射學》雜志線上版發表文章稱，他們開發出一種機器學習工具，可以確定哪些高危乳房病變可能會變成癌癥，從而幫助醫生作出正確的治療決策，減少不必要的手術。 乳房病變是一種女性常見疾病，而高危乳房病變有很大幾率轉變成癌癥。正是由于這種風險，手術切除病變組織通常被認為是首選治療方案。
用機器學習洞察春節幸福感
剛剛過去的虎年春節，你幸福嗎？ 為了深入理解新冠疫情和防疫政策對民眾幸福感和生活的影響，深圳市人工智能與機器人研究院及香港中文大學（深圳）校長講座教授賈建民、清華大學文科資深教授薛瀾和博士生袁韻、香港大學副教授賈軾等組成的研究團隊，采用機器學習與回歸分析相互結合的方法，
機器學習助力更好理解水的行為
美國一個研究團隊在最新一期《物理評論快報》上刊發論文稱，他們借助機器學習技術來理解水在零下100℃的行為。最新研究不僅能讓科學家更好地理解水，也為更好地從理論上理解各種物質開辟了更多途徑。 水是人們最熟悉、接觸最頻繁的物質之一，但實際上它還有很多未解之謎。在過去30年里，科學家們從理論上認為，當
機器學習鑒別出八種戒煙藥物
美國科學家開發出一種新的機器學習方法，可通過計算機程序分析數據集的模式和趨勢來識別藥物，他們借此鑒定出了8種有助戒煙的藥物，包括用于治療感冒咳嗽的右美沙芬等。相關研究刊發于最新一期《自然·遺傳學》雜志。 吸煙是導致心血管疾病、癌癥和呼吸系統疾病的危險因素。雖然吸煙行為是后天學習的，但此前的一項
武漢大學量子機器學習研究獲進展
近日，《自然·通訊》在線發表了武漢大學計算機學院在量子人工智能理論方面的最新研究成果。論文題為《糾纏數據在量子機器學習中的相變行為》。這是武漢大學量子機器學習方向研究成果首次刊登在《自然·通訊》上。論文截圖。據悉，量子糾纏是實現量子計算優勢的關鍵資源。目前，科學家廣泛關注如何將量子糾纏整合到量子機器
“量子比特+機器學習”可精準測磁場
?? 北京7月8日電,據芬蘭阿爾托大學官網近日報道，該校科研人員主導的國際團隊提出了一種采用量子系統測量磁場的方法，新系統的精確度超過了標準量子極限。他們表示，從量子狀態中快速提取信息，對于未來的量子處理器和現有超靈敏探測器來說都必不可少。此項研究向利用量子增強方法進行傳感邁出了關鍵的第一步。 在
機器學習技術加速植物精準設計育種
種子被譽為農業的“芯片”，育種科技創新是推動農業發展的核心動力。未來植物育種的新范式是基因組學、基因編輯、合成生物學等生物技術（BT）與數據科學、機器學習、人工智能等信息技術（IT）的多元化融合。農業農村部“十四五”規劃將“智慧種業”列在“智慧農業”領域七大攻關任務之首。任務中明確提出：構建數字化育
機器學習模型創建定制氣味和香水
目前，人們僅根據氣味劑的物理化學特征來預測嗅覺印象。但是，該方法無法預測傳感數據，而傳感數據對于產生氣味是必不可少的。為了解決這個問題，日本東京工業大學研究人員采用了逆向思維的創新策略，不是根據分子數據預測氣味，而是根據氣味印象預測分子特征。這是使用標準質譜數據和機器學習模型實現的。研究成果發表在最
谷歌成功使用機器學習來檢測糖尿病性視網膜病變
糖尿病本身不一定造成危害，但長期血糖增高可引起多種急性和慢性并發癥，可能會導致失明、心血管疾病、腎功能衰竭甚至是下肢截肢等，嚴重時甚至可能導致死亡。其中糖尿病性視網膜病變（DR）是糖尿病性微血管病變中最重要的表現之一，受影響的糖尿病患者可能出現玻璃體出血的情況，并可能喪失視力。 幸運的是，谷歌一
近紅外光譜技術結合機器學習在檢測水稻紋枯病發病先...
近紅外光譜技術結合機器學習在檢測水稻紋枯病發病先兆上的應用Plant Phenomics | 使用光譜特征和機器學習檢測水稻紋枯病的發病先兆 ?植物病害的診斷是一個費時費力的過程，往往需要專業人員調查田間環境下的病害癥狀或在實驗室環境下進行病原體鑒定。一旦發現了病害，留給田間管理者的可選方案將十分有
常見機器學習算法優缺點比較（一）
機器學習算法太多了，分類、回歸、聚類、推薦、圖像識別領域等等，要想找到一個合適算法真的不容易，所以在實際應用中，我們一般都是采用啟發式學習方式來實驗。通常最開始我們都會選擇大家普遍認同的算法，諸如SVM，GBDT，Adaboost，現在深度學習很火熱，神經網絡也是一個不錯的選擇。假如你在
常見機器學習算法優缺點比較（三）
優點：實現簡單，計算簡單； 缺點：不能擬合非線性數據. 4.最近領算法——KNN KNN即最近鄰算法，其主要過程為： 計算訓練樣本和測試樣本中每個樣本點的距離（常見的距離度量有歐式距離，馬氏距離等）； 對上面所有的距離值進行排序； 選前k個最小距離的樣本； 根據這k個樣本的標簽進行
常見機器學習算法優缺點比較（四）
缺點 · 當觀測樣本很多時，效率并不是很高； · 對非線性問題沒有通用解決方案，有時候很難找到一個合適的核函數； · 對缺失數據敏感； · 對于核的選擇也是有技巧的（libsvm中自帶了四種核函數：線性核、多項式核、RBF以及sigmoid核）： · 第一，如果樣本數量小于特征
機器學習分析出語言多樣性成因
人類至少有7000多種不同的語言,這種多樣性強加了社會界限,對我們的認知和經濟生活、思考方式以及人們之間的互動都產生了深遠影響。 瑞士蘇黎世大學（UZH）的研究人員在《英國皇家學會學報B》上發表文章稱,他們在大型數據集上運用機器學習技術證明,當前的語言多樣性在很大程度上是由于過去10000年過
機器學習+化學直覺讓藥物發現更有效
原文地址：http://news.sciencenet.cn/htmlnews/2023/11/511579.shtm
機器學習可用更少血液更早篩查癌癥
原文地址：http://news.sciencenet.cn/htmlnews/2024/1/516631.shtm
－機器學習的新玩法：可做醫療監控
也許現在多數人們還認為“機器學習”(Machine Learning)是一個相當前沿的概念，但事實上，你接觸的若干互聯網產品已經使用了與機器學習有關的思維或技術。比如電子郵件服務商就是使用機器學習算法來過濾垃圾郵件的，Google也通過相關的技術來辨別垃圾站點。 對于很多互聯網用戶來說
量子物理與機器學習結合研究取得進展
生成模型(Generative Model)是機器學習領域的重要課題和研究前沿，也被認為是通往人工智能的必由之路。歷史上，物理學為生成型學習提供了很多新思路。比如，著名的玻爾茲曼機(Boltzmann Machine)就來自于統計物理中的伊辛模型及相關的反伊辛問題。最近，中國科學院物理研究所/北
常見機器學習算法優缺點比較（二）
常見算法優缺點 1.樸素貝葉斯 樸素貝葉斯屬于生成式模型（關于生成模型和判別式模型，主要還是在于是否是要求聯合分布），非常簡單，你只是做了一堆計數。如果注有條件獨立性假設（一個比較嚴格的條件），樸素貝葉斯分類器的收斂速度將快于判別模型，如邏輯回歸，所以你只需要較少的訓練數據即可。即使
檳榔、芒果機器學習遙感分類研究取得進展
近日，中國熱帶農業科學院科技信息研究所智慧農業研究中心在檳榔、芒果機器學習遙感分類研究上取得新進展。該研究在《遙感》（Remote Sensing）上發表。芒果和檳榔是國內重要熱帶經濟作物，對地方農業農村經濟發展具有重要意義。及時、準確獲取芒果和檳榔種植園的空間結構信息不僅是區域農業結構調整和優化的
機器學習遇到單細胞組學：Perturbation－Modeling
? ? ? ?細胞生物學的相關研究一直受限于數據的完整性和表型的完整性，對應激狀態和穩態下的細胞區別觀察不夠充分。過去五年中，計算機視覺和語音識別領域通過對大量的無標簽數據進行學習、建模，很好的解決了數據不足的問題。同樣在最近的研究中，機器學習方法使用單細胞數據進行擾動建模也推動了細胞生物領域前進。
