检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

深度学习技术在药物研究中的应用进展及挑战

信息与电脑 2023年第10期35卷 7-11,15页

作者：郭旭湖北大学计算机与信息工程学院湖北武汉430062

随着生物制药技术的蓬勃发展,药物研发领域积累了丰富的药物、疾病、基因等研究数据。深度学习作为人工智能中的重要部分,可以高效地从药物数据中提取有效信息,显著提高药物的研发效率和成功转化率,拥有广阔的发展前景。文章首先分析了... 详细信息

随着生物制药技术的蓬勃发展,药物研发领域积累了丰富的药物、疾病、基因等研究数据。深度学习作为人工智能中的重要部分,可以高效地从药物数据中提取有效信息,显著提高药物的研发效率和成功转化率,拥有广阔的发展前景。文章首先分析了深度学习在药物发现领域的重要性,其次针对深度学习模型在药物发现领域的应用进行了分类介绍,最后总结了深度学习在药物发现应用中的关键挑战和未来发展趋势。

关键词：深度学习技术药物研究应用进展挑战

在线全文

学校读者我要写书评

暂无评论

深度学习技术在英译汉即时自动评分中的尝试

中国科技翻译 2020年第4期33卷 24-27页

作者：田艳上海交通大学外国语学院上海市200240

本文探讨了将深度学习技术之一的卷积神经网络应用于在线英译汉即时自动评分系统的研制。针对系统的评分需要,本研究建设了在线翻译自动评分的网站以及移动平台,研制了训练评分模型所需要的语料库及标注规范。实验表明,将深度学习技术... 详细信息

本文探讨了将深度学习技术之一的卷积神经网络应用于在线英译汉即时自动评分系统的研制。针对系统的评分需要,本研究建设了在线翻译自动评分的网站以及移动平台,研制了训练评分模型所需要的语料库及标注规范。实验表明,将深度学习技术用于在线英译汉即时自动评分系统具有可行性。自动评分效果可以基本满足在线英译汉自测等低风险测试的需求。

关键词：深度学习技术卷积神经网络在线英译汉自动评分

深度学习技术在智能网格天气预报中的应用进展与挑战

在线全文

学校读者我要写书评

暂无评论

中文科技期刊数据库（全文版）自然科学 2023年第5期 0050-0053页

作者：冯怡中国民用航空呼伦贝尔空中交通管理站内蒙古呼伦贝尔021000

与传统气象预报系统相比,智能网格天气预报系统以深度学习技术为基础,具有对复杂的非线性大气运动状态进行建模并进行预测的能力。目前,深度学习已成为人工智能技术中最热门的研究领域之一。在中国,深度学习已在人工智能技术、信息处理... 详细信息

与传统气象预报系统相比,智能网格天气预报系统以深度学习技术为基础,具有对复杂的非线性大气运动状态进行建模并进行预测的能力。目前,深度学习已成为人工智能技术中最热门的研究领域之一。在中国,深度学习已在人工智能技术、信息处理、自然语言处理和推荐系统等领域取得了一定进展,但在智能网格天气预报中还处于研究阶段。

关键词：深度学习技术智能网格天气预报进展与挑战

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

深度学习技术在农业病虫害管理中的调研启示

种子科技 2022年第17期40卷 7-9页

作者：南亚平徐运红河北工程大学河北邯郸056000

若在早期发现植物病虫害,能使农民采用适当的处理方法将损失最小化、利益最大化,对于病虫害的预警防治具有重大的意义。在过去的10年中,智能技术在农业中的应用范围更广泛,包括将其用于不同的植物叶片病变分类。文章调研了最近几年用于... 详细信息

若在早期发现植物病虫害,能使农民采用适当的处理方法将损失最小化、利益最大化,对于病虫害的预警防治具有重大的意义。在过去的10年中,智能技术在农业中的应用范围更广泛,包括将其用于不同的植物叶片病变分类。文章调研了最近几年用于农业病虫害检测的深度学习方法和数据集,并且评测了几种常见的深度卷积神经网络在病虫害识别上的性能,用于鉴别在各种植物中发现的叶片病变。通过试验分析和调研,给该领域的研究提供一些参考,帮助该领域的研究者快速了解利用深度学习进行植物叶片病变识别和病虫害管理应用的趋势。

关键词：深度学习技术农业病虫害

技术发展对其产业化的影响研究——来自深度学习技术的证据

在线全文

学校读者我要写书评

暂无评论

软科学 2023年第6期37卷 1-8,24页

作者：张一王婷柳春高夏玫西安交通大学金禾经济研究中心西安710049 西南财经大学经济学院成都611130 南京市鼓楼区审计局南京210011

通过构建深度学习技术“企业—专利—论文”数据库,从空间认知视角研究了深度学习技术对其产业化的影响及内在机制。研究发现:(1)深度学习技术确实能促进本地和周边地区技术产业化;(2)就影响机制而言,深度学习技术主要通过提高人力资本... 详细信息

通过构建深度学习技术“企业—专利—论文”数据库,从空间认知视角研究了深度学习技术对其产业化的影响及内在机制。研究发现:(1)深度学习技术确实能促进本地和周边地区技术产业化;(2)就影响机制而言,深度学习技术主要通过提高人力资本和知识产权保护水平来推动技术产业化;(3)深度学习技术的影响存在异质性:在沿海地区及技术高关联行业中,深度学习技术对其产业化作用更大;在技术发展前期,深度学习技术对其产业化的影响主要表现在本地,但在技术发展后期,深度学习技术对其产业化的影响主要表现在周边地区。

关键词：深度学习技术技术产业化空间杜宾模型产学研融合

在线全文

学校读者我要写书评

暂无评论

基于深度学习技术的公路隧道围岩分级方法

岩土工程学报 2018年第10期40卷 1809-1817页

作者：柳厚祥李汪石查焕奕蒋武军许腾长沙理工大学土木工程学院湖南长沙410114 湖南省永吉高速公路建设开发有限公司湖南吉首416000 湖南省建筑设计院有限公司湖南长沙410000

通过深度学习技术提取公路隧道掌子面图片中的围岩分级相关信息。训练以掌子面图片和特征标签为数据集的深度卷积神经网络模型,识别围岩的节理、裂隙、破碎程度、粗糙程度、光滑程度、泥夹石和涌水等分布式特征;结合深度学习技术和岩体... 详细信息

通过深度学习技术提取公路隧道掌子面图片中的围岩分级相关信息。训练以掌子面图片和特征标签为数据集的深度卷积神经网络模型,识别围岩的节理、裂隙、破碎程度、粗糙程度、光滑程度、泥夹石和涌水等分布式特征;结合深度学习技术和岩体裂隙图像智能解译方法统计围岩节理组数和间距来描述结构面完整程度;再利用色彩模型确定岩石种类描述出岩石坚硬程度;最后将围岩分级各判别因子转换为BQ值进行分级,获得围岩分级最终结果。结果表明：深度学习模型适用于识别围岩不同形态特征,利用图像识别技术获取的围岩分级参数能够实现对公路隧道围岩等级的综合判定。该处理结果与传统BQ分级结果相吻合,验证了深度学习围岩分级的可行性和准确性。

关键词：公路隧道围岩分级深度学习技术图像识别

在线全文

学校读者我要写书评

暂无评论

基于深度学习技术的风速预测方法研究

基于深度学习技术的风速预测方法研究

作者：宋萌萌中南大学

学位级别：硕士

传统化石能源的储量有限且不可再生,在燃烧的过程中还伴随着有毒有害物质的排放,对生态环境造成了严重的破坏。风能是一种清洁可再生的新型能源,风力发电技术的发展与应用有助于缓解日益严峻的能源危机。然而,风具有的随机性与间歇性给... 详细信息

传统化石能源的储量有限且不可再生,在燃烧的过程中还伴随着有毒有害物质的排放,对生态环境造成了严重的破坏。风能是一种清洁可再生的新型能源,风力发电技术的发展与应用有助于缓解日益严峻的能源危机。然而,风具有的随机性与间歇性给新能源电力系统的调度和运行带来巨大的挑战。可靠且准确的风速预测是解决上述问题的关键。本文首先构建局部与全局特征稀疏动态图模型,利用风速数据的时空依赖特性进行风速确定性预测;然后构建基于多尺度特征的非交叉概率性预测模型,利用风速数据的时序自相关性进行风速概率性预测。本文的主要创新和具体的研究方法如下:(1)对风速数据的时序相关性、空间相关性、时空相关性分别进行了验证与分析。风速数据蕴含丰富的关联信息,在单源风速数据中,不同时间点的数据存在时间相关性,在多源数据中,同一时刻不同站点的数据具有空间相关性,同时,不同站点的风速变化也具有时空依赖特性。本文利用自相关系数、莫兰指数与最大信息系数分别对三种相关性进行量化。(2)对风速确定性预测提出了基于局部与全局信息的稀疏动态图预测模型。多个站点的风速具有动态的时空相关性,对时空依赖特征的充分利用有助于提升模型的预测性能。本文首先设计基于长短期记忆神经网络(Long short-term memory network,LSTM)与自注意力机制的时空关联建模模块对站点之间的关联进行建模。然后借助卷积神经网络(Convolutional neural network,CNN)与图注意力网络(Graph attention network,GAT)构建局部全局特征提取模块,实现时空依赖特征的提取。最后生成多站点的确定性风速预测。(3)对风速概率性预测提出了基于多尺度特征的非交叉概率性预测模型。相比多源风速数据,单源风速的输入信息相对有限,从有限的数据中充分提取丰富的多尺度特征有助于提升模型的预测性能。此外,相比确定性风速预测,概率风速预测模型可以量化预测的不确定性,进而为电力系统的调度规划提供更加丰富的信息。本文首先设计一个基于卷积神经网络与注意力机制的多尺度特征提取模块,实现从有限的输入中得到具有不同时间尺度与抽象层次的多尺度特征。然后,构建一种非交叉分位数损失以克服分位数模型的交叉问题。最后生成高质量与可靠的预测区间与概率密度曲线。

关键词：风速确定性预测风速概率性预测图结构局部全局特征多尺度特征非交叉分位数损失函数深度学习技术

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

深度学习技术的进展和未来趋势

中国安防 2021年第7期 81-84页

作者：王江鹏王程苏州科达科技股份有限公司

近年来,人工智能越来越多地出现在公众视野,成为各行业广泛讨论的热门话题。在《中华人民共和国国民经济和社会发展十四个五年规划和2035年远景目标纲要》提出的多项建议中,人工智能被列为其中优先发展的方向之一。机器学习是人工智能... 详细信息

近年来,人工智能越来越多地出现在公众视野,成为各行业广泛讨论的热门话题。在《中华人民共和国国民经济和社会发展十四个五年规划和2035年远景目标纲要》提出的多项建议中,人工智能被列为其中优先发展的方向之一。机器学习是人工智能领域的核心技术之一,其目的是利用数据和经验来提升计算机程序在某种任务上的性能。

关键词：人工智能计算机程序机器学习深度学习技术热门话题未来趋势发展的方向核心技术

在线全文

学校读者我要写书评

暂无评论

基于深度学习的空间光调制器分束技术研究

基于深度学习的空间光调制器分束技术研究

作者：刘子杭中央民族大学

学位级别：硕士

近年来,硅基液晶技术,由于其光学处理能力强、软件开发潜力巨大、性能稳定可靠等优点,得到了越来越多的重视和广泛研究。基于硅基液晶的空间光调制器在光信号处理领域得到了广泛应用。空间光调制器能够通过在其上加载灰度图像,输出经过... 详细信息

近年来,硅基液晶技术,由于其光学处理能力强、软件开发潜力巨大、性能稳定可靠等优点,得到了越来越多的重视和广泛研究。基于硅基液晶的空间光调制器在光信号处理领域得到了广泛应用。空间光调制器能够通过在其上加载灰度图像,输出经过调制的目标光束。因此,优化空间光调制器分束上的功率分配的计算方法,就能够促进在更广阔甚至更高精密级别的应用场景中使用硅基液晶空间光调制器。现如今,各种基于机器学习的智能技术已经得到了广泛的研究和应用,深度学习方法通过在计算机中搭建多层人工神经网络,以数字方式学习数据处理和抽象表达,即可以用于解决回归拟合问题。而讨论空间光调制器光场衍射系统的输入和输出之间的映射关系,就可以看做是一个多元回归问题。因此,本文在深入研究了液晶空间光调制器上的光场衍射过程之后,使用深度学习方法优化相位灰度图计算,可以快速且较为准确地进行初始相位的恢复,具有重要的科学意义和应用价值。本文的主要工作有:1.在分析了深度学习神经网络技术基本工作原理与实现结构的基础上,针对1×127端口的硅基液晶空间光调制器,对现有的多种神经网络模型继续分析与比较,总结对比了不同神经网络模型的特点。最终选择使用卷积神经网络作为本文神经网络的模型。2.在产生所需的输出幅度Aout之前,需预测出正确的空间光调制器光场衍射输入相位Pin。为此,训练深度学习函数Fleaming(Aout)=Pin。将预测的输入相位Pin代入算法,产生位相灰度图。当这张灰度图随后被加载在空间光调制器上时,它会在焦平面上产生所需的分束图案。为此,本文在Python环境下用Tensorflow框架设计深度学习模型,通过在仿真软件上搭建实验结构,仿真生成大量的样本数据,馈入设计好的模型进行训练,从而得到一个具有实用性的相位灰度图预测和计算工具。3.对本文所得的基于神经网络控制的空间光调制器分束光学系统进行仿真测试,将目标光场的振幅分布数据作为神经网络模型的输入,将衍射面上所加载的相位分布作为输出。仿真模型的结果表明,卷积神经网络能够有效提取输入输出之间的数据特征,经过充分训练后的模型可以快速、准确地进行初始相位的恢复。

关键词：深度学习技术空间光调制器卷积神经网络分束技术