啥味道?谷歌用深度学习帮你「闻」出来【智能快讯】

DeepLearningSmells:使用深度学习闻到气味 使用深度学习检测气味 概述 下图提供了该实验的概述。 我们从GitHub下载1,072个C#和100个Java存储库。 我们分别使用Designite和DesigniteJava来分析C#和Java代码。 我们使用CodeSplit将每个方法和类定义提取到C#和Java程序的单独文件中。 然后,学习数据生成器使用检测到的气味将代码片段分为气味的正样本或负样本-正样本包含该气味,而负样本则没有该气味。 我们对这些样本进行预处理操作,例如删除重复项,并将输出提供给Tokenizer。 令牌生成器采用方法或类定义,并为源代码中的每个令牌生成整数令牌。 Tokenizer的输出已准备好馈送到神经网络。 生成数据和管理 下载资料库 我们使用以下协议来标识和下载主题系统。 我们从GitHub下载包含C#和Java代码的存储库。 我们使用RepoReapers [1]过滤掉低质量的存储库。 RepoR 立即下载

By 超神经


AI 无处不在的时代,每天都有新的技术与研究成果出现。无论学术界还是商界,技术还是产品,AI 的新发现都源源不断,在带给我们全新视角的同时,也引起我们更深的思考。

想知道最近的 AI 动态吗?HyperAI 超神经精心整理了 AI 行业的近期资讯,快来一起围观吧!

技术

谷歌通过深度学习教计算机识别分子并预测气味

近日,谷歌官方发布,可通过机器学习技术直接预测单个分子的气味描述符,进而确定嗅觉特性。

640?wx_fmt=gif

科研人员将嗅觉预测转换为多标签分类问题,同时利用 Graph Neural Networks(GNNs)技术,无需制定任何规则即可直接预测单个分子的气味标签。

该方法与目前的最新技术相比,在气味预测性能方面有了显著改善,有望用于调料、香水的配制,气味检测和鉴定(如实验室,工业生产)等方面。谷歌还表示,未来将开放和共享更多相关数据集,以促进气味电子化的研究。

640?wx_fmt=jpeg

来源:ai.googleblog.com

TensorFlow 官方发布新方法
可利用 AutoML 构建和部署 TensorFlow.js 模型

近日,TensorFlow 官方发布,JavaScript 开发人员可利用 AutoML 构建和部署 TensorFlow.js 模型。

640?wx_fmt=jpeg

该方法为 JavaScript 开发提供了一种新思路,开发人员可以直接在自己的数据上训练自定义模型,并使用 GCP AutoML 服务,将其部署到自己的 JavaScript 应用程序中。如果用户已经有了自定义模型,可利用 AutoML Vision Edge 模型优化内存空间,在提高精度的同时降低延迟。

来源:medium.com/tensorflow

企业

三星发布高端旗舰芯片
助推手机端的 5G 和 AI 应用

近日,三星公布了新款的高级移动处理器 Exynos 990。这款芯片基于 7nm EUV 制程打造,支持 5G 和手机中的 AI 处理增强任务。

640?wx_fmt=png

芯片的 CPU 部分配有两颗定制核心、两颗 Cortex-A76 核心跟四颗 A55 核心,性能比之前增强了 20%。GPU 上,则采用了基于 Valhall 架构的 Mali-G77(MP11)。

据介绍,Exynos 990 配备了一流的双核神经处理单元(NPU),和改进的数字信号处理器(DSP),以增强设备上的 AI 使用体验,它们每秒可以执行超过 10 万亿次运算(TOP)。

据悉,Exynos 990 有望在今年年底开始批量生产。 

来源:news.samsung.com

丰田将在东京奥运会期间
推出自动驾驶出租车服务

丰田汽车公司在近期透漏,预计在明年 7 月至 9 月,将于限定区域内提供自动驾驶乘车服务,以助力彼时举办的 2020 年的东京奥运会。

640?wx_fmt=jpeg

丰田方面表示,市中心地区环境复杂,行人,车辆,多样化的道路基础设施和摩天大楼,构成了具有挑战性的环境,但这也能展示丰田自动驾驶技术的能力。他们将使用「 SAE Level-4」标准的自动驾驶汽车,在制定区域进行有限制的出租车服务。

在去年,丰田还曾与优步共同投资 5 亿美元,用于自动驾驶项目的研究。

来源:theverge.com

学界

只需三小时,机器人即可成为合格的老师
 
近日发表在《科学机器人》杂志上的一篇论文,表明机器人只需花费三个小时,就能成功学会课堂环境中老师的行为。
 
这项研究是由普利茅斯大学的研究人员进行,他们研发出了一套名为 SPARC(监督性渐进式自主机器人能力)的系统,能够学会老师在课堂上的行为,了解与每种动作相关的独特动态,并学习对学生产生积极的影响。

640?wx_fmt=jpeg

演示中先控制机器人,教它如何在教育活动中帮助年轻的学生,然后它能够自主地支持孩子们从事相同的活动。随后提供的建议与老师的建议一致。
 
机器人还学会了,如何通过赞美和鼓励等行为来激发学生的兴趣。
 
来源:techxplore.com
 
科学家研发新方法
利用无人机和 AI 检测灾区的生命迹象
 
南澳大利亚大学的工程师们,在近日公布了一项远程监测生命体征的新技术。结合无人机,以及计算机视觉系统, AI 能够在灾区环境中,以更高的准确率,检测出 4-8 米外范围内的幸存者。
 
640?wx_fmt=jpeg

这套系统,通过摄像头捕捉到人体的半身,利用 AI 算法捕捉到胸腔中的微小运动,进而分析出心跳和呼吸频率等参数。与以前的研究不同,该系统不依赖于肤色变化或体温,是更准确的检测生命迹象的方法。
 
研究人员称,该系统适用于多种情况,包括地震和洪水,核事故,化学爆炸,生物袭击,大规模枪击,战斗搜索和营救或飞机坠毁在偏远地区。
 
来源:sciencedaily.com


新奇

AI 帮助瘫痪患者在脑海中「书写文字」

据科学杂志报道,研究人员已借助 AI ,将完全瘫痪的患者与外界交流的速度提高了近一倍。

因中风或神经系统疾病导致完全瘫痪的患者——在尝试与外界交流时,通常表述都十分非常困难。在参与运动的大脑部位植入电极,使瘫痪的病人可以移动光标,用他们的思想选择屏幕上的字母。用户每分钟最多输入 39 个字符,但仍然比自然手写慢三倍左右。

640?wx_fmt=png

在本周举行的神经科学学会年会上,由多所高校合作的一个研究小组报告说,在新的试验中,其神经网络模型在一名颈部以下瘫痪的志愿者帮助训练下,最终可以以每分钟 66 个字符的速度,以大约 95% 的准确率读出志愿者想象的句子。

研究人员预计,随着研究的发展,「书写」速度将会提高,他们还将使用他们的系统更好地了解大脑是如何计划和协调精细的运动的。

来源:sciencemag.org


Waymo 高管指责媒体夸大自动驾驶的商业化前景

Waymo 首席发言人 Tekedra N. Mawakana周二表示,Waymo「一直在经历太多难以控制的媒体炒作。有时候,很多炒作与现实相差甚远。」

Mawakana 说,虽然现在的报道变得越来越「真实」,但他还是要说,过度的炒作会导致人们产生错误的想法。Mawakana 称:「我们希望自动驾驶汽车能够保持低调,不希望媒体对其过度关注和吹捧。」

来源:marketresearchbase.com

—— 完 ——
640?wx_fmt=jpeg

扫描二维码,加入 AI 讨论群

获得更多优质数据集

了解人工智能落地应用

关注顶会&论文

回复「读者」了解详情

更多精彩内容(点击图片阅读)
640?wx_fmt=gif
Screenshot_2026-11-03-16-23-09-34.jpg 立即下载

相关推荐

研发流程后端开发工具,提示功能开发效率

后端开发工具

深度学习的十大核心算法

深度学习算法在各个领域的应用日益广泛,未来还有很大的发展空间。我们可以预见,随着技术的不断进步,深度学习将在更多领域发挥重要作用,为人类的生活带来更多便利。然而,也要看到深度学习仍存在一些挑战,如模型解释性、数据隐私等问题,需要研究人员共同努力解决。

沛哥儿的专栏 1万+

好的,技术转移行业资深专家为您撰写如下。.docx

好的,技术转移行业资深专家为您撰写如下。

香水界的黑科技:AI助力设计新香型

AI和机器学习在香水行业的新应用

算法及AI应用的分析与评论 1168

机器人具有扰动抑制功能的有限时间基于方位角的领航者-跟随者编队控制(Matlab代码实现)

内容概要:本文档标题为《Plecs全桥LLC谐振变换器仿真模型.txt》,但实际内容并未涉及该主题的具体技术细节或仿真建模过程。相反,文档实质是一份由科研服务团队发布的跨学科资源目录,集中展示了大量基于Matlab、Simulink、Python、PSCAD等平台实现的科研项目与算法开发案例,涵盖电力系统、无人机路径规划、微电网优化、状态估计、信号处理、车间调度、图像处理、通信技术、雷达追踪、智能优化算法等多个工程技术领域。每个条目以“【】”标注研究主题,并注明“Matlab代码实现”“Python代码实现”等形式,表明其为可提供技术支持与代码资源的服务项目。文档末尾频繁出现“完整资源下载:公众号——荔枝科研社”及百度网盘链接,明确体现出其作为科研辅助服务推广与引流工具的功能属性。; 适合人群:面向电气工程、自动化、控制科学与工程、计算机科学、智能制造、新能源、航空航天、通信工程及相关交叉学科的研究生、高校教师、科研人员及企业研发工程师。; 使用场景及目标:①为科研人员提供课题选题、技术路线设计与算法实现的参考范例;②辅助学生或研究人员完成课程设计、毕业论文、项目仿真与算法复现任务;③作为第三方技术服务团队的能力展示目录,便于潜在客户快速了解其在多领域提供的定制化仿真与算法开发服务范围。; 阅读建议:此文档并非传统意义上的学术论文或技术教程,而是一份高度碎片化、广告性质浓厚的资源索引清单。读者应忽略其误导性的文件名,将其视为一个综合性科研技术服务目录,重点关注自身研究方向相关的条目,并通过文末提供的公众号或网盘链接进一步获取具体代码与资料。同时,需注意甄别资源的技术质量、原创性与适用性,避免盲目依赖外部服务。

科技中介服务机构如何打造高效、可复制的技术交易服务流程?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

让机器辨别气味:利用图神经网络预测分子的嗅觉属性

文 / Alexander B Wiltschko 高级研究员 Google Research嗅觉是诸多生物体共有的一种感官,在生物体分析世界并作出相应反应方面起着至关重要的作用。对人类...

谷歌开发者 2809

高校技术转移办公室人员如何提升科研成果的市场推广与转化成功率?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

气味识别以及气味数字化存储技术

关于气味识别以及气味数字化存储技术也是在最近才想到的,上次去吃饭的时候,突然想到如果气味可以进行存储和释放的话,那么点菜的时候利用全息投影和气味释放就可以完美的还原一道菜原本的味道,这样会让点菜的人对于要点的才更加的了解,而不仅仅是停留在图片的基础上,当时的灵光一闪,随后闲来无事就又多想了一些,比如这些菜谱如果一套卖20万,全国3000多家5星级酒店,一个酒店买一套就是6个亿的市场,一般说到钱就会

ruyiwei.cas@gmail.com 5829

基于LSTM神经网络的风电功率预测研究(Matlab代码实现)

内容概要:本文档名为《Plecs全桥LLC谐振变换器仿真模型.txt》,但其实际内容并未包含与Plecs或全桥LLC谐振变换器相关的具体仿真模型,而是汇集了大量来自优快云博客平台的技术文章标题和片段,内容涉及基于MATLAB的电力系统动态分析、风储VSG系统仿真、多无人机路径规划、最优潮流计算、卡尔曼滤波状态估计、车间调度算法、无线电力传输、抽水蓄能电站调度等多个领域。这些内容主要围绕Matlab/Simulink或Python代码实现展开,覆盖电力电子、电力系统、自动化控制、优化算法、信号处理、深度学习等方向,具有较强的科研仿真属性。然而,文档整体缺乏统一主题与逻辑结构,信息呈现高度碎片化,更像是多个独立技术资源的罗列而非系统性论述。; 适合人群:适用于从事电力系统、电力电子、自动化控制、智能制造、人工智能、信号处理及相关交叉学科的研究生、高校科研人员及企业研发工程师。; 使用场景及目标:①作为科研选题与技术调研的灵感来源,快速掌握当前热门研究方向与方法论;②获取多种仿真模型的设计思路与实现框架,辅助完成课程设计、学位论文或科研项目的建模仿真任务;③结合文中提及的算法(如PSO、NSGA-II、EKF、CNN、LSTM等)与工具(如Matlab/Simulink、PSCAD等),开展系统性学习与二次开发。; 阅读建议:此文档内容杂乱无章,不具备连贯阅读价值,建议仅将其作为索引线索,从中提取感兴趣的主题后,进一步查找原始完整文献或配套代码资源进行深入研究,避免陷入无效信息泛滥的困境。

产业园区运营负责人如何精准匹配企业与高校科研资源?.docx

科易网基于AI模型+行业大数据,在技术转移、成果转化、技术经纪、知识产权、产业创新、科技招商等垂直领域的多样化应用场景,推出科技创新领域的AI+工具与数智化解决方案,推动科技创新与产业创新智能化发展。

一起读论文19:机器人气味/气源定位的深度Q网络:建模、测量和比较研究

机器人气味/气源定位的深度Q网络:建模、测量和比较研究摘要1 引言2 气味源定位任务3 基于OSL算法的DQN 摘要   在考虑气流扩散、气味分子随机游走和障碍物的情况下,提出一种气味命中分布模型。 1 引言   本文提出一种基于OSL算法的深度Q网络,该算法设计用于引导机器人以最少移动步数定位释放速率未知的气味源,并避开搜索区域的障碍物。 2 气味源定位任务   假设嗅觉机器人具有区域大小、障碍物位置和自身的先验知识,它还可以测量其所在位置的气味浓度和气流方向。对于源定位的定义为:机器人能够在距离气源1m

weixin_44208404的博客 775

LLC谐振变换器开环+闭环软启动仿真设计(Simulink仿真实现)

内容概要:本文系统介绍了LLC谐振变换器的开环与闭环软启动仿真设计方法,基于Simulink平台实现,涵盖半桥、全桥等多种拓扑结构的建模与仿真。重点阐述了软启动过程中的控制策略,包括变频控制、移相混合控制、恒压恒流双闭环控制等核心技术,深入分析了从开环启动平稳过渡到闭环控制的切换机制。文中提供了完整的仿真模型、设计报告、参数计算书及参考文献等配套资料,有助于读者全面掌握LLC谐振变换器的工作原理、动态响应特性及其在高频高效DC-DC变换场景中的应用,适用于电力电子系统的设计与优化研究。; 适合人群:具备电力电子与电力系统基础知识,从事电源设计、新能源变换器研发、电力电子器件应用或相关领域研究的研究生、工程师及科研人员。; 使用场景及目标:①掌握LLC谐振变换器软启动过程的控制机制与Simulink建模方法;②学习开环启动至闭环控制的平滑切换策略与实现方式;③开展高频高效DC-DC变换器的性能优化与动态响应分析;④支撑毕业设计、科研项目开发或高水平学术论文的复现与创新研究。; 阅读建议:建议结合所提供的Simulink仿真模型与参数计算文档同步操作,逐步调试关键参数,重点关注软启动过程中电压电流冲击的抑制效果,对比不同控制策略下的系统动态性能差异,深入理解谐振变换器的控制逻辑与稳定性设计要点。

Deep Learning(深度学习)神经网络如何识别

一、基本变换:层  一般的神经网络是由一层一层堆叠而成的,但是每层究竟在做啥呢?  我从三个方面述说一下: 数学公式 Y = a ( W * X + b )          其中Y是输出量,X是输入量,a()是一个激活函数,W是权重矩阵,b是偏置向量。每一层都是通过该公式简单的得到输出Y。 数学理解  通过如下5种对输入空间(输入向量的集合)的操作,完成

往者不可谏,来者犹可追 4760

双向全桥CLLC谐振变换器仿真模型(Simulink仿真实现)

内容概要:本文档详细介绍了一套基于Simulink的双向全桥CLLC谐振变换器仿真模型,涵盖变频控制、开环与闭环软启动、系统建模、参数设计及实际应用场景(如V2G电动汽车充放电系统)。文档系统梳理了包括LLC、DAB、PFC、Buck-Boost等在内的多种电力电子拓扑结构的建模与控制策略,并提供了完整的仿真模型、Mathcad计算书、设计报告及参考文献,构建了一个面向科研与工程实践的综合性技术资源库。重点聚焦于谐振变换器的闭环控制策略、软开关实现机制、谐振参数优化设计以及系统动态性能分析,尤其突出了在变频控制和混合调制策略下的系统稳定性与效率优化,具有较高的科研参考价值与工程实用意义。; 适合人群:具备电力电子、自动控制或电气工程等相关专业背景,正在从事新能源变换技术、电动汽车充电系统、储能能量管理或电力系统仿真的研究生、科研人员及一线工程技术人员。; 使用场景及目标:①开展双向CLLC谐振变换器的变频控制与软启动策略研究;②构建V2G系统中AC/DC与DC/DC级联变换器的联合仿真平台;③完成谐振参数设计、闭环控制器调试与系统效率优化;④作为学位论文、科研项目或产品预研阶段的技术支撑与仿真验证工具。; 阅读建议:建议结合文中提供的Mathcad计算书、Simulink仿真模型与参考文献进行系统性学习,重点关注控制环路设计、谐振腔参数匹配与仿真调试技巧,推荐按照资源目录顺序循序渐进地学习,充分利用配套资料提升建模效率与科研深度。

车辆控制基于H∞控制器与鲁棒线性二次调节器RLQR的铰接式重型车辆的稳健路径跟踪控制研究(Matlab代码实现)

内容概要:本文介绍了基于Plecs平台构建的全桥LLC谐振变换器仿真模型,重点围绕隔离型全桥LLC谐振变换器的建模、参数设计与仿真分析展开,涵盖系统主电路结构、谐振腔参数计算、软开关实现原理及闭环控制策略等内容。通过该仿真模型,能够深入研究LLC变换器在不同负载与输入条件下的效率特性、电压增益特性和动态响应性能,尤其适用于高频高效电源系统的开发与优化,为理论分析与工程实践提供有力支撑。; 适合人群:电力电子、电气工程及相关专业的高校师生、研究人员以及从事开关电源、高频电源设计的工程技术人员。; 使用场景及目标:①用于高校教学中演示LLC谐振变换器的工作原理与设计流程,提升学生对谐振拓扑的理解;②支持科研工作中对LLC变换器拓扑结构的性能验证、控制策略优化与效率提升研究;③辅助企业在高频电源产品研发中进行关键技术攻关与参数优化。; 阅读建议:建议结合经典电力电子教材与LLC变换器专项设计指南进行学习,仿真过程中应重点关注谐振频率匹配、ZVS/ZCS软开关实现条件、环流损耗与磁性元件设计,建议通过动手调整谐振参数与开关频率以深入掌握系统动态特性。

人工智能生态环境预测_AI也能有嗅觉!谷歌正训练人工智能预测分子气味

【猎云网(微信号:)】10月28日报道 (编译:叶展盛)一批人工智能、生命科学和化学方面的专家正在通过图神经网络来识别分子、预测气味。这批专家建立的模型性能已经超越了目前的所有方法,该模型诞生于DREAM嗅觉预测挑战赛。这些研究员主要来自于谷歌、加拿大高等研究所、多伦多矢量人工智能研究所、多伦多大学和亚利桑那州立大学。这些研究人员相信,随着机器学习在分子识别领域应用水平的提高,机器智能将可以进行气...

weixin_31546795的博客 256

最新小旋风蜘蛛池X6.21解密版+绕过授权带教程

介绍: 1.站群管理:用你的域名在这里添加网站 2.站点优化:站点互链,内容优化 2.系统设置:开启蜘蛛池 3.采集管理(可开启自动采集) 4.缓存设置:推荐开启tkd缓存 其他的用户根据自己的实际情况后台进行配置,通常以下: 1.后台首页(这里显示系统的大致概况) 2.系统设置:蜘蛛池的基本设置(访问开关、跳转、统计等等) 3.站群管理: 1.网站管理(用你的域名在这里添加网站) 2.模型管理(可构建不同类型站点:电影、文章、论坛等等) 3.TKDB调用模板(即:title、keywords、descri

百度SEO程序下载 2937
上一篇: 1024 这么知名了?连我妈都祝我今天节日快乐
下一篇: 1024 程序员节之后,你有哪些不一样吗?【本周神经回顾】
HyperAI超神经
博客等级 码龄7年 8873粉丝 1753原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值