機器學習
110579
20000
1
美國開發(fā)出可加速材料創(chuàng)新的機器學習模型
美國羅切斯特大學科研人員開發(fā)出一個機器學習模型，可對X射線衍射（XRD）實驗產(chǎn)生的大量數(shù)據(jù)進行分析以加速材料創(chuàng)新。
美國新計算模型可捕捉化學反應過渡態(tài)
美國麻省理工學院科研團隊開發(fā)出一種基于機器學習的方法，可以更快的計算化學反應過程中的過渡態(tài)，幫助化學家設計新的化學反應和催化劑。
科學家建立新生兒不良結(jié)局的縱向風險評估
根據(jù)潛在的個人風險，了解哪些早產(chǎn)兒更有可能進展為獲得性早產(chǎn)并發(fā)癥，是新時代精準醫(yī)學的重要舉措?？茖W家應用神經(jīng)網(wǎng)絡和機器學習設計了一種預測模型，它能用電子健康檔案來預測新生兒罹患敗血癥、心力衰竭和其它嚴重疾病的風險。
科學家首次使用機器學習研究人類習慣養(yǎng)成
心理學和神經(jīng)科學將習慣定義為一種決策過程，在這種過程中，人們會在相同的環(huán)境中執(zhí)行相同的行為，而不管結(jié)果如何。
科學家利用機器學習加快藥物制劑開發(fā)
長效注射劑（LAI）是治療慢性病最有前途的治療策略之一，是一類先進的藥物遞送系統(tǒng)，可以提高治療效果、安全性和患者依從性。傳統(tǒng)的藥物制劑開發(fā)依賴于反復試錯，需要開展廣泛且耗時的體外實驗，然而，這種試錯法對聚合物LAI的開發(fā)帶來了重大挑戰(zhàn)。
國外新算法可生成蛋白質(zhì)5D圖像揭示微小尺度下的生物學過程
美國圣路易斯華盛頓大學科研團隊開發(fā)出一種機器學習算法Deep-SMOLM，可生成蛋白質(zhì)5D圖像，包括單個分子的方向和位置等信息。
我國科學家利用機器學習算法對頜骨關鍵特征點自動還原實現(xiàn)復雜頜骨缺損精準重建
頜骨分上頜骨及下頜骨，是面部中、下部的主要骨骼結(jié)構，對面形、語言和吞咽等生理功能都非常重要。腫瘤、外傷、感染等因素均可造成上、下頜骨的缺損，繼而造成毀容，甚至危及生命。然而，對于跨過中線的大范圍頜骨缺損病例，無法參照健側(cè)進行重建，僅依靠醫(yī)生的經(jīng)驗往往難以達到理想效果。
國外聯(lián)合研究提出通過機器學習發(fā)現(xiàn)高熵合金新方案
瑞典皇家理工學院聯(lián)合研究使用了一種結(jié)合機器學習、密度泛函理論、實驗和熱力學計算的迭代方案，從數(shù)百萬候選合金中找到了兩種新的高熵因瓦合金。因瓦合金具有極低的熱膨脹性，應用廣泛。該研究發(fā)表在《科學》雜志上。