


Dengan ketepatan 80%, pembelajaran mendalam mengenal pasti bentuk zarah nano dalam gerakan Brown
Editor|Pothos
Dengan aplikasi praktikal nanopartikel dalam bidang perubatan, farmaseutikal dan perindustrian, dari perspektif bahan, adalah perlu untuk menilai sifat dan keadaan aglomerasi setiap nanozarah dan menjalankan kawalan kualiti
Salah satu cara untuk menilai nanopartikel dalam cecair adalah dengan menganalisis trajektori gerakan Brownian. Walaupun analisis penjejakan nano (NTA) ialah kaedah mudah untuk mengukur zarah individu daripada skala mikro kepada nano, ketidakupayaannya untuk menilai bentuk zarah nano telah menjadi masalah yang telah lama wujud. NTA sentiasa menganggap sfera apabila mengira saiz zarah menggunakan persamaan Stokes-Einstein, tetapi tidak dapat mengesahkan sama ada zarah yang diukur sebenarnya sfera.
Sebuah pasukan penyelidik dari Universiti Tokyo telah mencadangkan kaedah baharu untuk menilai sifat anisotropik bentuk nanozarah, menyelesaikan masalah penilaian nanozarah yang telah wujud sejak zaman Einstein. Para penyelidik membina model pembelajaran mendalam (DL) untuk meramalkan bentuk zarah nano menggunakan data trajektori siri masa bagi gerakan Brown yang diperoleh daripada pengukuran NTA. Dengan menggunakan model ensemble untuk analisis trajektori, model pembelajaran mendalam dapat mencapai kira-kira 80% ketepatan pengelasan zarah tunggal untuk dua nanozarah emas yang lebih kurang saiz yang sama tetapi bentuk yang berbeza, yang tidak dapat dibezakan oleh NTA tradisional secara individu. Selain itu, penyelidikan menunjukkan bahawa nisbah pencampuran nanozarah sfera dan nanozarah berbentuk rod boleh dianggarkan secara kuantitatif berdasarkan data pengukuran sampel campuran nanozarah. Keputusan ini menunjukkan bahawa dengan menggunakan analisis penyebaran cahaya dinamik (DL) kepada pengukuran analisis pengesanan nanopartikel (NTA), adalah mungkin untuk menilai bentuk zarah, yang sebelum ini dianggap mustahilPenyelidikan ini diterbitkan dalam Pembelajaran Mesin APL " Diterbitkan pada "Using Deep Learning to Analyse Brownian Motion Trajectory of Non-spherical Nanoparticles"Ilustrasi: Struktur Satu Dimensi Model pembelajaran mendalam CNN+Bi-LSTM. (Sumber: kertas)
Ilustrasi: Penunjuk penilaian klasifikasi bentuk dan bilangan bingkai untuk. setiap model pembelajaran mendalam (Sumber: kertas)
Selepas analisis pembelajaran mendalam, kami berjaya mengklasifikasikan zarah nano individu dalam cecair mengikut bentuknya, dan ketepatannya sangat tinggi, mencapai tahap praktikal. Sementara itu, dalam kajian ini, kami juga mewujudkan lengkung penentukuran untuk menentukan nisbah pencampuran larutan campuran nanozarah sfera dan berbentuk rod. Memandangkan jenis bentuk nanozarah yang diketahui pada masa ini, kami percaya kaedah ini dapat mengesan bentuk zarah nano dengan berkesan
Ilustrasi: Sistem analisis zarah menggunakan cip mikrokapilari, menggunakan teknologi NTA untuk mengukur hasil daripada gerakan Brown Dapatkan taburan saiz zarah campuran itu. (Dipetik daripada: kertas)
Kaedah NTA tradisional tidak boleh memerhati secara langsung bentuk zarah, dan maklumat ciri yang diperoleh adalah terhad. Menggunakan kaedah DL, walaupun zarah bentuk yang berbeza dengan diameter terhidrat yang sama boleh dibezakan daripada campuran berdasarkan trajektori mereka.
Dalam kajian itu, mereka cuba menentukan bentuk kedua-dua zarah, tetapi memandangkan jenis bentuk nanopartikel yang tersedia secara komersial, mereka berpendapat kaedah ini boleh digunakan untuk aplikasi praktikal, seperti mengesan bahan asing dalam sistem homogen. Pelanjutan NTA boleh digunakan bukan sahaja dalam penyelidikan tetapi juga dalam industri, seperti penilaian sifat, keadaan aglomerasi dan kehomogenan nanozarah bukan sfera, dan kawalan kualiti.
Para penyelidik berkata: "Ia akan menjadi hala tuju penyelidikan yang menarik untuk memanjangkan objek pengukuran zarah kepada pelbagai bentuk dan bahan, dan topik penyelidikan masa depan adalah untuk menguji kebolehgunaan kaedah DL+NTA
Ya, Khas." ia menjanjikan untuk menjadi penyelesaian untuk menilai sifat pelbagai nanozarah biologi, seperti vesikel ekstraselular, dalam persekitaran yang serupa dengan organisma hidup. Ia juga berpotensi untuk menjadi kaedah inovatif untuk penyelidikan asas tentang gerakan Brown bagi zarah bukan sfera dalam cecair.
Pautan kertas: https://doi.org/10.1063/5.0160979
Kandungan rujukan: https://phys.org/news/2023-10-deep-long-standing-identification-nanoparticle.html
Atas ialah kandungan terperinci Dengan ketepatan 80%, pembelajaran mendalam mengenal pasti bentuk zarah nano dalam gerakan Brown. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas

Tetapi mungkin dia tidak dapat mengalahkan lelaki tua di taman itu? Sukan Olimpik Paris sedang rancak berlangsung, dan pingpong telah menarik perhatian ramai. Pada masa yang sama, robot juga telah membuat penemuan baru dalam bermain pingpong. Sebentar tadi, DeepMind mencadangkan ejen robot pembelajaran pertama yang boleh mencapai tahap pemain amatur manusia dalam pingpong yang kompetitif. Alamat kertas: https://arxiv.org/pdf/2408.03906 Sejauh manakah robot DeepMind bermain pingpong? Mungkin setanding dengan pemain amatur manusia: kedua-dua pukulan depan dan pukulan kilas: pihak lawan menggunakan pelbagai gaya permainan, dan robot juga boleh bertahan: servis menerima dengan putaran yang berbeza: Walau bagaimanapun, keamatan permainan nampaknya tidak begitu sengit seperti lelaki tua di taman itu. Untuk robot, pingpong

Pada 21 Ogos, Persidangan Robot Dunia 2024 telah diadakan dengan megah di Beijing. Jenama robot rumah SenseTime "Yuanluobot SenseRobot" telah memperkenalkan seluruh keluarga produknya, dan baru-baru ini mengeluarkan robot permainan catur AI Yuanluobot - Edisi Profesional Catur (selepas ini dirujuk sebagai "Yuanluobot SenseRobot"), menjadi robot catur A pertama di dunia untuk rumah. Sebagai produk robot permainan catur ketiga Yuanluobo, robot Guoxiang baharu telah melalui sejumlah besar peningkatan teknikal khas dan inovasi dalam AI dan jentera kejuruteraan Buat pertama kalinya, ia telah menyedari keupayaan untuk mengambil buah catur tiga dimensi melalui cakar mekanikal pada robot rumah, dan melaksanakan Fungsi mesin manusia seperti bermain catur, semua orang bermain catur, semakan notasi, dsb.

Permulaan sekolah akan bermula, dan bukan hanya pelajar yang akan memulakan semester baharu yang harus menjaga diri mereka sendiri, tetapi juga model AI yang besar. Beberapa ketika dahulu, Reddit dipenuhi oleh netizen yang mengadu Claude semakin malas. "Tahapnya telah banyak menurun, ia sering berhenti seketika, malah output menjadi sangat singkat. Pada minggu pertama keluaran, ia boleh menterjemah dokumen penuh 4 halaman sekaligus, tetapi kini ia tidak dapat mengeluarkan separuh halaman pun. !" https:// www.reddit.com/r/ClaudeAI/comments/1by8rw8/something_just_feels_wrong_with_claude_in_the/ dalam siaran bertajuk "Totally disappointed with Claude", penuh dengan

Pada Persidangan Robot Dunia yang diadakan di Beijing, paparan robot humanoid telah menjadi tumpuan mutlak di gerai Stardust Intelligent, pembantu robot AI S1 mempersembahkan tiga persembahan utama dulcimer, seni mempertahankan diri dan kaligrafi dalam. satu kawasan pameran, berkebolehan kedua-dua sastera dan seni mempertahankan diri, menarik sejumlah besar khalayak profesional dan media. Permainan elegan pada rentetan elastik membolehkan S1 menunjukkan operasi halus dan kawalan mutlak dengan kelajuan, kekuatan dan ketepatan. CCTV News menjalankan laporan khas mengenai pembelajaran tiruan dan kawalan pintar di sebalik "Kaligrafi Pengasas Syarikat Lai Jie menjelaskan bahawa di sebalik pergerakan sutera, bahagian perkakasan mengejar kawalan daya terbaik dan penunjuk badan yang paling menyerupai manusia (kelajuan, beban). dll.), tetapi di sisi AI, data pergerakan sebenar orang dikumpulkan, membolehkan robot menjadi lebih kuat apabila ia menghadapi situasi yang kuat dan belajar untuk berkembang dengan cepat. Dan tangkas

Penyepaduan mendalam penglihatan dan pembelajaran robot. Apabila dua tangan robot bekerja bersama-sama dengan lancar untuk melipat pakaian, menuang teh dan mengemas kasut, ditambah pula dengan 1X robot humanoid NEO yang telah menjadi tajuk berita baru-baru ini, anda mungkin mempunyai perasaan: kita seolah-olah memasuki zaman robot. Malah, pergerakan sutera ini adalah hasil teknologi robotik canggih + reka bentuk bingkai yang indah + model besar berbilang modal. Kami tahu bahawa robot yang berguna sering memerlukan interaksi yang kompleks dan indah dengan alam sekitar, dan persekitaran boleh diwakili sebagai kekangan dalam domain spatial dan temporal. Sebagai contoh, jika anda ingin robot menuang teh, robot terlebih dahulu perlu menggenggam pemegang teko dan memastikannya tegak tanpa menumpahkan teh, kemudian gerakkannya dengan lancar sehingga mulut periuk sejajar dengan mulut cawan. , dan kemudian condongkan teko pada sudut tertentu. ini

Pada persidangan ACL ini, para penyumbang telah mendapat banyak keuntungan. ACL2024 selama enam hari diadakan di Bangkok, Thailand. ACL ialah persidangan antarabangsa teratas dalam bidang linguistik pengiraan dan pemprosesan bahasa semula jadi Ia dianjurkan oleh Persatuan Antarabangsa untuk Linguistik Pengiraan dan diadakan setiap tahun. ACL sentiasa menduduki tempat pertama dalam pengaruh akademik dalam bidang NLP, dan ia juga merupakan persidangan yang disyorkan CCF-A. Persidangan ACL tahun ini adalah yang ke-62 dan telah menerima lebih daripada 400 karya termaju dalam bidang NLP. Petang semalam, persidangan itu mengumumkan kertas kerja terbaik dan anugerah lain. Kali ini, terdapat 7 Anugerah Kertas Terbaik (dua tidak diterbitkan), 1 Anugerah Kertas Tema Terbaik, dan 35 Anugerah Kertas Cemerlang. Persidangan itu turut menganugerahkan 3 Anugerah Kertas Sumber (ResourceAward) dan Anugerah Impak Sosial (

Petang ini, Hongmeng Zhixing secara rasmi mengalu-alukan jenama baharu dan kereta baharu. Pada 6 Ogos, Huawei mengadakan persidangan pelancaran produk baharu Hongmeng Smart Xingxing S9 dan senario penuh Huawei, membawakan sedan perdana pintar panoramik Xiangjie S9, M7Pro dan Huawei novaFlip baharu, MatePad Pro 12.2 inci, MatePad Air baharu, Huawei Bisheng With banyak produk pintar semua senario baharu termasuk pencetak laser siri X1, FreeBuds6i, WATCHFIT3 dan skrin pintar S5Pro, daripada perjalanan pintar, pejabat pintar kepada pakaian pintar, Huawei terus membina ekosistem pintar senario penuh untuk membawa pengguna pengalaman pintar Internet Segala-galanya. Hongmeng Zhixing: Pemerkasaan mendalam untuk menggalakkan peningkatan industri kereta pintar Huawei berganding bahu dengan rakan industri automotif China untuk menyediakan

Kecerdasan buatan berkembang lebih cepat daripada yang anda bayangkan. Sejak GPT-4 memperkenalkan teknologi multimodal ke mata umum, model besar multimodal telah memasuki tahap pembangunan pesat, secara beransur-ansur beralih daripada penyelidikan dan pembangunan model tulen kepada penerokaan dan aplikasi dalam bidang menegak, dan disepadukan secara mendalam dengan semua lapisan masyarakat. Dalam bidang interaksi antara muka, gergasi teknologi antarabangsa seperti Google dan Apple telah melabur dalam penyelidikan dan pembangunan model UI berbilang modal yang besar, yang dianggap sebagai satu-satunya jalan ke hadapan untuk revolusi AI telefon mudah alih. Dalam konteks ini, model UI berskala besar pertama di China telah dilahirkan. Pada 17 Ogos, di Persidangan Reka Bentuk Pengalaman Antarabangsa IXDC2024, Motiff, alat reka bentuk dalam era AI, melancarkan model berbilang modal UI yang dibangunkan secara bebas - Model Motiff. Ini ialah alat reka bentuk UI pertama di dunia
