生信套路解读：教你如何利用机器学习发15+文章
随着大数据时代的带来，机器学习正改变着生物医学的三大领域---临床诊断、精准疗法和健康检测。作为临床研究的新风口---利用机器学习方法构建和验证临床预测模型已经成为炙手可热的研究领域。今天小编给大家分...
admin
港科大提出：深度学习在全景视觉上的综述
点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达点击进入—˃ CV 微信技术交流群链接：https://arxiv.org/abs/2205.10468https://github...
机器学习：不要低估树模型的威力
点击下方卡片，关注“新机器视觉”公众号重磅干货，第一时间送达树模型和神经网络，像一枚硬币的两面。在某些情况下，树模型的性能甚至优于神经网络。由于神经网络的复杂性，它们常常被认为是解决所有机器学习问题的...
【深度学习】DONet：用于快速MR图像重建的双倍频域网络
小黑导读论文是学术研究的精华和未来发展的明灯。小黑决心每天为大家带来经典或者最新论文的解读和分享，旨在帮助各位读者快速了解论文内容。个人能力有限，理解难免出现偏差，建议对文章内容感兴趣的读者，一定要下...
【深度学习】基于分数模型的分子动力学模拟
——介绍——目前的分子动力学模拟技术(MD)仍难以满足研究人员对重大微观事件深入探究的要求。即使发展了一系列的增强采样方法，但似乎仍难以解决MD的时间尺度限制问题，甚至可能导致不可避免的精度折损问题。...
13+的机器学习纯生信文章有什么不一样？
好久不见，分外想念！机器学习作为一个让人又爱又恨的领域对大家有着不同寻常的吸引力，爱是因为机器学习可以从大量的数据中挖掘其中蕴含的规律，恨是因为其中涉及到各种复杂的原理让人头痛！今天小编就带大家一起阅...
【深度学习】CoaDTI:基于多模态共注意的药物-靶点相互作用标注框架
——背景——药物-靶点相互作用(DTI)注释是药物开发的一项重要任务。揭示新的蛋白质配体结合位点有助于识别潜在的副作用、毒性和药物重新定位。近年来，标记DTI数据，特别是药物-靶点结构数据的快速增长，...
Nature子刊 | 多用途深度学习方法sciPENN，可预测、插补scRNA-seq、CITE-seq蛋白质表达
单细胞多组学分析在生物学研究中的普及，促进了人们对细胞异质性和亚群体的理解。特别是通过测序对转录组和表位进行细胞索引（CITE-seq）方案的可用性不断提高，极大地促进了相关研究进展。CITE-seq...
小白学深度学习：7步搞定Pytorch基础
步骤1：创建数据Tensors张量是一种特殊的数据结构，它和数组还有矩阵十分相似。在Pytorch中，Tensors可以在gpu或其他专用硬件上运行来加速计算之外，其他用法类似Numpy。import...
基于AI智能的软件漏洞检测的安全研究
网站漏洞检测是软件工程中的一个重要课题。为了提高漏洞检测的有效性和效率，提出了许多基于机器学习和深度学习的传统漏洞检测方法。然而，不同因素对漏洞检测的影响是未知的。比如分类模型和矢量化方法会直接影响检...