搜索结果: 1-15 共查到“知识要闻 计算机科学技术”相关记录5930条 . 查询时间(2.343 秒)
中国科学院科学家提出实时非侵入式透过散射介质光学成像方法(图)
光学成像 神经网络 应用
2024/11/27
2024年11月25日,中国科学院上海光学精密机械研究所研究员司徒国海团队提出了基于深度神经网络的、能够应用于自然场景的实时非侵入式透过散射介质光学成像方法(DescatterNet)。相关研究成果以Learning-based real-time imaging through dynamic scattering media为题,发表在《光:科学与应用》(Light: Science & Ap...
中国科学院合肥物质科学岛团队提出一种基于注意力机制和数据增强的点云3D目标检测方法(图)
数据 检测 智能
2024/11/30
2024年11月25日,中国科学院合肥物质院智能所王智灵研究员课题组提出了一种基于注意力机制和数据增强的点云3D目标检测方法,有效提高了自动驾驶车辆对成像小目标的检测性能。该研究成果被智能交通领域国际顶级期刊IEEE Transactions on Intelligent Transportation Systems 正式接收,并以“Early Access”的方式网络首发。
中国科学院环保型磷化铟量子点LED工作机制研究取得重要进展(图)
量子 机理 电子
2024/11/23
加快新兴显示照明LED如量子点LED的研究具有重要意义。当前,由于缺乏原位、直观的表征手段,新兴LED的内部运行机制理解尚不充分,限制了新兴LED的研发速度。2020年,中国科学技术大学教授樊逢佳团队研发出世界首台电激发瞬态吸收(EETA)光谱仪。这一技术可以给LED“拍片子”,全方位透视LED中的载流子和电场的时间分辨、空间分布等信息,为LED的机理研究提供关键的技术支持,推动LED领域的科学探...
中国科学院大连化物所等开发出用于电池荷电状态跨域预测的新型深度学习框架(图)
电池 预测 智能
2024/11/23
2024年11月21日,中国科学院大连化学物理研究所研究员陈忠伟、副研究员毛治宇团队联合西安交通大学教授冯江涛,在电池健康管理领域取得进展。该团队开发了新型的基于无监督域自适应的电池荷电状态(SOC)跨域预测框架,解决了传统方法对域间差异和目标数据标签的依赖,为电池实时SOC预估提供了新思路,有望实现电池SOC的精准跨域评估。同时,这一迁移学习框架作是该团队开发的第一代电池数字大脑PBSRD Di...
全球人口增长和有限的农业用地对同时追求更高的粮食产量和农业可持续性提出了挑战。粮食系统的温室气体排放量占全球温室气体排放量的21-37%,而且全球农业温室气体排放量仍保持以每年1%的速度增长。我国是世界上最大的粮食系统温室气体排放国,小农户占农业经营主体的98%,经营着70%的耕地。我国农场规模小、分散、数量多,加上机械化水平较低,对农业温室气体减排构成重大挑战。
中国科学院太阳黑子群倾角研究获进展
分析 机理 天体物理
2024/11/23
2024年11月18日,中国科学院云南天文台副研究员高朋鑫与青年副研究员徐景晨对黑子群倾角与下个太阳活动周特征开展了分析研究。相关研究成果发表在《天体物理学杂志》(The Astrophysical Journal)上。
中国科学院合肥物质科学岛团队在神经网络变量选择算法方面取得新进展(图)
神经网络 光谱 检测 应用
2024/12/1
2024年11月18日,中国科学院合肥物质院智能所光谱智能感知团队提出了一种新型基于神经网络的变量选择算法VSNN,用于光谱检测应用中非线性模型的变量选择。相关研究成果已在分析化学领域期刊Analytica Chimica Acta上发表。
中国科学院合肥物质科学岛团队提出用于遥感图像全色锐化的Pan-Mamba网络架构(图)
遥感 网络 人工智能
2024/12/1
2024年11月15日,中国科学院合肥物质院智能所谢成军与张洁团队将 Mamba 模型引入遥感图像全色锐化领域,提出了一种名为Pan-Mamba的网络框架。相关研究成果发表在计算机科学和人工智能领域国际顶尖权威刊物、中科院1区Top期刊Information Fusion上。
中国科学院心理所合作研究揭示灵长类情绪脑的起源及其功能发展(图)
识别 遗传 环境
2024/11/28
面部情感识别(facial emotion recognition)是人类重要的社交技能,这一能力让我们能够迅速而准确地识别他人的基本情感,例如快乐、恐惧等。这种社交能力在自闭症谱系障碍(ASD)等社会认知障碍中常常受到严重影响。尽管面部情感识别在社交互动中扮演着至关重要的角色,但其起源至今仍不明确。
当前,以大语言模型为重要基础的生成式人工智能正在迅猛发展,并走进人们的日常生产及生活。然而,生成式人工智能需要庞大的计算算力及硬件资源,用来支撑大模型的训练和推理。因此,围绕生成式人工智能的硬件需求分析及其资源环境影响评估成为国际可持续发展领域重要议题和前沿挑战。其中,生成式人工智能对于电子废弃物的影响及其管理策略举措,仍未得以研究。
人工智能加速葡萄育种(图)
人工智能 葡萄 育种
2024/11/20
中国农业科学院农业资源与农业区划研究所农业绿色发展科学与工程团队提出基于作物模型与机器学习的格网化冬小麦产量估算模型(图)
作物模型 机器学习 格网化 冬小麦 产量估算 模型 Computers and Electronics in Agriculture 遥感数据
2024/12/3
中国科学院青藏高原研究所从数据密集型科学到机器人科学家的科学研究范式转变(图)
数据 机器人 人工智能
2024/11/6
大数据和人工智能(AI)的突破性进展正在深刻改变科学研究的范式。“相关性取代因果关系”的范式备受争议,而“数据密集型科学发现”范式逐渐成为主流。随着AI技术的持续成熟,“机器人科学家”范式正在逐步成为现实。该范式意味着AI能够自主完成科学研究的每一个步骤。
中国科学院城市环境所等开发出人工智能需求-算法-算力-硬件关联的物质流核算方法(图)
城市环境 人工智能 算法
2024/11/8
当前,以大语言模型为基础的生成式人工智能正在快速发展,并走进日常生产与生活。然而,生成式人工智能需要庞大的计算算力与硬件资源,以支撑大模型的训练和推理。因此,围绕生成式人工智能的硬件需求分析及其资源环境影响评估成为国际可持续发展领域的前沿挑战。然而,鲜有关于生成式人工智能对于电子废弃物的影响及管理策略举措的研究。