هوش مصنوعی و یادگیری عمیق، مطالعه تک مولکول‌ها را ساده‌تر کرده است
تاریخ انتشار: ۲۹ بهمن ۱۴۰۲ | کد خبر: ۳۹۷۷۵۶۱۵
محققان دانشگاه ملی سنگاپور (NUS) نشان دادند که هوش مصنوعی و یادگیری عمیق به آنها اجازه می‌دهد تا پویایی مولکول‌های منفرد را دقیق‌تر و با داده‌های کمتری نسبت به روش‌های ارزیابی رایج مشاهده کنند.
به گزارش ایسنا، این محققان از شبکه‌های عصبی حلقوی (CNN) برای مشاهده حرکت مولکول‌های منفرد در سیستم‌های مصنوعی، سلول‌ها و موجودات کوچک استفاده کردند.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمی‌شوند!
یک مولکول، اساسی‌ترین واحد قابل مشاهده در سیستم‌های بیولوژیکی است. درک رفتار و تعامل آن، بینش در مورد عملکرد سیستم‌های بیولوژیکی را ارتقاء داده و راه را برای درمان بیماری‌ها هموار می‌کند.
یکی از قدرتمندترین راه‌ها برای مشاهده مولکول‌های منفرد، طیف‌سنجی فلورسانس است. به دلیل سیگنال و ویژگی قوی این طیف‌سنجی است که اجازه می‌دهد تا مولکول‌های دارای برچسب مشاهده شوند.
برای بیش از ۵۰ سال، طیف‌سنجی همبستگی فلورسانس (FCS) در این زمینه مورد استفاده قرار می‌گیرد و اندازه‌گیری تحرک و تعامل مولکول‌ها با دقت بالایی انجام می‌شود. تصویربرداری با طیف‌سنجی همبستگی فلورسانس چالش‌هایی دارد، زیرا به مقدار زیادی داده (برای هر اندازه‌گیری حدود ۱۰۰ مگابایت) نیاز دارد. این کار به پردازش محاسباتی گسترده نیاز دارد که منجر به ارزیابی آهسته کار می‌شود.
یک تیم تحقیقاتی از روش‌های یادگیری عمیق برای کاهش میزان داده‌ها استفاده کردند، به طوری که برای هر اندازه‌گیری به حدود ۵ مگابایت اطلاعات نیاز است.
این تکنیک از دو CNN به نام FCSNET و IMFCSNET ساخته شده توسط دکتر وای هون تانگ و شائو رن سیم، اعضای تیم تحقیق استفاده می‌کند. CNNها نوعی الگوریتم یادگیری عمیق را برای تجزیه و تحلیل داده‌های بصری نشان می‌دهند.
آنها چندین لایه از فیلترهای تخصصی را به کار می‌گیرند که برای ویژگی‌های خاص مانند لبه‌ها، بافت‌ها و رنگ‌ها در سراسر تصویر استفاده می‌شوند. این گروه با استخراج و ترکیب این ویژگی‌ها درک بهتری از تصویر ایجاد می‌کنند و به آنها امکان می‌دهد الگوها و اشیاء موجود در داده‌های بصری را بشناسند.
به نقل از ستاد نانو، این تیم امیدوار است که روش آنها بتواند امکانات جدیدی را برای تسریع در تحقیقات تک‌مولکول باز کند و این فناوری را برای طیف وسیع‌تری از کاربران در دسترس قرار دهد.
کانال عصر ایران در تلگراممنبع: عصر ایران
کلیدواژه: هوش مصنوعی یادگیری عمیق یادگیری عمیق اندازه گیری مولکول ها طیف سنجی داده ها
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.asriran.com دریافت کرده‌است، لذا منبع این خبر، وبسایت «عصر ایران» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۳۹۷۷۵۶۱۵ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتی‌که در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
۱۱ اردیبهشت؛ برگزاری مرحله دوم آزمون پایش عملکرد یادگیری دبیرستانی‌ها
به گزارش گروه آموزش و دانشگاه خبرگزاری علم و فناوری آنا، ارتقای کیفیت و بهبود عملکرد آموزشی مدارس استعدادهای درخشان، ارائه بازخوردهای مؤثر و مناسب به ادارات کل آموزش و پرورش استان‌ها، مدارس و دانش‌آموزان در خصوص میزان تحقق اهداف یادگیری و ارزیابی عملکرد و میزان اثر بخشی آموزش در مدارس سمپاد از اهداف مهم این آزمون است.
در سال تحصیلی جاری، مرحله اول پایش عملکرد یادگیری دانش آموزان پایه‌های هفتم، هشتم و نهم در سوم بهمن ۱۴۰۲و پایه‌های دهم و یازدهم نیز چهارم بهمن ۱۴۰۲ برگزار شد.
پس از انجام فرآیند پایش عملکرد یادگیری، نتایج در اولین فرصت از طریق سامانه https://payesh.sampad.gov.ir اعلام شده و کارنامه، کلید تصحیح، پاسخ‌نامه تشریحی در وبگاه مربوط برای هر دانش‌آموز قابل مشاهده است.
مرحله دوم پایش عملکرد یادگیری دانش آموزان مدارس استعدادهای درخشان طبق برنامه دوره اول متوسطه (پایه‌های هفتم، هشتم ونهم) روز دوشنبه 10 اردیبهشت 1403 ۹ صبح برگزار و دوره دوم متوسطه (پایه های دهم ویازدهم شاخه‌های نظری و مهارتی) روز سه شنبه 11 اردیبهشت 1403 ۹ صبح برگزار می‌شود.
انتهای پیام/
اعلام محدودیت های ترافیکی پایان هفته در جاده های شمالی کشور