俄罗斯研究人员尝试利用神经网络研发新药

发布者:Huanle666最新更新时间:2017-03-15 关键字:神经网络 手机看文章 扫描二维码
随时随地手机看文章

来自俄罗斯Mail.ru集团、Insilico Medicine医药公司、莫斯科物理技术学院的研究人员首次尝试利用神经网络研制新的药物。他们试图教会神经网络“思考”并创造出新的分子结构,进而生成一些新的有前景的药物成分。该研究结果发表在《Оncotarget》杂志上。下面就随医疗电子小编一起来了解一下相关内容吧。

俄罗斯研究人员尝试利用神经网络研发新药

    来自俄罗斯Mail.ru集团、Insilico Medicine医药公司、莫斯科物理技术学院的研究人员首次尝试利用神经网络研制新的药物。他们试图教会神经网络“思考”并创造出新的分子结构,进而生成一些新的有前景的药物成分。该研究结果发表在《Оncotarget》杂志上。

俄罗斯研究人员尝试利用神经网络研发新药

    目前人类已知由无机分子构成的物质有上亿种,而这些物质中仅有少量被用于医学。例如,药理学家对已使用多年的阿司匹林进行持续的研究,通过部分改变阿司匹林分子结构,降低其副作用或者提高药效,生产新的药品。

    如何从上亿物质中筛选出具有疗效的物质?Insilico Medicine医药公司及莫斯科物理技术学院的研究人员于2016年初开始尝试借助于神经网络完成这个任务,随着研究的深入,研究人员已不仅仅通过神经网络筛选药品成分,而且尝试教会神经网络制造出新的分子结构,从而创造出新的有效药物成分。

    研究人员采用了一种竞争性自动编码构架,这是一种网络深入学习新途径的扩充,即用已知疗效的分子结构作为学习教具,将这些已知疗效的分子结构信息输入神经网络,在神经网络学习了大量的此类分子结构信息之后,神经网络开始自动尝试生成分子结构。

    以上是关于医疗电子中-俄罗斯研究人员尝试利用神经网络研发新药的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。

关键字:神经网络 引用地址:俄罗斯研究人员尝试利用神经网络研发新药

上一篇:科学家发明3D打印无创疫苗接种神器
下一篇:Clarivate Analytics推出新产品系列

推荐阅读最新更新时间:2024-03-16 12:07

基于BP神经网络的PID控制器及仿真
1. 引言 PID(比例-积分-微分)控制器作为最早实用化的控制器已有50多年历史,因其具有算法简单、鲁棒性好、可靠性高、直观性好等优点被广泛的应用于工业过程控制及运动控制中 。常规PID控制效果的优劣,不仅仅取决于控制系统模型的精确程度,还必须调整好三个参数的关系,而这种关系不一定是简单的线性组合。实际的工业过程及运动过程往往具有时变性、变参数、变结构等不确定性及很强的非线性,精确的数学模型难以建立,此外,常规PID还有实现在线调整困难,参数间相互影响,参数整定时间长等缺点,难以取得理想的控制效果。 随着控制理论的发展,将应用广泛的PID控制器与智能控制理论相结合 成为智能控制研究的新方向,神经网络算法具有逼近任意非
[工业控制]
基于BP<font color='red'>神经网络</font>的PID控制器及仿真
基于神经网络的热电偶非线性校正
1 引言   热电偶因其结构简单、易于制造和测温范围宽等优点而被广泛用于温度测量领域,但是热电偶非线性校正问题(也称线性化处理),严重影响了温度测量精度。国际、国内计算标准都给出了热电势 -温度 关系表,即热电偶分度表。其换算关系可以采用查表法,但这种方法在应用过程中显得很不方便,一种较好的办法可以利用神经网络技术建立起相应的数学模型,改善了热电偶的线性度。而神经网络具有强大的记忆容量、高速并行计算能力和非线性变换特性,能够随时进行再学习,可用来有效地校正系统的非线性。 2 热电偶非线性   热电偶的类型、规格、结构品种繁多,几乎都存在严重的非线性问题,其输出信号与测量温度之间呈非线性关系。从而给测量结果带来误差。本文采用神
[测试测量]
基于<font color='red'>神经网络</font>的热电偶非线性校正
基于神经网络的电子鼻肺癌早期诊断系统
肺癌是目前全世界最常见的恶性肿瘤之一,其发病率和死亡率不断上升。究其原因是肺癌病因不明,发病时间短、转移快、恶性程度高,早期不易诊断,到中、晚期失去了手术机会,患者五年生存率仅为15%左右。早期发现可使患者五年内生存率提高到70%~80%。所以早期发现、早期诊断、早期治疗是提高肺癌生存率和降低死亡率的关键。肺癌早期通常无特殊症状,几乎不被医生和病人警觉,并且常用诊断方法难以做到早期发现、早期定性诊断。   目前,基于电子鼻的疾病诊断研究主要集中在有关肾病、糖尿病的早期诊断和一些细菌的类型与生长阶段的识别。电子鼻的疾病诊断作为医学诊断无损化的重要方向之一,已经取得了很多成果,但目前还未有通过认证的呼吸诊断仪器的报道。如何进一
[医疗电子]
基于<font color='red'>神经网络</font>的电子鼻肺癌早期诊断系统
基于神经网络的声测法车辆类型辨识的应用研究
    摘要: 介绍了基于多层前馈神经网络的学习训练方法、运用噪声测量原理和方法判别汽车类型的识别系统,为汽车交通管理和监测统计提供了有力的依据和手段。     关键词: 汽车 神经网络 噪声 识别 随着我国高速公路和汽车技术的迅猛发展,汽车行驶速度越来越高,极需一种更有效交通管理系统。这种系统应能自动识别汽车,并能准确判断出汽车类型。20世纪50年代以来,点测试设备如环形成圈检测器,主要用于十字路口的交通控制和交通数据收集。这种探测系统通常利用埋置于路面下的电感线圈,通过电磁感应识别汽车,但这种系统存在着铺设费用昂贵、维护困难、不能将汽车分类等缺陷。利用声测地,并将此经过神经网络的训练,能够有效地识别路面上
[测试测量]
神经网络芯片速度增6倍 功耗少94%
据MIT News报道,麻省理工学院(MIT)的研究人员开发出了一种可用于神经网络计算的高性能芯片,该芯片的处理速度可达其他处理器的7倍之多,而所需的功耗却比其他芯片少94-95%,未来这种芯片将有可能被使用在运行神经网络的移动设备或是物联网设备上。 MIT电子工程与计算科学研究生Avishek Biswas是这个项目开发的领导者,他表示:“总体来说一般的处理器的运行模式是这样的,在芯片的一些部分里安放了内存,在进行计算的时候,它会在这些内存中来回移动数据。由于机器学习算法需要大量的算力,因此在来回移动数据的时候会消耗大量的能源。但是其实这些算法所做的计算可以被简化成一个种具体的操作,这种操作被称为点积(dot product
[半导体设计/制造]
Google展示AI新实力:让神经网络设计神经网络
炸了!2017 Google I/O开发者大会北京时间昨晚召开,Google带来一整晚密集的信息发布,也再次彰显了Google在人工智能方面的实力。 从移动优先转变为AI优先的Google,在I/O大会的首日几乎所有话题都跟人工智能有关,量子位也对重点内容进行梳理如下。 核心要点: 第二代TPU发布,以及TPU研究云 为移动设备优化的TensorFlow Lite AutoML强化算法,让神经网络设计神经网络 Google.ai上线,所有AI成果都在这里展示 相关数据: 月活安卓设备已达20亿部 5亿活跃的Google相册用户 Google地图每日导航超过10亿公里 人们每天观看10亿小时YouTube视频 以
[安防电子]
深思创芯携首颗AI神经网络平台芯片落户成都
前几日,iPhone X的亮相,凭借人脸识别功能可谓赚足了眼球。据悉,iPhone X除了通过原深感摄像头进行面容识别外,其所搭载的双核心A11仿生电子芯片是关键。这几年,苹果、微软、高通、IBM等全球巨头IT企业都在AI芯片领域有所布局,芯片的人工智能能力正在逐渐凸显。 六年磨一剑:深耕人工智能芯片 随着人工智能成为风口,入局者越来越多,热炒氛围一路高涨。据了解,市场上90%的企业都纷纷选择涉足软件、算法或者人脸识别、语音识别等领域,但成都市深思创芯科技有限公司CEO俞德军却认为,算法、人脸识别等应用最终都需要硬件作为载体支持,而传统芯片在人工智能应用中速度、功耗、体积等方面有明显的缺陷。而当前热炒的很多人工智能领域的公司却往往
[半导体设计/制造]
用于轮胎压力监测系统的技术与芯片应用特征
1、前言    轮胎压力监测系统(TPMS -TIre pressure monitoring system)对于提高汽车安全性有举足轻重的影响,当今世界己有不少国家高速公路安全协会因此立法强制实施TPMS。而低功耗、在恶劣环境下高度运行的可靠性、较小的压力传感器误差容限,以及更长的工作寿命等是TPMS的主要要求,于是方案的设计和芯片的选择也围绕这个要求进行。    1.1目前TPMS主要有三种实现方式。   直接TPMS系统、间接TPMS系统和正在推出的混合TPMS。但是,间接TPMS有一定的局限性,采用间接方法进行检测在很大程度上依赖于轮胎和负载因子。直接TPMS采用固定在每个车轮中的压力传感器直接测量每个轮胎的气压。
[汽车电子]
用于轮胎压力监测系统的技术与芯片应用特征
小广播
添点儿料...
无论热点新闻、行业分析、技术干货……
热门活动
换一批
更多
最新医疗电子文章
更多精选电路图
换一换 更多 相关热搜器件
更多每日新闻
随便看看

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 医学成像 家庭消费 监护/遥测 植入式器材 临床设备 通用技术/产品 其他技术 综合资讯

词云: 1 2 3 4 5 6 7 8 9 10

北京市海淀区中关村大街18号B座15层1530室 电话:(010)82350740 邮编:100190

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved