搜索
当前位置: 苹果彩票注册 > 斑胸草雀 >

怎么用人工神经汇集对神经元举行高精度邻接?

gecimao 发表于 2019-03-14 14:09 | 查看: | 回复:

  r 上转发评价称,“使用人工神经网络重建真实神经元的连接性研究真的很酷。”

  根据维基百科的定义,连接组学(Connectomics)绘制与研究神经连接组(connectomes)是一种刻画有机体神经系统(尤其是脑和眼)的连接方式的完整线路图。由于这些结构极其复杂,高效筛选的神经成像和组织学方法被用于提高绘制神经连接线路图的速度、效率和精度。

  连接组学的目的是全面映射神经系统中的神经元网络的结构,以便更好地理解大脑是如何运作的。这个过程需要以纳米分辨率(通常使用电子显微镜)对脑组织进行 3D 成像,然后分析所得到的图像数据,以追踪大脑的神经轴突,并识别单个突触连接。

  由于成像的高分辨率,即使是 1 立方毫米的脑组织也可以产生超过 1000 TB 的数据。再加上这些图像中的结构比较微妙和复杂,大脑映射的主要瓶颈是自动分析这些数据,而不是获取数据本身。

  在大规模电子显微镜数据中追踪神经轴突是一个图像分割问题。传统算法将该过程划分为至少两个步骤:使用边缘检测器或机器学习分类器找出神经轴突之间的边界,然后使用分水岭(watershd)或图形切割等算法将未被边界分隔的图像像素进行组合。

  2015 年,他们开始尝试基于递归神经网络的替代方法,将这两个步骤统一起来。该算法在特定的像素位置播种,然后使用循环卷积神经网络不断地“填充”一个区域,该网络会预测哪些像素是与该特定像素属于同一部分。自 2015 年以来,他们一直致力于将这种新方法应用于大规模的连接组数据集,并严格量化其准确性。

  分割对象的泛洪填充网络。黄点是当前焦点区域的中心; 当算法不断检查整个图像时,分割区域会不断扩展(蓝色)。

  他们设计了一个叫做“预期运行长度”(ERL)的度量标准:给出大脑三维图像中随机神经元内的随机点,在犯错前,可以追踪神经元的距离。这是一个平均故障间隔时间(Mean Time Between Failures)的示例,但在这种情况下检测出的是故障之间的空间而不是时间。

  对于研究人员而言,ERL 的吸引力在于,它将线性物理路径长度与算法产生的各个错误的频率联系起来,并且可以直接计算。对生物学家来说, ERL 的特定数值可以与生物学相关数量产生联系,例如神经系统不同部分的神经元平均路径长度。

  蓝线表示预期运行长度(ERL)的结果。红线表示“合并率”,“合并率”指两个单独的神经轴突被错误地追踪为单个对象的频率; 非常低的合并率对于实现手动识别和纠正重建中的剩余错误很重要。

  他们使用 ERL 测量了在 100 万立方微米的斑胸草雀大脑的真实神经元数据集,发现该方法的表现好于其他应用于同一数据集的深度学习方法。

  他们使用新的泛洪填充网络方法对斑胸草雀大脑的一小部分神经元进行分割,重建一部分斑胸草雀的大脑。不同颜色表示使用填充灌溉网络自动生成的分割的不同对象。金球代表使用以前的方法自动识别的突触位置。

  他们还将继续改进连接组学重建技术。为了帮助更多研究团体开发连接组学技术,他们开发了用于泛洪填充网络方法的TensorFlow代码,并开发了用于 3D 数据集的 Web GL 可视化软件帮助理解和改进重建结果。

  文章出处:【微信号:rgznai100,微信公众号:AI科技大本营】欢迎添加关注!文章转载请注明出处。

  如何使用S函数实现BP神经网络PID控制器及Simulink仿真的资料说明

  BP网络在人工神经网络中应用最为广泛,文中给出基于MATLAB语言的BP神经网络PID控制器的S函数....

  其实由于随机初始化等机制缺乏可复现性,早期的神经网络研究并不受欢迎。虽然,目前证明神经网络的表征能力....

  增强现实技术已经通过模拟试验和教学应用的形式进入到我们的生活,但Google眼镜将大幅提升该技术的应....

  贝塞尔曲线在手写识别中有着很长的应用历史,基于贝塞尔曲线可以对输入数据进行更加连续的表达,对于不同的....

  该书讲述了搜索引擎、PageRank、公开密钥加密、纠错码、模式识别、数据压缩、数据库、数字签名等内....

  瑞芯微 RK3399开发板——该芯片在安防等领域有广泛应用,采用28nm工艺。结果显示,在浮点模型不....

  《麻省理工科技评论》提出这一份“ 2000-2019 年糟糕科技清单”的原因

  电动平衡车 Segway,是一种电力驱动、具有自我平衡能力的个人运输工具,是都市用交通工具的一种。你....

  Google开源了一款名为TensorFlow Federated的框架

  从一个著名的图像数据集 MNIST 开始。MNIST 的原始数据集为 NIST,其中包含 81 万张....

  一个基于PyTorch的几何深度学习扩展库,为GNN的研究和应用再添利器

  作者在论文中写道:“这是一个 PyTorch 的几何深度学习扩展库,它利用专用的 CUDA 内核实现....

  在经过150万手的练习之后,这对AI搭档已经发展出了它们自己的约定,比如用叫一种花色的三张牌的方式来....

  基于视觉特征以及未标注目标对的软性标签的相似度一致性,我们提出了软多标签引导的 hard negat....

  DeepMind又放福利:开源了一个内部的分布式机器学习库TF-Replicator

  TensorFlow 针对 TPU 的原生 API 与针对 GPU 的方式不同,这造成了使用 TPU....

  通过一些先进的降维技术,可以将收集到的激活向量投影到有用的二维布局中,并保留原始空间的一些局部结构。....

  【PYNQ-Z2试用体验】基于PYNQ的神经网络自动驾驶小车-搭建神经网络

  在之前的帖子中,我们完成了神经网络自动驾驶小车的硬件搭建与底盘控制。当小车通过WiFi无线连接到网络后,已经可以对其进行远...

  【PYNQ-Z2试用体验】基于PYNQ的神经网络自动驾驶小车-多路电机控制

  在上一篇帖子中,我们完成了“基于PYNQ的神经网络自动驾驶小车”的硬件搭建。本文我们将继续完善小车的软件框架,为小车的底...

  顾名思义,“表示”(representation) 就是信息在网络中编码的方式。当一个单词、一个句子....

  在许多计算机视觉应用中,视频流中运动物体的检测是信息抽取分析的第一个相关步骤。除了能够将视频流分割成....

  视频流中运动物体的抽象检测是许多计算机视觉应用中信息提取的第一步。除了能够将视频流分割为移动和背景组....

  一个完美的开发过程是这样的:测试先行,开发人员会些设计一些边界场景的测试用例,比如数据的取值范围从极....

  近年来,对单张图像中人体 3D 姿态和形状估计的研究得到了广泛关注。然而,在图像 3D 纹理生成领域....

  在这篇题为《将拟势函数视为随机梯度下降损失函数中的隐式正则项》的论文中,作者提出了一种统一的方法,将....

  该网络被分成4个分区,这个巨型模型在多个流行数据集上表现良好,在没有任何外部数据的情况下,精度达到了....

  Google的项目大多使用C++开发。每一个C++程序员也都知道, C++具有很多强大的语言特性,但....

  【PYNQ-Z2试用体验】基于PYNQ的神经网络自动驾驶小车 - 硬件搭建

  根据项目规划,本篇帖子将详解“基于PYNQ的神经网络自动驾驶小车”的硬件搭建。 一、材料清单 制作小车所需的主要部件与...

  神经网络的逻辑与此不同,如果一个神经网络被训练学习英语,那么其会通过调用参数解决英语问题。如果你想教....

  加州大学伯克利分校的吉滕德拉•马立克(Jitendra Malik)以及其他11位机器学习专家近期发....

  本书包含四个组成部分:导论,监督学习,无监督学习,神经网络动力学模型。导论部 分介绍神经元模型、神经....

  传统机器学习正在凸显它的不足。为了解决此问题,伯克利大学人工智能实验室教授继2017年提出元学习后,....

  前言前面我们通过notebook,完成了在PYNQ-Z2开发板上编写并运行python程序。我们的最终目的是基于神经网络,完成手写的数字...

  在本篇文章中,我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学....

  【PYNQ-Z2试用体验】基于PYNQ的神经网络自动驾驶小车 - 项目规划

  本次试用PYNQ-Z2的目标作品是“基于PYNQ的神经网络自动驾驶小车”。 在之前的一个多月内,已经完成了整个项目初步实...

  据外媒报道,神经网络和深度学习可从数据中学习,并根据学习做出决策,代表了机器学习技术的下一个发展方向....

  任何人工智能的难题都可以被解决。唯一能证明这一论断成立的是这样一个事实:自然界通过进化已经解决了这些....

  现实中的自然语言处理面临着多领域、多语种上的多种类型的任务,为每个任务都单独进行数据标注是不大可行的....

  说起Deepfake的工作机制,它有点类似各语言间的互相翻译,先用深层神经网络(Deep Neura....

  在图分类数据集上,通过实验验证我们的理论,其中 GNN 的表达能力对于捕获图结构至关重要。特别是,我....

  随着手机科技的不断发展,现在大多数人用的都是智能机,而智能机的密码形式非常丰富。以前手机的密码一般都....

  除了众所周知的 Deepfake 这样的换脸技术外,今天要介绍的是与人们息息相关的指纹,它被广泛应用....

  这款“神器”的开发者之一Youngjoo Jo表示:我们认为这个程序可以让设计师不用做那么多枯燥的劳....

  Bengio 等研究者在前不久的最新论文《Quaternion Recurrent Neural N....

  供水管网发生爆管事故后,快速确定爆管位置,可以实现迅速抢修,有效降低事故的损失。针对爆管定位问题,本....

  计算机先驱Joseph Weizenbaum惊恐地看到人们对待他的简单心理学聊天机器人ELIZA,坚....

  本文提出了一种基于生物力学的递归神经网络(Bio-LSTM),该网络可以在全局坐标系下预测行人的位置....

  人工智能主要是为了解决预测(回归)和分类两大问题。在生活中,预测的例子有很多,比如根据房屋面积等信息....

  近日,一位来自 Google 的开发者 Felipe Hoffa 发表了一篇文章,分析 Stack ....

  2018年10月,谷歌旗下社交网络Google+被曝出存在安全漏洞,这一漏洞自2015年以来已经泄露....

  周末公司召开了一个工程师大会,在总结自身经验教训的同时,还外请了一些人来给我们做报告,其中就有一个G....

  需要大量的注释数据;难以在标准测试集外取得良好表现;对于数据的微小变化尤为敏感。这都是近年来深度学习....

  然而,对于古汉语(文言文),尤其是诗词的分词处理可没有这么简单,因为单字词占古汉语词汇统计信息的80....

  在本文中,我们将重点介绍BERT在多标签文本分类问题中的应用。传统的分类问题假定每个文档都分配给一个....

  更节能的硬件不仅对这类技术的蓬勃发展是必要的,而且对改善Facebook等公司实时识别照片和视频内容....

  更节能的硬件不仅对这类技术的蓬勃发展是必要的,而且对改善Facebook等公司实时识别照片和视频内容....

  自从第一台数字计算机出现以来,人们摆脱了繁重的计算工作。计算机能以高精度和高速度处理大量数据。然而,....

  来源:雷锋网在过去的一年里,我和我的团队一直致力于提高 Taboola Feed 的个性化用户体验。....

  机器学习算法篇--卷积神经网络基础(Convolutional Neural Network)...

  1、例程包含了BP神经网络、SVM和其他一些算法的例子 2、有助于学习人工智能与labview的结合应用 3、使用例子需要安装ML...

  嗨, 我也对此有服务请求,但我认为查询社区会很好,因为这是一个特殊的设置,许多不幸的选择已经强制要求。 我们正在尝试在G...

  导读:据美国科技媒体VentureBeat报道,风险投资公司Loup Ventures通过智能音箱对主流数字语音助手进行的测试显示,虽然...

本文链接:http://netvinyls.com/banxiongcaoque/130.html
随机为您推荐歌词

联系我们 | 关于我们 | 网友投稿 | 版权声明 | 广告服务 | 站点统计 | 网站地图

版权声明:本站资源均来自互联网,如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

Copyright @ 2012-2013 织梦猫 版权所有  Powered by Dedecms 5.7
渝ICP备10013703号  

回顶部