計算機科學家使用圖神經網絡將流感病例識別為區域互連的簇
計算機科學家使用圖神經網絡將流感病例識別為區域互連的簇。流感預測的這種扭曲使該團隊的算法可以發現區域內和區域之間的感染模式，從而幫助衛生官員進行決策。
新澤西州史蒂文斯理工學院的岳寧博士及其同事說，他們的AI技術比其他現代系統所提供的準確性提高了11%。
他們聲稱，憑借這種優勢，該方法（包括“捕獲時空的相互作用”）可以預測流感在疫情到來之前的15周內爆發。
“我們的模型也是非常透明的，”寧說，在一個新聞發布會上。“在其他AI預測使用“黑匣子”算法的地方，我們能夠解釋為什么我們的系統做出特定的預測，以及它如何認為不同地區的疫情會相互影響。”
Ning及其同事對來自美國和日本的真實狀態和區域數據進行了算法訓練。他們對照歷史流感數據測試了其預測。
該研究所認為，這種新技術具有預測局部和區域COVID暴發的潛力。
責任編輯：lq
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。
舉報投訴
-
神經網絡
+關注
關注
42文章
4814瀏覽量
103550 -
算法
+關注
關注
23文章
4709瀏覽量
95338 -
ai技術
+關注
關注
1文章
1308瀏覽量
25147
發布評論請先 登錄
相關推薦
熱點推薦
NVIDIA 宣布推出 DGX Spark 個人 AI 計算機
臺式超級計算機由 NVIDIA Grace Blackwell 驅動，為開發者、研究人員和數據科學家提供加速 AI 功能；系統由頭部計算機制造商（包括華碩、Dell Technologies、HP
發表于 03-19 09:59
?317次閱讀
BP神經網絡與卷積神經網絡的比較
BP神經網絡與卷積神經網絡在多個方面存在顯著差異，以下是對兩者的比較： 一、結構特點 BP神經網絡 ： BP神經網絡是一種多層的前饋神經網絡
什么是BP神經網絡的反向傳播算法
神經網絡（即反向傳播神經網絡）的核心，它建立在梯度下降法的基礎上，是一種適合于多層神經元網絡的學習算法。該算法通過計算每層網絡的誤差，并將這
BP神經網絡在圖像識別中的應用
BP神經網絡在圖像識別中發揮著重要作用，其多層結構使得網絡能夠學習到復雜的特征表達，適用于處理非線性問題。以下是對BP神經網絡在圖像識別中應
人工神經網絡的原理和多種神經網絡架構方法
所擬合的數學模型的形式受到大腦中神經元的連接和行為的啟發，最初是為了研究大腦功能而設計的。然而，數據科學中常用的神經網絡作為大腦模型已經過時，現在它們只是能夠在某些應用中提供最先進性能的機器學習模型。近年來，由于
量子計算機與普通計算機工作原理的區別
? 本文介紹了量子計算機與普通計算機工作原理的區別。 量子計算是一個新興的研究領域，科學家們利用量子力學，制造出具有革命性能力的計算機。雖然
卷積神經網絡在自然語言處理中的應用
自然語言處理是人工智能領域的一個重要分支，它致力于使計算機能夠理解、解釋和生成人類語言。隨著深度學習技術的發展，卷積神經網絡（CNNs）作為一種強大的模型，在圖像識別和語音處理等領域取得了顯著成果
卷積神經網絡與傳統神經網絡的比較
在深度學習領域，神經網絡模型被廣泛應用于各種任務，如圖像識別、自然語言處理和游戲智能等。其中，卷積神經網絡（CNNs）和傳統神經網絡是兩種常見的模型。 1. 結構差異 1.1 傳統
卷積神經網絡的基本原理與算法
），是深度學習的代表算法之一。 一、基本原理 卷積運算 卷積運算是卷積神經網絡的核心，用于提取圖像中的局部特征。 定義卷積核：卷積核是一個小的矩陣，用于在輸入圖像上滑動，提取局部特征。 滑動窗口：將卷積核在輸入圖像上滑動，每次滑動一個像素點。
LSTM神經網絡在語音識別中的應用實例
語音識別技術是人工智能領域的一個重要分支，它使計算機能夠理解和處理人類語言。隨著深度學習技術的發展，特別是長短期記憶（LSTM）神經網絡的引入，語音識別的準確性和效率得到了顯著提升。
關于卷積神經網絡，這些概念你厘清了么~
許多種類型，但本文將只關注卷積神經網絡(CNN)，其主要應用領域是對輸入數據的模式識別和對象分類。CNN是一種用于深度學習的 人工神經網絡 。這種網
發表于 10-24 13:56
【飛凌嵌入式OK3576-C開發板體驗】RKNN神經網絡-車牌識別
LPRNet基于深層神經網絡設計，通過輕量級的卷積神經網絡實現車牌識別。它采用端到端的訓練方式，不依賴字符分割，能夠直接處理整張車牌圖像，并輸出最終的字符序列。這種設計提高了識別的實時
發表于 10-10 16:40
計算機視覺技術的AI算法模型
計算機視覺技術作為人工智能領域的一個重要分支，旨在使計算機能夠像人類一樣理解和解釋圖像及視頻中的信息。為了實現這一目標，計算機視覺技術依賴于多種先進的AI算法模型。以下將詳細介紹幾種常
UNet模型屬于哪種神經網絡
U-Net模型屬于卷積神經網絡（Convolutional Neural Network, CNN）的一種特殊形式 。它最初由德國弗萊堡大學計算機科學系的研究人員在2015年提出，專為生物醫學圖像
FPGA在深度神經網絡中的應用
、低功耗等特點，逐漸成為深度神經網絡在邊緣計算和設備端推理的重要硬件平臺。本文將詳細探討FPGA在深度神經網絡中的應用，包括其優勢、設計流程、關鍵技術以及實際應用案例。
工商網監
評論