- 综合排序
- 最热优先
- 最新优先
- 来自专栏AI研习社
视频 | 10行代码，用大脑重量预测体重！硅谷AI网红亲身示范
用一个不同动物的大脑重量测量值的数据集，想要在给大脑重量出情况下预测其体重。由于我们的数据有标签，这就属于监督学习。 这个任务用到的机器学习，我们将其称为回归（regression），我们写了10行的python代码来实现，步骤如下： 先导入三个库： pandas 用来读取数据集 scikit-learn 这是此例中我们使用的机器学习库 这是一个二维数据，数据集包含多种动物的平均大脑重量和体重。 ? 当数据作为DataFrame的变量，很容易分析并将测量值读取为两个不同变量。 将大脑重量测量值存在x_values变量中，体重测量值存在y_values变量中。现在当我们要绘制这组数据的二维图表： ? 我们的目标是给定一个新的动物的体重，就能够预测它的大脑重量，该怎么做呢？
1.4K60发布于 2018-03-28 - 来自专栏脑机接口
根据大脑活动来重建大脑所感知的图像
Nemrodov表示，“当我们看到某个物品时，我们的大脑会产生一种心理感知，这本质上是对事物的一种心理印象。我们能够利用脑电图捕捉到这种感觉，从而直接说明在此过程中大脑中发生了什么。” 通过(A)左半球电极(P5, P7, P9, PO3, PO7，和O1)和(B)右半球电极(P6, P8, P10, PO4, PO8，和O2)对54个面部的总平均 ERP 。 虽然像 fMRI 这样的技术——通过检测血流变化来测量大脑活动——可以捕捉大脑特定区域发生的事情的详细细节，但 EEG 具有更大的实用潜力，因为它更常见、便携且价格低廉。 因此，我们可以使用EEG非常详细地了解我们大脑对面孔的感知是如何发展的。” 事实上，研究人员估计，我们的大脑需要大约170毫秒(0.17秒)才能形成我们所看到的面孔的良好表征。 如下图所示，在基于组数据的连续10毫秒窗口中，中性和快乐的人脸图像的重建结果。A，在两个不同时间的脸部刺激及其相应的重建的例子(左上角的数字表明基于图像的重建精度估计)。B、重建精度的时间过程。
1.1K40编辑于 2022-09-22 - 来自专栏大数据文摘
从视觉检测窥探人类大脑和数字大脑的差别
字符识别对于“智能”大脑而言是很难的：人类的大脑能识别具有缺失或错误字母的单词，比如 为什么是这样的形式？ 字符识别对于“智能”大脑而言是很难的：人类的大脑能识别具有缺失或错误字母的单词，比如G33z, y0u c4n 3v3n r34d th1s，这方面完胜“智能”大脑！还需要比较两者的适应性吗？ ◆ ◆ ◆ 重复性 当谈到重复性，“智能”大脑的得分更高。这几乎是大多数自动化过程中的关键概念：其结果将是可重复的，不管检查发生在什么时候。 那么，自动化视觉检测过程中，“你”实际上在做什么？
84850发布于 2018-05-22 - 来自专栏R语言数据分析指南
ggplot绘制大脑图谱
欢迎关注R语言数据分析指南 ❝最近交流群内看到有朋友询问大脑图谱相关的图，本节来介绍如何使用ggseg包来绘制此类图，该包内容十分丰富案例众多同时也兼容ggplot，详细内容请参考官方文档。
64710编辑于 2024-07-26 - 来自专栏用户1692782的专栏
“大脑”生长系列（八）
今天一起来看一下如何对图像做旋转和镜像处理，同样， OpenCV也提供了相应的接口，让我们一起来学习一下喽。
49120发布于 2020-04-10 - 来自专栏用户1692782的专栏
大脑生长系列（六）
上一讲是如何改变图像的分辨率和对比度，这一讲介绍一个听起来高大上的功能，图像金字塔，个人理解图像金字塔本质上也是图像大小的改变，只是改变的方式和算法有所不同。OpenCV实现了两种图像金字塔的功能，一种高斯金字塔，一种拉普拉斯金字塔。
52510发布于 2020-04-10 - 来自专栏用户1692782的专栏
“大脑”生长系列（二）
三、灰度图：简单理解，就是YUV中只有Y分量，而不考虑UV分量，比较古老的黑白电视的效果便是这样的喽。
35020发布于 2020-04-10 Google 在建未来的大脑，我们在做“聪明的大脑助手”
说它是“AI 模型大超市”好像有点低估它了——更准确地，GateOne 是一个能把各种强模型组织成“靠谱队伍”的派任务大脑 ♀️。
17310编辑于 2025-09-26- 来自专栏AI科技大本营的专栏
Jeff Dean：谷歌大脑背后的“大脑” | AI名人堂
例如，读者在《纽约时报》上阅读一篇文章时，系统会弹出并询问是否另外 10 个与其阅读相关的页面。 Dean 此前从未对信息检索产生过兴趣。而现在，他预感一场颠覆正在发生。他的想法改变了。 ▌谷歌大脑的雏形 《纽约时报》的一篇长文「The Great A.I. 2017 年 10 月，新上任的 CEO 桑达尔·皮查伊（Sundar Pichai）正式宣布 Google 从 Mobile First 转向 AI First 的战略。 ▌背后的“大脑” 今年 1 月，Dean 晒出了谷歌大脑 2017 的第一份成绩单：从 AutoML、语义理解和语言生成、到机器学习算法、TPU、TensorFlow 和开源软件等基础研究工作都取得了傲人的成绩 显然，这份漂亮的成绩单离不开 Jeff Dean 这位谷歌大脑背后的「大脑」的推动。
1.3K30发布于 2018-07-23 - 来自专栏新智元
先有大脑，还是先有睡眠？ScienceAdvances解密：睡眠先于大脑进化
大脑是产生睡眠的前提吗？ScienceAdvances解密：原来睡眠比大脑出现的还要早。 水螅，又名九头蛇，是一种简单的生物。 身长不到半英寸，管状的身体一端有一只脚，另一端有一个嘴。 大量的研究和人们的日常经验证明了人类睡眠与大脑的联系。 但是与这种以大脑为中心的睡眠观点相对应的观点已经出现。研究人员已经注意到，由肌肉和神经系统以外的其他组织产生的分子可以调节睡眠。 对于那些想更多了解睡眠的研究人员来说，了解睡眠对大脑的影响至关重要。 所以，在20世纪中叶，如果你想研究睡眠，你就成了脑电图的专家。 如果水母睡觉，这表明睡眠可能是在10亿年前进化而来的，可能是动物王国中几乎所有生物的基本功能，其中许多生物没有大脑。 这是因为，在动物中，水母是进化中最远的哺乳动物。 第一个沉睡者，不管它是什么，可能在10亿年前就消失了。 如果它是水螅和人类的共同祖先，那么它很可能拥有神经元和类似肌肉的东西，使它能够活动ーー这种活动的缺失是它的睡眠的特征，满足了它的特殊需要。
90820编辑于 2023-05-22 - 来自专栏CSDN技术头条
大脑记忆的建模
据国外媒体报道，科学家近日发现了大脑形成及失去记忆背后的数学方程。他们认为，这些方程可以精确地描述我们唤起回忆的方式。未来某一天，这一发现或许能帮助医生消除或改变病人脑海中与创伤事件有关的回忆。 瑞士洛桑联邦理工学院的科学家们研究了大脑是如何通过突触形成记忆的。突触具有很高的可塑性，因此神经元可以改变信息传递速度和密度，从而改变记忆。 这一算法通过改良，可以用于研发新的科技，在大脑中激发新的记忆，或是完全抹去以前的记忆。 “如果我们能理解突触形成或解散记忆网络的方式，我们就能在人类认知方式或心理治疗等领域有新的进展。” 当人类或动物睡着时，大脑往往会对白天的经历进行回放，从而强化这段经历，或是记住新的经历。 巴黎高等物理化工学院的科学家成功运用大脑回放的原理，在熟睡的老鼠大脑中创造了新的记忆。 当之前标明的特定脑细胞变得活跃时，研究人员便使用电极刺激其大脑中与“奖励”相关的部分。 而老鼠醒来之后，他们便会匆匆前去能够得到奖励的地方。这说明科学家已经在它们脑中创造了新的记忆。
1.5K80发布于 2018-02-09 - 来自专栏用户1692782的专栏
“大脑”生长系列（五）
亮度：亮度是指发光体（反光体）表面发光（反光）强弱的物理量。一个比较抽象的解释，哈哈。
45420发布于 2020-04-10 - 来自专栏用户1692782的专栏
“大脑”生长系列（三）
二值化就是将图像上的像素点的灰度值设置为0或255，通过一个阈值来判断，假设像素的值大于100设为255，小于100设为0便是一种策略。
45610发布于 2020-04-10 - 来自专栏用户1692782的专栏
“大脑”生长系列（四）
void resize(InputArray src, OutputArray dst, Size dsize, double fx = 0, double fy = 0, int interpolaiton == INTER_LINEAR);
43820发布于 2020-04-10 - 来自专栏用户1692782的专栏
“大脑”生长系列（九）
今天是关于图像合并相关的讲解。首先要区分一下图像合并与图像融合的概念：图像融合说的是两幅不同的图片的叠加，而图像合并说的是将两幅图像经过大小调整实现并排的效果。
52210发布于 2020-04-10 - 来自专栏用户1692782的专栏
“大脑”生长系列（一）
我们的“孩子”正在茁壮成长中，现在他已经能够选择性的寻找到自己感兴趣的区域喽。也就是每看到一幅完整的图像，可以选择性的摘取关心和感兴趣的区域，这再OpenCV中称作ROI操作。
42200发布于 2020-04-10 - 来自专栏码上修行
RocketMQ 大脑 NameServer 赏析
从 NameServer 起点 5.1 RocketMQ 大脑 —— NameServer NameServer 是一个 Broker 与 Topic 路由的注册中心，支持 Broker 的动态注册与发现 log.error("registerBrokerAll Exception", e); } } }, 1000 * 10 filterServer列表，消息过滤信息 路由元信息Map结构示例如下： 6.2 路由删除 org.apache.rocketmq.namesrv.NamesrvController#initialize // 每隔 10s this.scheduledExecutorService.scheduleAtFixedRate(NamesrvController.this.routeInfoManager::scanNotActiveBroker, 5, 10
86761编辑于 2023-11-17 - 来自专栏用户1692782的专栏
“大脑”生长系列（七）
dst = src1 * alpha（透明度 [0 ~ 1] 浮点数） + src2 * (1 - alpha) + gamma（增益）;
46910发布于 2020-04-10 - 来自专栏体感音乐与脑科学
人类大脑新认知！《科学》研究揭示大脑皮层的起源
人类的大脑皮层是感知世界、思考问题、做出行动的重要基础。但关于皮层，一直有一个根本性的问题长期困扰着神经科学家：皮层究竟是怎么组织起来的？历史上，有两种观点争论不休。 研究整合多项技术，对狨猴大脑构建了首个多模态分子图谱。结果显示，皮层差异并非随机分布，而是形成了一条清晰的双极梯度轴——Pr-Al轴。 这一发现揭示了大脑皮层的本质：它并非由孤立区域拼接而成的地图，而是一个由相对锚点共同牵引、动态生成的连续梯度系统。 这些发现共同确立了对立梯度框架是一个跨越至少9000万年大脑进化史的基本保守原则。与此同时，这条轴又表现出动态的发育过程。 这一点对于理解灵长类大脑尤其重要。新研究将一个关于大脑的复杂谜题，压缩成了一个清晰的组织图景。Paxinos 教授认为，这项工作的核心意义也正是在于确立了对立梯度框架作为大脑皮层的一个基本组织原则 。
18810编辑于 2026-05-15 - 来自专栏脑机接口
论文周报 | 第10期 大脑对陌生音乐的反应要比对熟悉音乐的反应强度
第10期 论文周报 ? 大脑对陌生音乐的反应要比对熟悉音乐的反应强度 导读 ---- 音乐感知涉及复杂的大脑功能。 音乐和大脑之间的关系，例如大脑皮层的夹带与周期性的音调旋律节拍和音乐，已经得到了广泛的研究。也有报道说，大脑皮层对不熟悉的音乐的周期性节律反应比对熟悉的音乐周期性节律的反应更加强烈。 尚不清楚音乐的熟悉程度如何影响大脑的反应。为了解决这个问题，该论文分析脑电图（EEG）来研究大脑皮层反应和音乐熟悉度之间的关系。使用钢琴声音产生的旋律作为简单的自然刺激。 如下图所示，根据国际10-10系统，在头皮上放置了32个电极。 GND电极和参考电极分别位于AFz和A1。 ? 然后然后使用表1的前10个片段，创建了10个加扰版本。 ? 下图为创建声音刺激的过程。 ? 实验范式。实验包括两个阶段，每个阶段分为30个试验。在每个试验中，脑电图记录持续34秒。
87730发布于 2020-06-30
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号