- 综合排序
- 最热优先
- 最新优先
- 来自专栏数据科学（冷冻工厂）
Signac｜成年小鼠大脑 单细胞ATAC分析（2）
引言 在本教程中，我们将探讨由10x Genomics公司提供的成年小鼠大脑细胞的单细胞ATAC-seq数据集。本教程中使用的所有相关文件均可在10x Genomics官方网站上获取。 0.1, max.cutoff = 'q95', ncol = 3 ) 与 scRNA-seq 数据整合 为了更好地解读单细胞ATAC-seq数据，我们可以根据来自相同生物体系（即成年小鼠大脑 3 IT"), ident.2 = c("L4", "L5 IT", "L6 IT"), test.use = 'LR', latent.vars = 'nCount_peaks' ) head(da_peaks) ## p_val avg_log2FC pct.1 pct.2 p_val_adj ## chr4- max.cutoff = 'q95' ) plot1 | plot2 open_l23 <- rownames(da_peaks[da_peaks$avg_log2FC > 3, ]) open_l456
33410编辑于 2024-06-18 - 来自专栏yeedomliu
《刻意练习》第2章 大脑的适应能力
大脑就像肌肉，越练越大 早在2000年，马圭尔就发表了关于出租车司机的研究成果，马圭尔发现，在出租车司机的大脑之中，海马体的一个特定部位比其他实验对象更大，这个部位是海马体的后部 ---- 大脑拥有无限的适应能力 改变也停止了 挑战越大，变化越大，但不要太过 一个人遇到的挑战越大，在一定程度上，大脑中的变化也越大。 大脑和身体一样，对于处在舒适区之外却离得并不太远的“甜蜜点”上的挑战，改变最为迅速 ---- 练习改变大脑结构 音乐训练如何改变大脑 音乐训练以各种不同方式改变了大脑的结构与运行，使人们的音乐演奏能力进一步增强 换 三个重要细节 经常性的训练会使大脑中受到训练挑战的区域发生改变。 大脑通过自身重新布线的方式来适应这些挑战，增强其执行那些挑战所需功能的能力 年轻人的大脑，即儿童和青少年的大脑，比成年人的大脑更具适应能力，因此，年纪越小，训练产生的影响也越大 那些已经超常发展了某项技能或能力的人
97620发布于 2019-09-29 - 来自专栏大数据文摘
模拟大脑的2类实践：计算机科学、生物学
计算机科学家尝试用芯片、机器学习搭建大脑；生物科学家在用人体的其他细胞（比如皮肤细胞）经过重新编程后，培育出大脑。哪一个才是方向，亦或兼而有之？今天的文章带您感受这两个领域的最新进展。 IBM用48块芯片构建啮齿动物大脑 作者：老吕IO/雷锋网、wired 在美国圣何塞附近的研究室里，IBM用48块TrueNorth试验芯片构建了一个电子的啮齿动物大脑，每一块芯片都可以模拟大脑的一个基本构件 他是说一个小型啮齿动物的大脑，至少这堆芯片能顶的上那样的大脑。这些芯片充当了大脑的基本构件——神经元。 俄亥俄州立大学的科学家们称他们已经在培养皿中培育出的近乎完整的大脑，它相当于五周胎儿大脑的成熟度。 该大脑类器官是通过成年人的皮肤细胞重编程而来，是至今为止最完整的人类大脑模型。虽然它只有铅笔橡皮擦般的大小，但具有可识别的结构，且包括了人类胎儿大脑中存在的99%的基因。
74840发布于 2018-05-21 - 来自专栏CreateAMind
一个框架整合大脑理论2 第一章
Neats总是在大脑和思维现象的(明显的)异质性之外寻求统一。这通常对应于设计自上而下的、规范的模型，这些模型从基本原则出发，并试图尽可能多地推导出关于大脑和思维的信息。 通往主动推理的低端道路始于贝叶斯大脑的概念，它将大脑视为一个推理引擎，试图优化其感官输入原因的概率表示。 2 除了推动当前的行动选择以改变当前可用的感觉数据之外，主动推理框架还适应规划——或者选择未来的最佳行动过程(或政策)。 3 在主动推理下，所有认知操作都被概念化为基于生成模型的推理，这与大脑执行概率计算的想法一致，也称为贝叶斯大脑假设。 感知和学习的主动特征与当前大多数理论形成了鲜明的对比，这些理论将感知和学习视为被动的过程；这将在第2章中展开。 5 行动本质上是目标导向和有目的的。
45830编辑于 2023-10-24 - 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。 在N170分量(图1)和模式分类发现的识别峰(图2)附近，重构精度最大。 Nemrodov指出，这项研究证实了脑电图在这种类型的图像重建方面的潜力，许多研究人员怀疑，鉴于其明显的局限性，这是可能的。
99540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
它结合了视觉传感器（1D，2D或3D）和数据处理器（如电脑，或者类似傻瓜相机中的嵌入式处理器）。视觉检测系统会输出诸如“被监测部分是好或是坏”之类的输出结果。 本篇文章将着重阐述在工业界广泛使用的，基于2D图像的视觉检测系统。 听起来，这像极了我们人脑的信息处理结构：传感器+处理器+行动器。那么，自动化视觉检测系统和人脑的区别在哪里呢？ 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？
78850发布于 2018-05-22 - 来自专栏用户8771298的专栏
2.react心智模型(来来来,让大脑有react思维吧)
人人都能读懂的react源码解析(大厂高薪必备) react心智模型(来来来,让大脑有react思维吧) 视频讲解 视频课程的目的是为了快速掌握react源码运行的过程和react中的scheduler 上的节点，这三个函数是commitBeforeMutationEffects、commitMutationEffects、commitLayoutEffects，他们主要做的事情如下，后面会详细讲解，现在在大脑里有一个结构就行 //处理config，把除了保留属性外的其他config赋值给props //... } const childrenLength = arguments.length - 2;
97630编辑于 2021-12-09 - 来自专栏用户1692782的专栏
“大脑”生长系列（八）
旋转的方式 { ROTATE_90_CLOCKWISE = 0, //顺时针旋转90度 ROTATE_180 = 1, //顺时针旋转180度 ROTATE_90_COUNTERCLOCKWISE = 2, 说明： src : 源图像 dst：目标图像 flipCode：镜像的方式 { 0：围绕x轴做镜像 1：围绕y轴做镜像 -1：同时围绕x轴y轴做镜像 } 代码演示 #include <opencv2/ core.hpp> #include <opencv2/imgcodecs.hpp> #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp iostream> using namespace cv; using namespace std; int main(int argc, char *argv[]) { Mat img = imread("2.
42920发布于 2020-04-10 - 来自专栏用户1692782的专栏
大脑生长系列（六）
调整后的目标大小，默认成倍缩放 borderType: 边缘像素处理方式 试试这段代码，理解会更深刻 int main(int argc, char *argv[]) { Mat src = imread("2.
45710发布于 2020-04-10 - 来自专栏用户1692782的专栏
“大脑”生长系列（二）
cvtColor(src, dst, transfer_type) src与dst分别表示转换前的图片与转换后的图片； transfer_type表示格式转换的方法： 如从BGR转到YUV： COLOR_BGR2YCrCb 示例代码 int main(int argc, char *argv[]) { Mat src = imread("2.jpg"); Mat gray; cvtColor(src , gray, COLOR_BGR2GRAY)； namedWindow("src"); namedWindow("gray"); imshow("src", src);
30620发布于 2020-04-10 - 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。 fill = region), show.legend = FALSE, color = "black", position = "dispersed") 案例2
54410编辑于 2024-07-26 - 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
基于自身的互联网服务和 Android 平台的海量用户，在 2C 市场，Google 不仅可以直接将这部分用户转化潜在消费者，还能获取大量的行为数据，满足深度学习平台的训练需要，进一步优化 Google 1999 年 2 月，Dean 离职转而进入一家名为 mySimon 的初创公司。 不过在这几个月里，Dean 却感到十分无聊。 ▌谷歌大脑的雏形 《纽约时报》的一篇长文「The Great A.I. ▌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。
1.2K30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。 一个多世纪以来，研究睡眠的人员一直在大脑中寻找睡眠的目的和结构。他们研究了睡眠与记忆和学习的关系。对把我们推入昏睡状态又把我们拉出来的神经回路进行了编号。 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。 研究人员发现，海豚和迁徙的鸟类在看起来清醒的时候，可以让半个大脑进入睡眠状态。大象几乎每时每刻都醒着，而小棕蝙蝠几乎每时每刻都在睡觉。
81620编辑于 2023-05-22 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 ♀️。
15010编辑于 2025-09-26- 来自专栏用户1692782的专栏
“大脑”生长系列（九）
#include <opencv2/core.hpp> #include <opencv2/imgcodecs.hpp> #include <opencv2/highgui.hpp> #include int width1 = img1.cols; int width2 = img2.cols; /* 将高图像等比缩放与低图像一致*/ if (img1.rows > img2.rows) { , height)); } else if(img1.rows < img2.rows) { width2 = img2.cols * ((float)img1.rows / img2.rows ); resize(img2, img2, Size(width2, height)); } // 创建目标图像 Mat des; des.create(height, width1 + width2 , 0, width2, height)); img2.copyTo(r2); namedWindow("des"); imshow("des", des); waitKey(0); return
46210发布于 2020-04-10 - 来自专栏用户1692782的专栏
“大脑”生长系列（一）
来段代码 int main(int argc, char *argv[]) { Mat src = imread("2.jpg"); Rect rect(256, 256, 200, 200);
38700发布于 2020-04-10 - 来自专栏码上修行
RocketMQ 大脑 NameServer 赏析
为什么是 RocketMQ 2. 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 本地源码调试 —— Step by Step【附录】 （1）从 GitHub 上 clone 代码到本地 https://github.com/apache/rocketmq.git （2）导入 IDEA
76361编辑于 2023-11-17 - 来自专栏用户1692782的专栏
“大脑”生长系列（四）
这里简单说明一下这段代码： （1）resize是我们做大小调整的接口，src是我们的源图像，采取默认的width方向和height方向的缩放方式； （2）演示了两种缩放的算法： INTER_NEAREST
37520发布于 2020-04-10 - 来自专栏用户1692782的专栏
“大脑”生长系列（五）
beta：对比度的调整参数 代码演示 int main(int argc, char *argv[]) { //调整对比度和亮度 Mat src = imread("3.jpg"); Mat des2; src.convertTo(des2, -1, 2.0, 50); namedWindow("src"); namedWindow("des2"); imshow("src", src); imshow("des2", des2); waitKey(0); return 0; } ?
41220发布于 2020-04-10 - 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。 参考资料 1）记忆形成背后的数学方程：或可消除改变记忆（http://tech.sina.com.cn/d/f/2015-05-20/doc-icpkqeaz4838072.shtml） 2）Modeling
1.4K80发布于 2018-02-09
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