- 综合排序
- 最热优先
- 最新优先
- 来自专栏程序员IT圈
使用 JavaScript 实现机器学习和神经学网络
0+4 ) d(a1,a3) = sqrt(8) = 2.3 从结果中我们可以看出数组2比数组1更为接近数组3。 图 4：随机城市 ? 一旦解决了这组随机城市TSP问题，结果就如下图所示。 图 5：可能的解决方案 ? [m1, m2, m3 ,m4, m5, m6, m7, m8, m9, m10] [f1, f2, f3 ,f4, f5, f6, f7, f8, f9, f10] 现在我们将这些切点加进去。 [m1, m2] [m3 ,m4, m5, m6] [m7, m8, m9, m10] [f1, f2] [f3 ,f4, f5, f6] [f7, f8, f9, f10] 如此会产生下面两个子代。 [m1, m2] [f3 ,f4, f5, f6] [m7, m8, m9, m10] [f1, f2] [m3 ,m4, m5, m6] [f7, f8, f9, f10] 根据另一个随机事件，每个解决方案都可能会发生突变
1.2K100发布于 2018-03-05 - 来自专栏人工智能
通过JS库Encog实现JavaScript机器学习和神经学网络
除此之外，Encog还可以为http://www.heatonresearch.com/wiki/Meta_Trader_4的实际案例生成对应代码，本文将重点介绍如何使用支持JavaScript的Encog 0+4 ) d(a1,a3) = sqrt(8) = 2.3 从结果中我们可以看出数组2比数组1更为接近数组3。 [m1, m2, m3 ,m4, m5, m6, m7, m8, m9, m10] [f1, f2, f3 ,f4, f5, f6, f7, f8, f9, f10] 现在我们将这些切点加进去。 [m1, m2] [m3 ,m4, m5, m6] [m7, m8, m9, m10] [f1, f2] [f3 ,f4, f5, f6] [f7, f8, f9, f10] 如此会产生下面两个子代。 [m1, m2] [f3 ,f4, f5, f6] [m7, m8, m9, m10] [f1, f2] [m3 ,m4, m5, m6] [f7, f8, f9, f10] 根据另一个随机事件，每个解决方案都可能会发生突变
3.1K100发布于 2018-02-05 - 来自专栏MixLab科技+设计实验室
Neuro-X，神经学x建筑学、营销学、电影……
那个年代，普遍认可神经学与建筑设计之间的关联，但未形成具体的学科或缺少工具进行验证。如今，其已经成为一门学科，我们可以深入地探索人的神经反应与建筑间的关联。 神经营销学 Neuromarketing 运用神经学方法来确定消费者选择背后的原动力。研究者运用核磁共振画出被测试者的脑部图，来揭示他们是如何对广告或者物品产生反应的。 2003年，美国Read Montague教授的神经学研究 Montague对百事挑战实验进行了“翻新”，他使用 fMRI （功能性磁共振成像仪）对受试者的大脑进行扫描成像。 神经学电影 neurocinematics 把神经学运用到剧情电影中，这种神经营销学和电影的结合体被称为神经学电影。 shadow opus 欢迎神经学科爱好者 加入社群，关注后回复：群聊 ⤵️
76240发布于 2021-10-12 - 来自专栏脑机接口
浅谈脑机接口：传统神经学科的颠覆者
人类从未停止对大脑的研究，然而有关于大脑的探秘如今所发现的也仅仅只是冰山一角，作为神秘的研究领域，脑科学直到下个世纪仍是前沿科学。
77620编辑于 2022-09-22 - 来自专栏大数据文摘
神经学家使用大数据工具分析大脑细胞活动
为此，神经学家利用分布式计算工具Thunder（闪电），进行了大量研究。 ? 神经学家在第一次考虑数据的时候，很少能迸发新的思路。相反，最初的研究可能暗含更有希望的方法，只需要进行少量调整、使用新的计算分析，原来的数据就可以更有用途。 这也就是为什么使用龟速的计算工具分析神经学数据会让人大为受挫。Freeman提到：“对一些分析来说，你可以上传数据，开始跑数据，第二天再回来看。
87070发布于 2018-05-22 一键生成眨眼照片，人脸识别图片眨眼生成器，基于python神经学开发
实现了完整的眨眼动画生成功能，包含人脸检测、关键点定位、眼睛区域提取和动画生成。代码使用了dlib进行人脸检测和关键点定位，OpenCV进行图像处理，PIL生成GIF动画。要使用此代码，您需要下载shape_predictor_68_face_landmarks.dat模型文件。
94010编辑于 2025-07-02- 来自专栏AI科技评论
纽约大学神经学教授Eero Simoncelli万字解析：机器生成的图像为何能骗过你的眼睛？
AI科技评论按：在刚刚闭幕的ICLR2017上，纽约大学神经学、数学、心理学教授Eero Simoncelli作为特邀嘉宾分享了他在机器表征、人类感知方面的研究成果。 我不仅好奇神经细胞是如何做到的、是如何把神经学表征与视觉环境对应起来的，我还好奇这些表征会如何形成或者限制我们的理解。 感受野不仅仅从V1到V2再到V4一直变大，而且还随着到目光焦点中心的距离变大而变大，离中央凹越远越大。这种变大差不多是线性的，这张图是研究猴子得到的，人类的也非常接近。 ? V4也一样。等最后到了IT，感受野就很大了，可以覆盖到眼睛视野的很大一个区域。说句题外话，这不是卷积，因为卷积需要始终使用一样的算子；而在这里，算子越往外侧越大了。
1.1K80发布于 2018-03-12 - 来自专栏人工智能快报
美情报机构支持类脑计算研究
据美国情报高级研究计划局（IARPA）网站2016年1月4日消息，该机构正在征寻针对罕见事件的建模与预测方法。 IARPA要求提交方案的神经学家和计算机科学家能够清晰简明地回答以下一个或多个问题： 问题1：基于尖峰脉冲的表征技术 大脑运行时采用的代码基于大量神经元内罕见的尖峰脉冲。 待神经学家解答的问题：我们目前对于“大脑如何利用异步计算和/或瞬态协调技术”的了解对于研发下一代计算机有何实际作用？需要首先填补哪些认知缺口或克服哪些困难？ 待神经学家解答的问题： 我们目前对于“大脑如何利用短/长期在线学习技术”的了解对于研发下一代计算机有何实际作用？需要首先填补哪些认知缺口或克服哪些困难？ 问题4：本地存储器存储与计算功能集成技术 大脑并未严格隔离存储器和计算单元，如传统的冯诺依曼架构，而一个神经元的突触输入便可起到储存记忆与计算支持的双重作用。
93050发布于 2018-03-13 - 来自专栏新智元
哥大神经学家Nature发文，脑漂移现象或促成新AI模型
一直以来，神经网络的模型都是基于大脑神经元的解释，但大脑似乎对相同的输入有不同的输出，最近哥大的神经学家在Nature上发表了一篇文章，在小鼠的脑袋上做了一个实验，也许能促进AI模型的发展。
59210发布于 2021-07-29 - 来自专栏企鹅号快讯
Science特刊：直击当下神经学的三个大坑，百年来研究都做错了？
或许，比起寻找日常生活中先入为主的观念（比如时间流逝）在大脑中的神经学表现，更需要进一步研究的，是大脑推断和解释时间的机制。 人工智能—— 机器会思考吗？ 其中一篇介绍了大数据在神经科学中的应用，并认为这有望让我们了解大脑的全景[4]；另一篇则讨论了前额叶的组成，涉及到脑区的具体定义[5]。这些都是今天的神经科学科学面临的有趣问题。
85750发布于 2018-01-08 - 来自专栏音乐与健康
神经学家、工程师和音乐家团队联合探索机制
关键词：莫扎特效应；神经科学；脑科学；情绪价值；贝多芬；安静；钢琴；体感音乐；生物医学当地时间4月29日，国际学术期刊《科学报告》（Scientific Reports）发表的一项研究发现，聆听莫扎特的 该研究的作者之一、达特茅斯盖塞尔医学院神经学家、达特茅斯-希区柯克(D-H)癫痫和认知实验室主任Barbara C. Jobst表示，“Quon把神经学家、工程师、数据科学家、音乐教授和音乐家聚集在一起，完成了这项工作。”“莫扎特K448效应”机制不明癫痫影响全球约11%的人口，其中又有1/3患有耐药性或难治性癫痫。 就在今年4月，《欧洲神经学杂志》上的一项研究发现，莫扎特的D大调双钢琴奏鸣曲（K448）的声学特性可抑制癫痫患者的大脑活动，而18世纪古典作曲家海顿的作品就没有这种效果。
10410编辑于 2026-05-04 - 来自专栏镁客网
剑桥大学科学家实验证明绵羊面部识别能力堪比人类，将成为神经学研究新模型 | 黑科技
该研究表明绵羊将成为研究亨廷顿病等神经退行性疾病的良好模型，并将为神经学家们带来新的研究方式。 近日，剑桥大学的科学家发现绵羊可以通过人的肖像照片识别出人脸，甚至可以在没有事先培训的情况下识别出操作者的照片，为神经学研究领域的面部识别功能找到特殊的生物学模型。 现在，该研究表明绵羊将成为研究亨廷顿病等神经退行性疾病的良好模型，并将为神经学家们带来新的研究方式。
93200发布于 2018-05-30 电子病历中神经症状标注的一致性研究
本研究检验了在电子健康记录临床笔记中标注神经学概念的标注者间一致性。在接受了关于标注流程、标注工具和支持性神经学本体的培训后，三名标注员分三轮标注了15份临床笔记。 本文研究了电子健康记录笔记中神经学概念文本片段识别的标注者间一致性。除了人类标注者之间的一致性，还研究了人类标注者与基于卷积神经网络的机器标注器之间的一致性。 方法标注工具使用Prodigy（Explosion AI, Berlin, Germany）来标注电子健康记录医师笔记中的神经学概念。 标注者首先审查了神经学概念神经学本体中的神经学体征和症状，然后被指示在神经科笔记中找出所有神经学概念。体征和症状被标注，但疾病实体不被标注。标注者标注神经学概念，并忽略偏侧性等修饰语。 机器标注器机器标注器（NN）是一个神经网络，经过训练可以识别电子健康记录医师笔记中包含神经学概念的文本片段。
10300编辑于 2026-01-22- 来自专栏渗透靶机
hackmyvm靶机：p4l4nc4
hackmyvm.eu/1.在官网搜索你想要的镜像,然后下载2.下载好后解压得到.ova的文件，右击选择VMware或者Oracle VirtualBox进行打开3.在弹出的框中，选择存放的位置，然后点击导入4. /n3gr4后面还跟一个php页面。也是得要扫出来的。m414nj3.php然后就是爆破参数。这里ffuf或者抓包都可以，我就选我熟悉的用了。文件包含漏洞，直接弹shell了。 friendster那就可以登录p4l4nc4这个用户了。用私钥登录就好了。登录上去之后直接跑脚本就好了。可以从/etc/passwd提权。那就直接把密码删了就完了。nano改一下就好了。
59600编辑于 2025-05-18 - 来自专栏科研猫
Neural Regeneration Research，国人友好期刊，影响因子今年破5分!
在细胞生物学领域排名78/195，神经学领域排名78/273。 JCI评分0.60分。在神经学领域排名217/293，细胞生物学领域排123/201。 4.JCR及中科院分区 JCR分区Q2/Q3。中科院大类医学3区，小类细胞生物学3区，神经学3区。非综述期刊。 5.发文量 期刊发文量还是比较稳定的，2020年以前基本维持在400篇左右。
2.1K20发布于 2021-09-29 电子健康记录中神经症状标注的一致性研究
我们研究了在电子健康记录临床笔记中标注神经学概念的评分者间一致性。经过标注过程、标注工具和支持性神经本体论的培训后，三名评分者在三轮中标注了15份临床笔记。 评分者首先回顾了神经学概念神经本体论中的神经学体征和症状，然后被指示在神经学笔记中查找所有神经学概念。 评分者标注神经学概念，忽略偏侧性和其他修饰语（例如，右臂疼痛标注为手臂疼痛，严重背痛标注为背痛等）。此外，标注者用类别标签标记每个文本跨度。 机器标注器机器标注器是一个经过训练的神经网络，用于识别电子健康记录医师笔记中包含神经学概念的文本跨度。 标注过程仅限于神经学笔记中的神经学体征和症状。目标本体论是有限的神经本体论，包含1600个概念。我们仅评估了一个基于卷积神经网络的机器标注器。其他神经网络可能表现更好。
18810编辑于 2025-10-24- 来自专栏大数据文摘
Neuron：用脑成像技术预测未来行为
从神经活动到个人行为 在过去的几个世纪里，神经学家通过研究一些特殊的损伤病例了解到了大脑许多脑区的功能。 尽管我们现在还难以确认这些神经学特征（Neuromarker）与人的外在表现之间是否存在因果关系，但加布里埃利教授相信，仅仅依靠统计学上的相关性，这些神经学特征就已经能为个性化医疗或教育提供重要的参考： 利用这些神经学特征来预测这个孩子在8岁左右是否会出现发育性阅读障碍，准确率能达到81%。 借助于MRI，研究人员就发现了不少与酗酒相关的神经学特征。 这些对神经学特征的分析不但可以预测每个人的健康状况，还可以为疗法的选择提供指导。
97140发布于 2018-05-23 - 来自专栏大数据文摘
大数据助力发现阿尔茨海默症的最早征兆
图片来源：蒙特利尔神经学研究所 蒙特利尔神经学研究所和医院的科学家们利用了一个强大的工具来更好地了解晚发型阿尔茨海默症（late-onset Alzheimer's disease ，LOAD）的发展过程 蒙特利尔神经学研究所（MNI）的博士后研究员，同时是此论文的第一作者Yasser Iturria Medina说：“缺乏对于LOAD的病理以及其多因素机制的综合理解，是开发有效的病症缓解性治疗药物的关键障碍 Evans介绍说，这种数据驱动的方法在神经学中正变得越来越重要。 “我们有很多方法来获取有关大脑的数据，但你应该如何利用这些数据呢？” 他说，“神经学正被整合并理解所有这些信息的能力所限制。
1.1K60发布于 2018-05-25 - 来自专栏技术杂记
4
因此对于上边界就是从200，280，180，300开始的一块内存区域，仅需要猜4次。2 多数“影子栈”以F5结尾，所以这个2位我不去猜，我默认猜测的区域以F5结尾。
60410编辑于 2022-06-29 - 来自专栏AI科技评论
人脑启发AI设计：让神经网络统一翻译语音和文本
受此启发，韦尼克提出了早期的神经学语言理论 Wernicke-Geschwind 模型（图2）。他猜测，语音和文本在大脑中先被分开识别，然后在韦尼克区完成统一的理解。 基于长久以来的研究结果，他们尝试绘制了一幅人脑中语音-文本的处理模式图（图4）。至此，神经学家们对这一谜团的百余年探索终见光亮。 图4：颞上回里的语言-文本处理模式图 [4] 现在的问题是：这样的设计也会适用于人工智能模型吗？ 难点：语音和文本的鸿沟 读过上述神经学的发现，你可能觉得，让人工智能来统一理解文本和语音应该也是小菜一碟。然而，一旦涉及到技术实现，问题就有点棘手了。 4 结论 通过模仿人类大脑来统一理解语音和文本，模型在语音翻译上效果拔群。
89730发布于 2021-07-27
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