- 综合排序
- 最热优先
- 最新优先
- 来自专栏新智元
远程操控神经的高科技诞生
，可以通过智能手机控制的微型大脑植入物来控制神经回路。 向大脑输送药物和光线 在现代生物学研究中，为了理解神经元的功能、帮助寻找针对神经疾病的药物，科学家往往需要直接向活体动物的脑部传输特定的药物与光线并追踪这些药物与光线对生物体的后续影响，即通过药物理解不同的脑细胞在特定生理活动 光遗传学是一门新兴的生物技术领域，神经科学家可以往受试者的神经元注入视蛋白基因，然后利用光线控制活体组织中的神经元。 向大脑传输药物和光的传统方法通常会利用刚性金属管和光纤。 其中，神经器件是光流控的；药物输送则通过加热器的热驱动实现。 ? “无线光流控脑探头”组装图像 由于可替换药盒的存在，神经科学家不用担心药物耗尽。 “它让我们能够更好地剖析行为的神经回路基础，以及大脑中特定神经调节器的作用，”Bruchas说，“我们也渴望将该设备用于复杂的药理学研究，帮助我们开发新的治疗疼痛、成瘾和情绪障碍的方法。”
1.4K10发布于 2019-08-20 - 来自专栏GiantPandaCV
卷积神经网络学习路线（十九） | 旷世科技 2017 ShuffleNetV1
前言 这是卷积神经网络学习路线的第19篇文章，主要为大家介绍一下旷世科技在2017年发表的ShuffleNet V1，和MobileNet V1/V2一样，也是一个轻量级的卷积神经网络，专用于计算力受限的移动设备 介绍 当前很多CNN模型的发展方向是变得更大，更深，这让深度卷积神经网络的准确率更高，但难以运行在移动设备上，针对这一问题，许多工作的重点放在对现有预训练模型的剪枝，压缩或使用低比特表示。 相关工作 高效模型设计：卷积神经网络在CV任务中取得了极大的成功，在嵌入式设备上运行高质量深度神经网络需求越来越大，这也促进了对高效模型的研究。 方法 针对组卷积的通道混洗 现代卷积神经网络会包含多个重复模块。
1.3K20发布于 2020-02-21 - 来自专栏ATYUN订阅号
【科技】神经网络使我们能够以新的方式“读懂人脸”
其他由神经网络驱动的图像识别技术正在开发中，包括阅读自动驾驶标志和自动检测机场安全扫描仪中的武器。 近年来，神经网络也使得面部分析等技术更加精确。 在这种情况下，神经网络可以把注意力集中在亮度而不是面部表情上，但似乎可以看到面部的链接。 让神经网络来解释他们如何分析图像是他目前研究的重点。 Yilun Wang 表示：“我可以看到改善(视觉图像和面部识别神经网络)性能的方法，但却没有看到达到百分之百的方法。” 研究人员说，在神经网络能够可靠地用于更多安全关键领域的面部识别之前，可能还需要一段时间。
78350发布于 2018-03-02 - 来自专栏新智元
英伟达黑科技登场！RTX神经纹理压缩，显存用量狂减96%
在显卡技术不断迭代的当下，NVIDIA再次凭借其前沿创新，吸引了全球科技爱好者的目光。 RTX神经纹理压缩（NTC）技术在beta测试演示中的表现，堪称惊艳。 而「样本推理」模式更是一骑绝尘，将纹理内存进一步压缩至仅11.37MB，与非神经压缩相比，内存使用量降低了95.8%，相比以前的神经压缩模式减少了88%。 RTX神经纹理压缩技术的出现，无疑为游戏行业的未来发展指明了新的方向。 从玩家的角度来看，RTX神经纹理压缩技术将带来更加沉浸式的游戏体验。 此外，RTX神经纹理压缩技术还有望在虚拟现实（VR）和增强现实（AR）领域发挥重要作用。
64410编辑于 2025-02-15 - 来自专栏思影科技
思影科技啮齿类动物（大小鼠）神经影像数据处理业务
2、张量构建与指标计算 思影根据不同的数据类型以及客户的不同需求，可构建多种弥散模型（如弥散张量DTI、弥散峰度成像DKI、神经突强度和散度成像NODDI等等）并计算对应的弥散指标。 ?
1.9K20发布于 2020-04-01 - 来自专栏镁客网
黑科技 | 用算法分析图像，实现对神经元行为的精准“录像”研究
伴随着脑机接口技术的发展与生物科技的持续升温，这一研究方法将成为关键性基础技术。 据了解，这项技术可以让更多科学家对单个神经元进行研究，并且去了解单个神经元是如何通过与其他细胞的相互作用来实现人脑的认知、感觉知觉和其他功能。 此外，研究人员还可以通过此项技术去了解神经回路是如何受到大脑紊乱的影响的。 对此MIT生物工程的副教授解释道：“了解神经元的沟通方式是基础和临床神经科学的基础。 当神经元在工作或是神经元处于病态时，我们希望通过这项技术让你看见细胞内究竟发生了什么。” 精度 在过去30年，神经科学家一直采用一种叫做“贴补”的技术来记录细胞的电位活动。 总结 伴随着脑机接口技术的发展与生物科技的持续升温，这一研究方法将成为关键性基础技术，为特定神经元行为的深入研究铺平了道路。
82300发布于 2018-05-30 - 来自专栏新智元
Meta公布黑科技：戴上腕带即可隔空打字，引领神经接口AR革命
Meta近期推出的开源表面肌电图（sEMG）数据集，可进行姿态估计和表面类型识别，推动神经运动接口发展。 每一个新的计算平台都带来了我们与设备互动方式的范式转变。 原文地址：https://arxiv.org/abs/2412.02725v1 用于隔空打字的数据集emg2qwerty 表面肌电图（sEMG）是在皮肤表面测量由肌肉产生的电势，它能够检测到由单个运动神经元引起的活动 具体来说，对于单个的脊髓运动神经元，其细胞体位于脊髓中，向肌纤维中投射一条长轴突，每条肌纤维只被一个运动神经元支配。 脊髓运动神经元放电时，就会触发它支配的所有肌纤维收缩，同时放大了来自神经元的电脉冲。正是这些来自肌纤维的电信号，可被皮肤上的sEMG传感器检测到。
43600编辑于 2025-02-15 - 来自专栏AI科技评论
万字解读商汤科技ICLR2019论文：随机神经网络结构搜索
AI 科技评论消息，日前，商汤科技研究院论文《随机神经网络结构搜索》（SNAS，stochastic neural architecture search）被深度学习顶级会议 ICLR（International 这并不是商汤科技第一次在顶会上发表 NAS 相关论文，2018年，商汤在 CVPR 上发表了一篇关于 NAS 的论文《深度增强学习自动网络结构设计》，这一论文提出了一种基于强化学习的网络结构自动设计算法 那么，商汤科技最新论文究竟针对已有的问题有了哪些优化，以下是研究院团队对这一论文的详细解读。 1. 背景 1.1 NAS中的MDP 图1展示了基于人工的神经网络结构设计和NAS的对比。 图1: 人工神经网络结构设计vs自动神经网络结构搜索 在人的主观认知中，搭建神经网络结构是一个从浅层到深层逐层选择神经变换（operations）的过程。 这种基于一阶泰勒展开的贡献分配，在［12］中被用来解释神经网络中每个神经元的重要性，是目前比较被接受的解释神经网络中不同模块重要性的方法。
1.1K50发布于 2019-10-31 - 来自专栏GiantPandaCV
卷积神经网络学习路线（二十一） | 旷世科技 ECCV 2018 ShuffleNet V2
这个系列已经更新了20多篇了，感谢一直以来大家的支持和等待。前面已经介绍过MobileNet V1，MobileNet V2，MobileNet V3，ShuffleNet V1这几个针对移动端设计的高效网络，ShuffleNetV2是ShuffleNetV1的升级版，今天就一起来看看这篇论文。论文原文见附录。
87410发布于 2020-02-21 - 来自专栏镁客网
黑科技 | 高速神经宽带接口，让大脑和计算机之间传输速度达新高
DARPA)关于脑机接口的项目又有了新进展，其中参与该项目的一家名为Paradromics的初创公司表示，现在正在致力于开发一种将大脑连接到计算机的新技术，将实现以每秒千兆比特的速度传输数据，从而创建高速的神经宽带接口 但是，通过用脑机接口代替人体的神经连接，可以显著改善此前麻烦不断的生活。” 目前，关于脑机接口技术的最新进展是瘫痪患者可以利用大脑的意识，通过神经植入物来控制假肢，该技术甚至让使用者对假肢的接触有些微的感觉。 为此，该公司正在开发神经输入输出总线（NIOB），以实现一种能够阅读和刺激大脑的脑调制解调器。NIOB采用的是可扩展的模块化设计，每个厘米宽的芯片可容纳约50000个超薄的微线，该芯片放置在大脑上。 其中，每个微线连接3-5个个体神经元，故而NIOB可以通过与神经元的电活动相互作用实现信号的传输。每次神经元发射信号时，就会释放电脉冲，而这些脉冲会被微线记录下来。
87100发布于 2018-05-30 - 来自专栏大数据文摘
科技网红Siraj最新油管视频：如何用4分钟搭建神经网络
我们专注一切炫酷的科技、技术前沿类视频 如果你热爱和志同道合的小伙伴一起做一些有趣的事 如果你的英文不错，又懂一点视频 快加入我们吧～ 在大数据文摘后台回复“志愿者” 了解如何加入大数据文摘字幕组！ 前几天《大数据文摘》为大家介绍了Youtube科技网红Siraj的《Tensorflow+40行代码识别手写数字图像》的视频，得到一致好评。 今天，我们继续推介风趣幽默的Siraj的另一个超火的视频《4分钟内搭建神经网络》。 神经网络是当前受到极大关注，主要因为运算能力加强及数据量增加。 神经网络获得了很多成果，无论是图像识别还是歌曲生成。 在这个视频中，Siraj介绍了神经网络搭建三步走的方法：1) 搭建，2) 训练，3)测试。 然后初始化数据并转化为矩阵，以行代表训练实例，以列代表神经元。然后创建输出数据集。接下来，创建突触矩阵，通过使用突触的不同权重性质，不断地通过循环训练，获得预测和预期数值之间的错误率。
66280发布于 2018-05-22 - 来自专栏OpenBCI
OpenBCI：开源脑机接口平台，打造属于开发者的神经科技实验场
但随着开源硬件与开源生态的成熟，今天的开发者也可以低门槛地接触脑电信号采集、神经信号分析，乃至构建 XR、游戏、医疗和康复等创新应用。OpenBCI，正是这样一个被全球开发者广泛应用的开源平台。 它的核心理念是： “让神经科技像树莓派一样可用，像 Arduino 一样自由。” 神经信号采集 + 可视化使用 OpenBCI Cyton（8通道板）采集脑电数据，通过 OpenBCI_GUI 或 Python 脚本实时解析频域/时域数据，常用于： 任务相关脑电研究（ERP） 认知负荷实验 适用于心理放松产品、神经健康监测或脑电可视化艺术展览。 、生物传感和边缘计算快速发展的今天，OpenBCI 作为连接人脑与机器的桥梁，正在构建一个跨学科、可编程、低门槛的“神经技术平台”。
1.5K10编辑于 2025-06-23 - 来自专栏孟永辉
「科技」正成为金融科技的底色
文/孟永辉 金融科技玩家们终于用自己的行动证明，一旦脱离了金融本身，他们是万难对科技产生任何兴趣的。当下金融科技正在遭遇到的发展现状，正是这一现象的直接体现。 但凡是现在还在金融科技领域「耕耘」的玩家，基本上都是那些真正将「科技」看成是金融科技本身的玩家。而那些将「金融」看成是金融科技本质的玩家，早已不知道跑到哪里去了。 然而，金融科技并不仅仅只是一个概念，「金融」更不是它的底色，「科技」才是金融科技的本质内涵。 当金融科技的发展进入到新阶段，特别是当「科技」成为金融科技的底色时，我们需要更多地思考新情境之下的金融科技发展新方式，从而避免金融科技的发展再度陷入到唯金融至上的怪圈和泥潭里。 「科技」是本质，「金融」是场景 以往，金融科技的发展之所以会走入死胡同，其中一个很重要的原因在于，玩家们将金融看成了金融科技的本质，科技当成了金融科技的幌子。
45710编辑于 2021-12-06 - 来自专栏孟永辉
科技，治不好金融科技的「病」
文/孟永辉 如果一定要为金融科技寻找一个终极归宿的话，科技似乎是最有可能的那一个了。看看金融科技玩家们转型和升级的方向，我们就可以非常明显地看出这样的发展脉络。 尽管他们当中有些依然还在从事着金融的买卖，但是，明面上看，科技似乎成为了他们的主业。当玩家们一股脑地都在将关注的焦点聚焦在科技身上的时候，我们不禁要问，科技难道真的是金融科技的终极归宿吗？ 换句话说，他们之所以会转型成为科技公司，并不是他们认为科技才是金融科技的底色，而是因为只有转型成为科技公司，才能躲避政策的监管。 尽管转型成为科技公司之后，金融科技公司们发展的「紧箍咒」松了些，但是，如果依然将科技当成是一个幌子，而没有真正找到转型成为科技公司之后的正确发展之道。 同盲目地将科技看成是金融科技的终极归宿不同，我认为，金融科技的转型和升级应当以金融为底色，以金融与科技的深度融合为契机，寻找金融与科技两种基础元素在新的时代背景下的新内涵和意义，而不是简单意义上的一股脑地拥抱科技
46820编辑于 2022-03-28 - 来自专栏MixLab科技+设计实验室
科技斜杆
细心的读者可能发现了，这些新职业的诞生，大部分是因为科技的发展，融合了新技术和特定领域，技能当然也是自带科技属性的。 科技斜杆，就是这么个意思。 新一代科技斜杆是哪些呢？ 元宇宙艺术家、元宇宙教育学家、 元宇宙人类学家、元宇宙叙事高手、 数字人经纪人、体验设计师、筑梦师、 VR科学研究、神经科学家、商业设计师、 元宇宙品牌营销、虚拟地产开发、艺术黑客、 影视虚拟创作、科幻作家
36320发布于 2021-11-05 - 来自专栏ATYUN订阅号
【科技】AI领域新突破！研究人员使用人工神经网络来重建全息图
加州大学洛杉矶分校的研究人员发布了两项新的研究，主要集中使用人工神经网络来重建全息图。这种技术不仅是全息技术的进步，它所产生的微观图像很可能会被应用到医学领域上。 研究地址:https://www.nature.com/articles/lsa2017141 研究证明神经网络技术比通常用于制作全息图的方法更容易并且更快速，这通常需要大量的物理测量和计算输入。 然而，加州大学洛杉矶分校团队的深度学习AI成功地解决了这个问题:只要训练得当，神经网络就可以将真实图像的空间特征与任何干扰(通常是由光线造成的)分离开来。 _=1 实用性全息图 人工神经网络层允许深度学习算法自动分析数据。这项技术已经证明了它适用于改善实时语音翻译、视频字幕以及其他许多以前遗留的任务——人可能不会像算法那样快速或准确地完成任务。 未来的成像系统甚至可以利用加州大学洛杉矶分校的研究成果，将其他部分电磁频谱纳入科技，比如x射线和可见光波段。
912130发布于 2018-03-02 汇顶科技终止收购云英谷科技
2025 年3月3日，汇顶科技发布公告，宣布终止发行股份及支付现金购买云英谷科技股份有限公司（以下简称“云英谷”）的控制权， 同时公司也终止拟发行股份募集配套资金。 对于终止收购的原因，汇顶科技表示，自本次交易事项筹划以来，公司严格按照相关法律法规要求，积极组织相关各方推进本次交易工作。 汇顶科技强调，终止本次交易事项系经公司审慎研究，并与交易各方充分沟通、友好协商后做出的决定。 2023年，云英谷科技支持LTPO的高帧率AMOLED DDIC实现独家供货某品牌手机。 在Micro-OLED、Micro-LED技术方面，云英谷科技也已提前布局，并拥有自身独特的技术和产品优势。 （有限合伙）（4.3946%）、京东方科技集团股份有限公司（4.3076%）。
18210编辑于 2026-03-19- 来自专栏大数据文摘
中国香港科技大学首创多层全光学人工神经网络
借助光学实现并行计算 研究人员近日表示，他们首创的多层全光学人工神经网络已经有了很大突破，作为这一类神经网络的最新成果，这是实现大规模光纤神经网络的关键进展。 因此，人们都希望能够开发出更加实用的光学人工神经网络，也就是比基于传统算法的人工神经网络运算更快且耗电更少。 在光学学会的研究期刊Optica中，来自中国香港科技大学的研究人员详细介绍了他们的双层全光学神经网络，以及他们是如何成功将其应用于复杂的分类任务。 双层全连接全光学神经网络的构建 在传统的混合型光学神经网络中，光学元素通常作为线性运算的部分存在，而那些非线性运算的部分，即通常是那些模拟人脑神经元反应的部分一般是通过电子方式实现的，因为非线性光纤通常需要高功率激光 结果表明，全光学神经网络与传统基于计算机的神经网络一样准确。 (a)典型双层神经网络原理图；(b)包含线性与非线性运算功能的光学神经元的原理图。
68040发布于 2019-09-19 - 来自专栏孟永辉
数字科技，金融与科技的「新形态」
文/孟永辉 简单地将金融科技的退场，完全归结为监管的收紧以及由此带来的玩家的退出，是非常不恰当的。纵然是没有监管的收紧，金融科技的发展依然会不断进化，「金融」与「科技」的深度融合依然是不可避免的。 有关金融科技的监管的收紧，仅仅只是在一定程度上加速了「金融」与「科技」两种元素的融合而已。纵然是没有监管，「金融」与「科技」的融合依然是一个必然的过程。 这是由「金融」与「科技」的基本属性所决定的。 在我看来，无论是金融，还是科技，从本质上来看，都是助推实体经济发展的「基础设施」。扮演好了这一角色，金融与科技才算是找到了正确的定位，一旦这一角色失焦，金融与科技的发展必然会走进死胡同。 可以想见的是，以这种思维来主导金融科技的发展，必然会将金融科技的发展带入到死胡同里。 新出路 监管的收紧，最终打破了金融科技玩家试图投机取巧，继续脱离实体经济的迷梦。 如果没有金融与科技的深度融合，它们必然无法发挥出全部的能量。 我认为，金融与科技的新形态是数字化，而金融与科技的融合点，同样是数字化。数字化，才是金融与科技能够发挥它们的「基础设施」的角色的关键所在。
39510编辑于 2021-12-20 - 来自专栏点滴科技资讯
中信证券 非银行金融科技研究之金融科技正回归科技本源
? ? ? ?
3.5K50发布于 2018-04-28
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