Cours Intermédiaire  11309

Introduction au cours："Tutoriel vidéo d'auto-apprentissage sur l'équilibrage de charge Linux du réseau informatique" implémente principalement l'équilibrage de charge Linux en effectuant des opérations de script sur le Web, lvs et Linux sous nagin.

Cours Avancé  17618

Introduction au cours："Tutoriel vidéo Shang Xuetang MySQL" vous présente le processus depuis l'installation jusqu'à l'utilisation de la base de données MySQL, et présente en détail les opérations spécifiques de chaque lien.

Cours Avancé  11324

Introduction au cours：« Tutoriel vidéo d'affichage d'exemples front-end de Brothers Band » présente des exemples de technologies HTML5 et CSS3 à tout le monde, afin que chacun puisse devenir plus compétent dans l'utilisation de HTML5 et CSS3.

Introduction au cours：Selon l'actualité du 14 juin, des chercheurs de Microsoft ont récemment présenté le modèle LLaVA-Med, qui est principalement utilisé pour la recherche biomédicale et peut déduire les conditions pathologiques des patients sur la base d'images tomodensitométriques et radiographiques. Il est rapporté que des chercheurs de Microsoft ont coopéré avec un groupe d'hôpitaux et obtenu un vaste ensemble de données correspondant à du texte d'image biomédicale pour former un modèle d'IA multimodal. Cet ensemble de données comprend des radiographies pulmonaires, des IRM, des images histologiques, pathologiques et tomodensitométriques, etc., avec une couverture relativement complète. ▲ Source de l'image Microsoft Microsoft utilise GPT-4, basé sur VisionTransformer et le modèle de langage Vicuna, pour entraîner LLaVA-Med sur huit GPU Nvidia A100, qui contient « toutes les informations de pré-analyse pour chaque image »,

2023-06-15 commentaire 0  1369

Introduction au cours：Le modèle de base massivement pré-entraîné de Cabbage Leaf a connu un grand succès dans les domaines non médicaux. Cependant, la formation de ces modèles nécessite souvent des ensembles de données volumineux et complets, contrairement aux ensembles de données plus petits et plus spécialisés courants dans l’imagerie biomédicale. Des chercheurs de l'Institut Fraunhofer de médecine numérique MEVIS en Allemagne ont proposé une stratégie d'apprentissage multitâche qui sépare le nombre de tâches de formation des besoins en mémoire. Ils ont formé un modèle biomédical pré-entraîné universel (UMedPT) sur une base de données multitâches (comprenant la tomographie, la microscopie et les images radiographiques) et ont adopté diverses stratégies d'étiquetage telles que la classification, la segmentation et

2024-07-22 commentaire 0  979

Introduction au cours：Éditeur : KX Transcriptomique spatiale et intégration de données multi-omiques La transcriptomique spatiale est un développement majeur après la transcriptomique unicellulaire, ce qui rend l'intégration de données multi-omiques cruciale. SpatialGlue : Un modèle de réseau neuronal graphique avec un double mécanisme d'attention. Des équipes de recherche de l'Agence de Singapour pour la science, la technologie et la recherche (A*STAR), BGI et l'hôpital Renji affilié à la faculté de médecine de l'Université Jiao Tong de Shanghai ont proposé un réseau neuronal graphique appelé SpatialGlue. . modèle, qui intègre des données multi-omiques via un double mécanisme d'attention pour révéler la structure histologiquement pertinente des échantillons de tissus d'une manière spatialement consciente. Avantages de SpatialGlue SpatialGlue est capable de combiner plusieurs modalités de données avec leurs contextes spatiaux respectifs. Par rapport à d'autres méthodes

2024-07-03 commentaire 0  551

Introduction au cours：Daphne Yao, professeur d'informatique à Virginia Tech, espère améliorer la précision prédictive des modèles d'apprentissage automatique dans les applications médicales. Des prédictions inexactes peuvent avoir des conséquences potentiellement mortelles. Ces erreurs de prédiction peuvent conduire à des erreurs de calcul quant à la probabilité qu'un patient décède ou survive à son cancer lors d'une visite aux urgences. Ses découvertes ont été récemment publiées dans Medical Communications, une revue dédiée à la publication de recherches, de revues et d'articles de haute qualité dans tous les domaines de la recherche clinique, translationnelle et en santé publique. De nombreux ensembles de données cliniques sont déséquilibrés car ils sont dominés par des échantillons de population majoritaires, a déclaré Yao. Dans le paradigme typique du modèle d’apprentissage automatique universel, les différences raciales et d’âge existent probablement, mais peuvent être ignorées. Yao et son équipe de recherche ont travaillé avec

2023-04-13 commentaire 0  987

Introduction au cours：La découverte de médicaments est un processus complexe en plusieurs étapes qui implique l’intersection de nombreuses sous-disciplines de la chimie et de la biologie. Les chimistes médicinaux humains jouent un rôle important dans ce processus grâce à leurs années d’expertise accumulées. Alors, l’intelligence artificielle (IA) peut-elle assumer le rôle que jouent les chimistes médicinaux dans la découverte de médicaments ? La réponse est peut-être oui. Récemment, une équipe de recherche des Instituts Novartis pour la recherche biomédicale (NIBR) et du Science Intelligence Center de Microsoft Research (AI4Science) a proposé conjointement un modèle d'apprentissage automatique capable de reproduire partiellement les connaissances collectives accumulées par les chimistes professionnels au travail. "l'intuition chimique". L'équipe de recherche estime que cette méthode peut compléter la modélisation moléculaire pour améliorer le développement futur de médicaments.

2023-11-02 commentaire 0  1161