计算机科学家使用图神经网络将流感病例识别为区域互连的簇。流感预测的这种扭曲使该团队的算法可以发现区域内和区域之间的感染模式,从而帮助卫生官员进行决策。
新泽西州史蒂文斯理工学院的岳宁博士及其同事说,他们的AI技术比其他现代系统所提供的准确性提高了11%。
他们声称,凭借这种优势,该方法(包括“捕获时空的相互作用”)可以预测流感在疫情到来之前的15周内爆发。
“我们的模型也是非常透明的,”宁说,在一个新闻发布会上。“在其他AI预测使用“黑匣子”算法的地方,我们能够解释为什么我们的系统做出特定的预测,以及它如何认为不同地区的疫情会相互影响。”
Ning及其同事对来自美国和日本的真实状态和区域数据进行了算法训练。他们对照历史流感数据测试了其预测。
该研究所认为,这种新技术具有预测局部和区域COVID暴发的潜力。
责任编辑:lq
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。
举报投诉
-
神经网络
+关注
关注
42文章
4829浏览量
106894 -
算法
+关注
关注
23文章
4762浏览量
97248 -
ai技术
+关注
关注
1文章
1313浏览量
25627
发布评论请先 登录
相关推荐
热点推荐
NMSIS神经网络库使用介绍
NMSIS NN 软件库是一组高效的神经网络内核,旨在最大限度地提高 Nuclei N 处理器内核上的神经网络的性能并最大限度地减少其内存占用。
该库分为多个功能,每个功能涵盖特定类别
发表于 10-29 06:08
在Ubuntu20.04系统中训练神经网络模型的一些经验
本帖欲分享在Ubuntu20.04系统中训练神经网络模型的一些经验。我们采用jupyter notebook作为开发IDE,以TensorFlow2为训练框架,目标是训练一个手写数字识别的神经网络
发表于 10-22 07:03
CICC2033神经网络部署相关操作
读取。接下来需要使用扩展指令,完成神经网络的部署,此处仅对第一层卷积+池化的部署进行说明,其余层与之类似。
1.使用 Custom_Dtrans 指令,将权重数据、输入数据导入硬件加速器内。对于权重
发表于 10-20 08:00
国际类脑计算科学家Yulia Sandamirskaya教授加盟时识科技
近日,国际类脑计算与神经形态机器人领域知名科学家Yulia Sandamirskaya 教授,作为科学家顾问正式加入时识科技(SynSense)。
【「AI芯片:科技探索与AGI愿景」阅读体验】+神经形态计算、类脑芯片
几年神经元计算及类脑芯片的重大进展。
一、云端使用的神经形态计算与类脑芯片
神经形态计算旨在设计
发表于 09-17 16:43
神经网络的并行计算与加速技术
随着人工智能技术的飞速发展,神经网络在众多领域展现出了巨大的潜力和广泛的应用前景。然而,神经网络模型的复杂度和规模也在不断增加,这使得传统的串行计算方式面临着巨大的挑战,如计算速度慢、
如何在机器视觉中部署深度学习神经网络
人士而言往往难以理解,人们也常常误以为需要扎实的编程技能才能真正掌握并合理使用这项技术。事实上,这种印象忽视了该技术为机器视觉(乃至生产自动化)带来的潜力,因为深度学习并非只属于计算机科学家或程序员。 从头开始:什么
【「AI芯片:科技探索与AGI愿景」阅读体验】+可期之变:从AI硬件到AI湿件
保持停滞的情况下,依照目前计算机的能耗效率,至少还需要30年的努力才接近其水准,见图1所示。
图1 大脑与计算机的能量效率对比
图2 类脑芯片的前瞻性研究领域AI湿件
为此,一些想
发表于 09-06 19:12
NVIDIA 宣布推出 DGX Spark 个人 AI 计算机
台式超级计算机由 NVIDIA Grace Blackwell 驱动,为开发者、研究人员和数据科学家提供加速 AI 功能;系统由头部计算机制造商(包括华硕、Dell Technologies、HP
发表于 03-19 09:59
•514次阅读
BP神经网络与卷积神经网络的比较
BP神经网络与卷积神经网络在多个方面存在显著差异,以下是对两者的比较: 一、结构特点 BP神经网络 : BP神经网络是一种多层的前馈神经网络
什么是BP神经网络的反向传播算法
神经网络(即反向传播神经网络)的核心,它建立在梯度下降法的基础上,是一种适合于多层神经元网络的学习算法。该算法通过计算每层网络的误差,并将这
BP神经网络在图像识别中的应用
BP神经网络在图像识别中发挥着重要作用,其多层结构使得网络能够学习到复杂的特征表达,适用于处理非线性问题。以下是对BP神经网络在图像识别中应
人工神经网络的原理和多种神经网络架构方法
所拟合的数学模型的形式受到大脑中神经元的连接和行为的启发,最初是为了研究大脑功能而设计的。然而,数据科学中常用的神经网络作为大脑模型已经过时,现在它们只是能够在某些应用中提供最先进性能的机器学习模型。近年来,由于
NVIDIA推出个人AI超级计算机Project DIGITS
NVIDIA 推出个人 AI 超级计算机 NVIDIA Project DIGITS,全球的 AI 研究员、数据科学家和学生都可获取 NVIDIA Grace Blackwell 平台的强大功能。

计算机科学家使用图神经网络将流感病例识别为区域互连的簇
评论