FOLD关键词检索结果

瞥见下一代Alphafold

A glimpse of the next generation of AlphaFold

进度更新:我们最新的AlphaFold模型显示出明显提高的准确性,并将蛋白质以外的覆盖率扩展到包括配体在内的其他生物分子。

AlphaFold 下一代产品一瞥

A glimpse of the next generation of AlphaFold

进展更新:我们最新的 AlphaFold 模型显示出显着提高的准确性,并将覆盖范围从蛋白质扩展到其他生物分子,包括配体。

华盛顿大学研究人员的无电池折纸微型飞行器为飞行机器提供了一种新的生物启发未来

Battery-free origami microfliers from UW researchers offer a new bio-inspired future of flying machines

作者:Roger Van Scyoc 在华盛顿大学校园中心的一个凉爽的下午,秋天似乎在短暂的片刻中提前到来了。类似树叶的金色小方块飘动然后落下,从疯狂的翻滚转变为优雅的降落。它被恰当地命名为“微型飞行器”,灵感来自 Miura-fold […]

为什么经验上重新转换很少见?

Why Is Reswitching Empirically Rare?

图 1:随着技术进步,机器的经济寿命变化探索模型参数扰动在技术选择分析中的影响,为我提供了这个问题的答案。我不确定这篇文章中的论点有多完善。这个问题是由实证结果提出的,特别是 Han & Schefold 和 Zambelli 的结果。我之前曾对 Zambelli 发表过评论。Heinz Kurz 最近质疑了这些结果的可靠性。数据来自广泛使用固定资本的经济体。人们可以预期,目前不会再生产的旧工厂将投入运营并获得准租金。尽管如此,经验工资曲线却出奇地接近直线,而重新转换和其他“反常”现象似乎很少见。Bertram Schefold 认真对待他的实证结果。他一直在探索当投入产出系统的系数在某种意义

我们的原则如何帮助定义 AlphaFold 的发布

How our principles helped define AlphaFold’s release

我们的运营原则既定义了我们优先考虑广泛利益的承诺,也定义了我们拒绝追求的研究和应用领域。自 DeepMind 成立以来,这些原则一直是我们决策的核心,并随着人工智能格局的变化和发展而不断完善。它们是为我们作为一家研究驱动的科学公司的角色而设计的,并且与 Google 的人工智能原则一致。

人工智能如何加速医学研究?塑料污染如何传播疾病?ScienceSeeker 精选 2022 年 7 月 25 日至 31 日最佳帖子 #SciSeekPicks #SciComm

How has AI sped up medical research? How does plastic pollution spread disease? ScienceSeeker's picks of the best posts for July 25-31 2022 #SciSeekPicks #SciComm

在最新一期的科学新闻中,您可以阅读有关解释和治疗阿尔茨海默病的最新进展,并找出最近儿童肝炎爆发的潜在原因。ScienceSeeker 编辑们最喜欢的帖子在他们各自的兴趣和专业领域内,还涵盖了许多其他重要且令人兴奋的主题。为什么不读一读,了解一下,并满足您的科学好奇心呢?《整个蛋白质世界》:人工智能预测几乎所有已知蛋白质的形状,作者:Ewen Callaway,Nature AlphaFold 工具预测的卵黄蛋白(蛋黄的前体)的结构。来源:DeepMind伪造的 β-淀粉样蛋白数据。这是什么意思? Derek Lowe 撰写,发表于《科学》杂志《意外的大脑化学反应是惊喜背后的原因》S Hussa

AlphaFold 为全球数百万人改变生物学

AlphaFold transforms biology for millions around the world

大数据带来惠及每个人的发现

AlphaFold 解开了生物学中最伟大的谜题之一

AlphaFold unlocks one of the greatest puzzles in biology

拼凑人类细胞中最大的分子结构之一

AlphaFold 揭示了蛋白质宇宙的结构

AlphaFold reveals the structure of the protein universe

今天,我们与 EMBL 的欧洲生物信息学研究所 (EMBL-EBI) 合作,现在发布了几乎所有科学已知的已编目蛋白质的预测结构,这将使 AlphaFold DB 扩大 200 多倍——从近 100 万个结构扩大到 2 亿多个结构——有可能大大提高我们对生物学的理解。

将 AlphaFold 的力量交到世界手中

Putting the power of AlphaFold into the world’s hands

去年 12 月,我们宣布推出 AlphaFold 2,它被誉为解决 50 年历史的蛋白质折叠问题的解决方案。上周,我们发表了科学论文和源代码,解释了我们如何创建这个高度创新的系统,今天,我们分享了对人体中每种蛋白质形状的高质量预测,以及科学家在研究中依赖的另外 20 种生物体的蛋白质形状的高质量预测。

使用 AlphaFold 进行高精度蛋白质结构预测

Highly accurate protein structure prediction with AlphaFold

AlphaFold 最新版本的基础是一种新颖的机器学习方法,它将有关蛋白质结构的物理和生物学知识,利用多序列比对,融入到深度学习算法的设计中。

计算生物学和生物信息学深度学习教程:从 DNA 到蛋白质折叠和 alphafold2

Deep learning on computational biology and bioinformatics tutorial: from DNA to protein folding and alphafold2

一本自学指南,用于理解将深度学习应用于生物学和生物信息学所必需的生物学概念,重点关注蛋白质折叠和 alphafold2 相关内容

Transformers 解释:了解 GPT-3、BERT 和 T5 背后的模型

Transformers, Explained: Understand the Model Behind GPT-3, BERT, and T5

你知道那句话吗?当你有一把锤子时,所有东西看起来都像钉子。在机器学习中,我们似乎真的发现了一把神奇的锤子,实际上,所有东西都是钉子,它们被称为 Transformers。Transformers 是一种可以设计用于翻译文本、写诗和专栏文章,甚至生成计算机代码的模型。事实上,我在 daleonai.com 上写的很多令人惊叹的研究都是基于 Transformers 构建的,比如 AlphaFold 2,这是一个根据蛋白质基因序列预测蛋白质结构的模型,以及强大的自然语言处理 (NLP) 模型,如 GPT-3、BERT、T5、Switch、Meena 等。你可能会说它们已经超出了……呃,算了吧。如果

AlphaFold 2 解析:半深度探索

AlphaFold 2 Explained: A Semi-Deep Dive

上个月底,谷歌机器学习研究部门 DeepMind 创下了新纪录:准确预测蛋白质结构。DeepMind 以开发击败围棋和星际争霸 II 世界冠军的机器人而闻名。如果他们的结果像团队声称的那样好,他们的模型 AlphaFold 可能会为药物发现和基础生物学研究带​​来重大福音。但这种基于神经网络的新模型是如何工作的呢?在这篇文章中,我将尝试简要但半深入地介绍支持该模型的机器学习和生物学。首先,快速了解一下生物学:蛋白质在体内的功能完全由其三维结构决定。例如,臭名昭著的“刺突蛋白”可以标记冠状病毒,从而使病毒进入我们的细胞。同时,Moderna 和辉瑞等 mRNA 疫苗复制了这些刺突蛋白的形状,从而

梅赛德斯-奔驰展示了一款配备折叠机器人 Foldaway Haptics 的原型车

Mercedes-Benz представила прототип автомобиля со складными роботами Foldaway Haptics

在光鲜亮丽的拉斯维加斯,夸张的滑稽动作很难让公众感到惊讶,但带有来自 Foldaway Haptics 的微型机器人的梅赛德斯-奔驰汽车概念模型成功吸引了人们的注意。

用于叠衣服的FoldiMate机器人即将上市(+视频)

Робот для складывания одежды FoldiMate вскоре поступит в продажу (+видео)

美国初创公司 FoldiMate 旨在将一款可以在洗完衣服后折叠衣服的机器人推向市场 - 为此,该团队决定开展一项融资活动。

FoldiMate 折叠并在洗涤后使衣物焕然一新(+视频)

FoldiMate складывает и освежает белье после стирки (+ видео)

FoldiMate 描述了其机器人洗衣折叠机的优点。该公司声称,其设备可以将整齐折叠衣服所需的时间减少一半,尽管成本很高。

精神科医生在VA的心理健康服务增强期间的态度

Psychiatrists’ attitudes during the VA’s mental health service enhancement

从“ VA精神科医生对工作环境和精神卫生服务增强过程中的失误的变化”(PDF),David Mohr,Mark Ba​​uer和Robert Penfold的作用:2004年,VHA介绍了全面的心理健康战略计划,需要将精神卫生服务的更多整合和协调为整体卫生保健。关键建议包括提高对弗吉尼亚州心理健康服务增强期间精神科医生的态度的权益首先出现在偶然的经济学家中。