近年来,研究人员探索了基于强化学习的对象检测方法。但是,现有方法总是几乎没有令人满意的性能。主要原因是当前基于增强学习的方法生成一系列不准确区域而没有合理的奖励函数,并将最终步骤中的非最佳选择视为缺乏有效的区域选择和重新构成策略的检测结果。为了解决上述问题,我们提出了一种新的基于增强的基于基于的对象检测框架,即增强框架,通过将增强剂学习剂与基于卷积神经网络的特征空间整合在一起,具有区域选择的能力并进行了重新确定。在钢筋中,我们重新开发了一个奖励功能,该奖励功能使代理可以有效地训练并提供更准确的区域建议。为了进一步优化它们,我们设计了基于卷积神经网络的区域选择网(RS-NET)和边界框重新填充网络(BBR-NET)。尤其是前者由两个子网络组成:联合网络(IOU-NET)和完整性网络(CPL-NET)共同选择了最佳区域建议。后者旨在将选定的结果重新定义为最终结果。在两个标准数据集Pascal VOC 2007和VOC 2012上的广泛实验结果表明,增强剂能够改善该地区的选择,并学习更好的代理动作表示增强性学习,从而导致最先进的表现。2021 Elsevier B.V.保留所有权利。
传感器与微系统 第 44 卷 殊形状的刀片完成剪切,采摘成功率达 97 . 36 % 。进一步 设计了一种提拉断梗的机械手,舵机带动主动手指和从动 手指转动,将茶梗折弯并拉断,采摘成功率为 74 . 3 % 。华 中农业大学 [ 6 ] 设计了一种结构为曲柄滑块剪切机构的末 端执行器,通过刀片闭合将鲜叶掐断,利用真空装置将剪切 后的茶叶吸入容纳箱。四川农业大学 [ 7 ] 设计了一种可夹 提式采摘茶叶嫩梢的末端执行器,通过预设夹持力使夹持 件夹断嫩梢叶柄,对一芽一叶和一芽两叶都达到较高的采 摘率。纵观现有大宗茶采摘末端执行器的结构和特点,多 以刀片切割的方式作为采摘原理,无法保证芽叶的完整,这 将在很大程度上降低茶叶的品质,不能用于高档名优绿茶 采摘。南京林业大学 [ 8~12 ] 基于机器视觉、颜色特征、并联 机器人等技术,研发了对新梢有选择性采摘的机器人,研制 了一种气动采摘指,设置固定阈值,确定采摘指夹持嫩芽时 的闭合间隙,通过提拉动作完成采摘,成功率达到 90 % 。 由于自然生长的新梢枝条粗细不一,夹持时的夹持力波动 较大,会存在打滑或夹断现象。 针对现有采茶末端执行器导致嫩芽完整性的不足,本 文设计了一种柔性可感知的仿生采摘指作为采茶机器人的 末端执行器,模仿人工“提手采”的动作,通过固定和提拉 动作实现嫩芽采摘,并增加夹持力测量电路,在夹持过程中 检测夹持力,提高采摘成功率。
Google DeepMind科学家哈萨比斯(Demis hassabis)和强普(John M. Jumper)以ai预测蛋白质结构技术
刘宁坤, 1 , 2 , 9 徐艳卓, 1 , 2 , 9 李奇, 1 曹宇鑫, 3 杨德昌, 4 刘莎莎, 1 , 2 王小康, 3 米英杰, 1 , 5 刘阳, 1 , 2 丁晨曦, 1 , 6 刘艳, 1 , 2 李勇, 7 袁耀武, 8 高戈, 4 陈金峰, 1 , * 钱伟强, 3 , * 张晓明 1 , 2 , 10 , * 1 中国科学院动物研究所, 害虫鼠类综合治理国家重点实验室, 北京 100101 2 中国科学院大学中国科学院生物相互作用卓越中心, 北京 100049 3 国家重点实验室蛋白质与植物实验室北京大学现代农学院基因研究中心,北京 100871,中国 4 北京大学生命科学学院、BIOPIC & ICG 和生物信息学中心,蛋白质与植物基因国家重点实验室,北京 100871,中国 5 河南师范大学生命科学系,河南新乡 453007,中国 6 河北大学生命科学学院,河北保定 071002,中国 7 东北农业大学生命科学学院,黑龙江哈尔滨 150038,中国 8 康涅狄格大学生态与进化生物学系,75 North Eagleville Road, Unit 3043, Storrs, CT 06269,美国 9 这些作者贡献相同 10 主要联系人 *通讯地址:chenjinfeng@ioz.ac.cn (JC),wqqian@pku.edu.cn (WQ), zhangxm@ioz.ac.cn (XZ) https://doi.org/10.1016/j.chom.2022.07.001
完整作者列表:刘新宇;阿贡国家实验室,能源系统部 Elgowainy,Amgad;阿贡国家实验室,能源系统部 王,迈克尔;阿贡国家实验室,能源系统部
电子邮件:jia_liu@seas.harvard.edu 学术任职 01/2019- 哈佛大学工程与应用科学学院生物工程助理教授 2015-2018 斯坦福大学化学工程与生物工程系博士后 2014-2015 哈佛大学化学与化学生物学系博士后研究员 教育经历 2009-2014 哈佛大学化学博士 2005-2009 复旦大学化学学士 奖项与荣誉 2022 被《麻省理工技术评论》评选为 35 岁以下发明家(全球名单) 2022 被《先进材料》评选为“新星”奖 2022 美国空军科学研究办公室 (AFOSR) 青年研究员计划 (YIP) 奖 2021 NIH/NIDDK 催化剂奖(DP1,主任先锋奖计划) 2021 2021 MRS 最佳研讨会演讲奖 2021 哈佛 SEAS LInc 教职员工奖学金 2020 威廉·F·米尔顿奖 2020 哈佛干细胞研究所种子基金奖 2019、2020 哈佛大学院长有前途奖学金竞争基金 2019 阿拉蒙特青年教师奖 2016 Springer 年度最佳论文奖 2016 入围 Burroughs Wellcome 基金、科学界面职业奖 2015 C&EN 评选的“注射器注射电子学”最显著化学研究进展 2015 科学美国人评选的“注射器注射电子学”十大改变世界的想法 2014 中国优秀留学生 2012 哈佛大学 Fieser 讲座奖 2009 个人科技创新学术奖学金 2007-2008 金惠君李政道奖学金 2008 埃克森美孚美孚奖学金 2005 年州冠军、全国高中化学奥林匹克学生奖项和荣誉 2021 年研究生 Paul Le Floch 入选福布斯 30 位 30 岁以下 | 2022 年科学榜单。 2021 年研究生 Paul Le Floch 在 2021 年 MRS 秋季会议上获得 MRS 研究生金奖。 2021 年研究生 Ariel Lee 获得 NSF 研究生奖学金。 2021 年研究生 Jaeyong Lee 获得 Kwanjeong 教育基金会颁发的 Kwanjeong 奖学金 2020 年研究生 Yichun He 获得哈佛大学艺术与科学研究生院颁发的 James Mills Piece 奖学金 2020 年本科生 Daniel Solomon 获得哈佛大学研究项目奖学金 2019 年研究生 Hao Sheng 获得研究生 Aramont 奖 2019 年本科生 Thomas Blum 获得达文波特学院 Richter 暑期奖学金
具有连续体束缚态的硅槽形纳米立方体高效二次谐波产生 方慈哲,杨奇宇,袁清晨,顾林鹏,甘雪涛*,邵瑶,刘燕,*韩根泉,郝越 方聪,杨倩,刘英教授,韩刚教授,郝英教授 西安电子科技大学微电子学院宽禁带半导体技术国家重点实验室,西安 710071,中国 电子邮件:xdliuyan@xidian.edu.cn 袁倩,顾琳,甘雪教授 西北工业大学物理科学与技术学院,工业和信息化部光场操控与信息获取重点实验室,陕西省光信息技术重点实验室,西安 710129,中国 电子邮件:xuetaogan@nwpu.edu.cn Y.邵 国家电网上海能源互联网研究院,上海市浦东新区李冰路251号,201210,中国 刘宇 教授 智能芯片与器件研究中心 浙江省重点实验室,杭州,311121,中国 关键词:二次谐波产生,连续体中的束缚态,硅,介电纳米结构 具有中心对称性的光学材料,例如硅和锗,不幸的是