O sistema usa um novo tipo de sensor que adere à pele e produz sinais somatossensoriais de alta qualidade, os quais são integrados com os sinais de captura de vídeo para atingir alta precisão no reconhecimento de gestos das mãos.
O algoritmo é capaz de segmentar os pacientes de acordo com seu perfil clínico, assim orientando a equipe médica para prestar o tratamento mais adequado em cada caso, resultando em melhora de condições em 94% dos pacientes e redução da mortalidade pela metade.
Algoritmos de machine learning e inteligência artificial possuem uma vasta gama de aplicações nas áreas biológicas. Neste artigo, veja alguns dos principais algoritmos de IA e suas principais aplicações no campo da biologia.
O uso de algoritmos genéticos na busca das melhores soluções para o treinamento de redes neurais pode resultar tanto em melhoria de desempenho quanto em redução do tempo necessário para a rede convergir à solução ideal.
As redes neurais apresentadas na pesquisa incorporam em sua estrutura o conhecimento sobre as redes de sinalização e regulação celular, o que permite que os parâmetros da rede sejam interpretáveis como dados sobre genes e proteínas, ampliando a aplicabilidade das redes não só para tarefas de predição, mas também para a descoberta científica.
Ao invés de usar energia elétrica para os cálculos matriciais necessários ao treinamento de uma rede neural, o novo chip usa luz, que graças a suas propriedades intrínsecas, permite a realização dos cálculos de forma paralelizada e sem consumo energético.
O algoritmo prediz quais porções do vírus serão capazes de gerar resposta imunológica na maior proporção da população, direcionando o desenvolvimento de vacinas para cobrir o maior número possível de pessoas.
Uma pesquisa usando modelos de machine learning conseguiu elucidar quais receptores olfativos respondem a diferentes tipos de molécula, e a partir disso, prever como as moléculas geram diferentes experiências subjetivas do olfato.
Uma rede neural convolucional foi treinada para ser capaz de reconhecer os indivíduos de três espécies de pássaros pequenos, permitindo sua identificação automatizada em estudos que dependem dessa tarefa.
Neste artigo apresentamos as formas com que dados podem ser representados em linguagem computacional, e como isso afeta o desempenho de algoritmos de machine learning que dependem deles.
