電鏡中的垃圾變黃金—深度神經網絡
近十年來，掃描探針、電子顯微鏡和光學顯微鏡的光譜成像方法發展迅速，導致了大型多維數據集的興起。在許多情況下，將高光譜數據降維到較低維度的材料特征參數，要依賴功能擬合，雖然擬合函數的近似形式是已知的，但函數的參數卻是需要人為確定的。然而，通過迭代方法實現噪聲數據的功能擬合（如最小二乘梯度下降），常常會出現虛假結果。
來自美國橡樹林國家實驗室的Stephen Jesse領導的團隊，提出了一種新的方法，可用來逆向解決問題，可從基于光譜成像數據的最小二乘擬合中提取物理模型參數，并能通過深度學習測定先驗參數而增強提取能力。他們將這種方法應用于從壓電響應力顯微鏡數據中提取簡諧振子參數，并證明了通過結合使用深度神經網絡和最小二乘擬合，可以探測比傳統方法低一個數量級的信號響應，接近激發信號的熱限制。作為模型系統，他們演示了從層狀鐵電化合物的帶激發壓電響應力顯微鏡成像中，提取阻尼簡諧振子參數。這種使用深度神經網絡的方法是通用的，并且在正向和反向情況下都顯示出它們作為函數近似器的效用，且它們在嘈雜的環境中工作良好。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規問題，請聯系本站處理。
舉報投訴
-
探針
+關注
關注
4文章
229瀏覽量
21640 -
深度神經網絡
+關注
關注
0文章
62瀏覽量
4856
原文標題：npj: 電鏡中的垃圾變黃金—深度神經網絡
文章出處：【微信號：zhishexueshuquan，微信公眾號：知社學術圈】歡迎添加關注！文章轉載請注明出處。
發布評論請先 登錄
相關推薦
熱點推薦
面向嵌入式部署的神經網絡優化：模型壓縮深度解析
1.為什么需要神經網絡模型壓縮？ 神經網絡已經成為解決復雜機器學習問題的強大工具。然而，這種能力往往伴隨著模型規模和計算復雜度的增加。當輸入維度較大（例如長時序窗口、高分辨率特征空間）時，模型需要
自動駕駛中常提的卷積神經網絡是個啥？
在自動駕駛領域，經常會聽到卷積神經網絡技術。卷積神經網絡，簡稱為CNN，是一種專門用來處理網格狀數據（比如圖像）的深度學習模型。CNN在圖像處理中尤其常見，因為圖像本身就可以看作是由像素排列成的二維網格。
NMSIS神經網絡庫使用介紹
NMSIS NN 軟件庫是一組高效的神經網絡內核，旨在最大限度地提高 Nuclei N 處理器內核上的神經網絡的性能并最??大限度地減少其內存占用。
該庫分為多個功能，每個功能涵蓋特定類別
發表于 10-29 06:08
在Ubuntu20.04系統中訓練神經網絡模型的一些經驗
本帖欲分享在Ubuntu20.04系統中訓練神經網絡模型的一些經驗。我們采用jupyter notebook作為開發IDE，以TensorFlow2為訓練框架，目標是訓練一個手寫數字識別的神經網絡
發表于 10-22 07:03
CICC2033神經網絡部署相關操作
在完成神經網絡量化后，需要將神經網絡部署到硬件加速器上。首先需要將所有權重數據以及輸入數據導入到存儲器內。
在仿真環境下，可將其存于一個文件，并在 Verilog 代碼中通過 readmemh 函數
發表于 10-20 08:00
液態神經網絡（LNN）：時間連續性與動態適應性的神經網絡
1.算法簡介液態神經網絡（LiquidNeuralNetworks，LNN）是一種新型的神經網絡架構，其設計理念借鑒自生物神經系統，特別是秀麗隱桿線蟲的神經結構，盡管這種微生物的
神經網絡的并行計算與加速技術
隨著人工智能技術的飛速發展，神經網絡在眾多領域展現出了巨大的潛力和廣泛的應用前景。然而，神經網絡模型的復雜度和規模也在不斷增加，這使得傳統的串行計算方式面臨著巨大的挑戰，如計算速度慢、訓練時間長等
如何在機器視覺中部署深度學習神經網絡
圖 1：基于深度學習的目標檢測可定位已訓練的目標類別，并通過矩形框（邊界框）對其進行標識。 在討論人工智能（AI）或深度學習時，經常會出現“神經網絡”、“黑箱”、“標注”等術語。這些概念對非專業
無刷電機小波神經網絡轉子位置檢測方法的研究
摘要:論文通過對無刷電機數學模型的推導,得出轉角:與三相相電壓之間存在映射關系,因此構建了一個以三相相電壓為輸人,轉角為輸出的小波神經網絡來實現轉角預測,并采用改進遺傳算法來訓練網絡結構與參數,借助
發表于 06-25 13:06
神經網絡專家系統在電機故障診斷中的應用
摘要:針對傳統專家系統不能進行自學習、自適應的問題,本文提出了基于種經網絡專家系統的并步電機故障診斷方法。本文將小波神經網絡和專家系統相結合,充分發揮了二者故障診斷的優點,很大程度上降低了對電機
發表于 06-16 22:09
神經網絡RAS在異步電機轉速估計中的仿真研究
眾多方法中，由于其結構簡單，穩定性好廣泛受到人們的重視，且已被用于產品開發。但是MRAS仍存在在低速區速度估計精度下降和對電動機參數變化非常敏感的問題。本文利用神經網絡的特點，使估計更為簡單、快速
發表于 06-16 21:54
基于FPGA搭建神經網絡的步驟解析
本文的目的是在一個神經網絡已經通過python或者MATLAB訓練好的神經網絡模型，將訓練好的模型的權重和偏置文件以TXT文件格式導出，然后通過python程序將txt文件轉化為coe文件，（coe
NVIDIA實現神經網絡渲染技術的突破性增強功能
近日，NVIDIA 宣布了 NVIDIA RTX 神經網絡渲染技術的突破性增強功能。NVIDIA 與微軟合作，將在 4 月的 Microsoft DirectX 預覽版中增加神經網絡著色技術，讓開
工商網監
評論