江苏龙网

  1. 首页 > 人文 > >

科技实验室|2020 | Workshop攻略来啦！机器学习的七大应用领域，NeurIPS( 二 )


这一研讨会将聚集计算机科学家、数学家与物理学家 ， 一同拓展机器学习在前沿物理学问题中的研究 ， 包括逆问题、近似物理过程、理解模型表示以及物理学与机器学习的衔接工具与方法 。 不同研究领域之间的对话将会强化学科间的联系 ， 为前沿问题的思考提供更多启发 。
同时研讨会还将举办多个主题演讲 ， 展现科学家们在“机器学习-物理学”研究领域的前沿思考和技术实践 。
https://ml4physicalsciences.github.io/2020/
No.3现代工程
在计算机辅助建模、仿真和设计流程的极大帮助下 ， 现代工程学得到了迅速发展 。 机器学习作为信息技术形态 ， 也展现了推动工程领域发展的强大潜力 。 人们逐渐利用机器学习提高了工作流程的性能和效率 ， 包括预测物质行为 ， 基于机器学习进行物理仿真和设计优化 ， 为3D形状构建生成模型 ， 设计并优化能源系统实现低碳工业 ， 同时也为制造业提供诸多先进的解决方案 。
科技实验室|2020 | Workshop攻略来啦！机器学习的七大应用领域，NeurIPS
文章图片
这一研讨会将聚焦工程领域与计算机领域的合作研究 ， 从业人员将一同探索如何将机器学习更好地应用于工程问题 ， 包括缩减阶次建模、优化设计加速、辅助参数辨识、加速制造业原型设计和开发、与先前工程工具有效集成、探讨工程领域所面临问题潜在的机遇与挑战 。
研讨会还将邀请六位领域内的研究者进行主题演讲 ， 利用机器学习这一强大工具 ， 共同推动工程领域的进步和难题的解决 。
https://ml4eng.github.io/
No.4分子学与新分子研发
新型分子的发现和应用是人类社会得以可持续发展的重要支柱 ， 从新药到粮食安全 ， 到新能源的开发与应用 ， 再到缓解气候变化 ， 这些领域都离不开新型分子（特别是功能分子）的研发 。 然而新型分子的合成与发现十分漫长和艰辛 ， 但机器学习的出现为这一领域的研究带来了新的生产力 。 特别是在COVID-19中 ， 机器学习对药物和疫苗的研发起到了令人瞩目的作用 。
科技实验室|2020 | Workshop攻略来啦！机器学习的七大应用领域，NeurIPS
文章图片
这一研讨会的目的在于为机器学习和分子学研究专家建立对话的平台和通道 ， 利用机器学习推动分析研发领域的快速发展 。
近年来 ， 机器学习能取得较大成功 ， 包含了以下两个原因：首先 ， 输入空间的连续性和平滑性 ， 意味着模型可以有效处理那些与训练分布相似但在训练中没有出现的数据样本；其次 ， 在强化学习领域的AlphaGo等算法训练中 ， 为了寻求最优解 ， 智能体可以不知疲倦地试做数百万次 。 但令人遗憾的是 ， 这些特征在化学、材料科学、物理学和生物学研究中可能没办法满足 ， 因为这些领域中的问题都高度离散和结构化 ， 数据收集的难度非常大 。
因此 ， 近年来 ， 大家开始关注如何用机器学习解决分子问题 。 机器学习的最新进展 ， 在分子动力学加速、量子力学建模以及新型分子设计和特性优化设计问题中都得到了重要应用 。 机器学习在分子层面的迅速发展为研究者提供了绝好的机会和更广阔的视野 ， 在物理系统的表达、物理约束模型、流形学习 ， 数据的生成模型、可解释性、可重复性以及模型因果和偏置等方面都提供了重要参考 。
这一研讨会还将讨论机器学习在化学与物理问题、制药与农业方面的应用 ， 并判断技术发展的现状 ， 指出未来可能的发展方向 。 更重要的是 ， 不同领域的研究者将通过本次研讨会建立联系 ， 建立大规模的相关数据集 ， 不断促进学科间的交叉融合与持续创新发展 。
https://ml4molecules.github.io/
No.5移动健康
移动健康的发展逐渐对临床诊断和治疗产生了变革性的影响 。 可穿戴传感器和移动电话为支持自动化诊断和健康守护的算法提供了可靠的实时数据流 ， 并且能够为用户提供不间断、有效、及时的医护服务 ， 广泛应用于高风险活动预警、慢性病管理、强化阶段以及活动增强等方面 。 由于移动健康领域的软硬件和应用服务迅猛发展 ， 本领域现有的理论和方法已经不能满足现阶段的需求了 。


推荐阅读


上一篇：智电网|MIDC开幕 雷军演讲，第四届小米开发者大会

下一篇：立尚合|天猫店铺转让的一些知识点