18video性欧美19sex,欧美高清videosddfsexhd,性少妇videosexfreexxx片中国,激情五月激情综合五月看花,亚洲人成网77777色在线播放

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

俄羅斯專家開發(fā)神經網(wǎng)絡診斷系統(tǒng) 通過咳嗽聲實時判斷患者是否患有新冠

工程師鄧生 ? 來源:IT之家 ? 作者:姜戈 ? 2021-01-19 13:28 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

1月19日消息 據(jù)俄媒 Vesti 報道,俄羅斯專家開發(fā)了一種神經網(wǎng)絡診斷系統(tǒng),能夠通過咳嗽聲實時判斷患者是否患有新冠肺炎。目前基于該診斷系統(tǒng)的手機 App Acoustery 也已開發(fā)出來。

據(jù)報道,項目負責人、俄羅斯科學院列別捷夫物理研究所研究員德米特里 · 米哈伊洛夫表示,診斷系統(tǒng)能夠將所記錄的咳嗽聲 “可視化”,轉化為頻譜圖,用肉眼就可以辨別新冠肺炎癥狀的特征。據(jù)悉,診斷系統(tǒng)會辨別患者的咳嗽是由新冠肺炎引起的,還是由其他呼吸系統(tǒng)疾病引起的。手機 APP Acoustery 的使用方法非常簡單,只需用戶對著手機麥克風咳嗽,程序便會實時做出診斷。

IT之家了解到,Acoustery 應用對于新冠肺炎的診斷準確度超過 85%,并且可以繼續(xù)提高。它可以作為獨立應用程序集成到蘋果、谷歌和其他移動軟件開發(fā)人員開發(fā)的熱門電子健康平臺中,也可以集成到各種終端中。

責任編輯:PSY

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權轉載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)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(guī)問題,請聯(lián)系本站處理。 舉報投訴
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    在Ubuntu20.04系統(tǒng)中訓練神經網(wǎng)絡模型的一些經驗

    本帖欲分享在Ubuntu20.04系統(tǒng)中訓練神經網(wǎng)絡模型的一些經驗。我們采用jupyter notebook作為開發(fā)IDE,以TensorFlow2為訓練框架,目標是訓練一個手寫數(shù)字識別的神經
    發(fā)表于 10-22 07:03

    液態(tài)神經網(wǎng)絡(LNN):時間連續(xù)性與動態(tài)適應性的神經網(wǎng)絡

    1.算法簡介液態(tài)神經網(wǎng)絡(LiquidNeuralNetworks,LNN)是一種新型的神經網(wǎng)絡架構,其設計理念借鑒自生物神經系統(tǒng),特別是秀麗隱桿線蟲的神經結構,盡管這種微生物的
    的頭像 發(fā)表于 09-28 10:03 ?395次閱讀
    液態(tài)<b class='flag-5'>神經網(wǎng)絡</b>(LNN):時間連續(xù)性與動態(tài)適應性的<b class='flag-5'>神經網(wǎng)絡</b>

    神經網(wǎng)絡專家系統(tǒng)在電機故障診斷中的應用

    摘要:針對傳統(tǒng)專家系統(tǒng)不能進行自學習、自適應的問題,本文提出了基于種經網(wǎng)絡專家系統(tǒng)的并步電機故障診斷方法。本文將小波神經網(wǎng)絡
    發(fā)表于 06-16 22:09

    什么是開關柜后臺專家故障診斷系統(tǒng)?在哪方面實現(xiàn)智能診斷?

    蜀瑞創(chuàng)新為大家科普:開關柜后臺軟件-專家診斷系統(tǒng)是一種基于先進技術的智能化監(jiān)測與診斷平臺,旨在通過實時數(shù)據(jù)采集、分析和人工智能算法,對開關柜
    的頭像 發(fā)表于 04-14 14:28 ?497次閱讀
    什么是開關柜后臺<b class='flag-5'>專家</b>故障<b class='flag-5'>診斷系統(tǒng)</b>?在哪方面實現(xiàn)智能<b class='flag-5'>診斷</b>?

    BP神經網(wǎng)絡與卷積神經網(wǎng)絡的比較

    多層。 每一層都由若干個神經元構成,神經元之間通過權重連接。信號在神經網(wǎng)絡中是前向傳播的,而誤差是反向傳播的。 卷積神經網(wǎng)絡(CNN) :
    的頭像 發(fā)表于 02-12 15:53 ?1065次閱讀

    BP神經網(wǎng)絡的優(yōu)缺點分析

    自學習能力 : BP神經網(wǎng)絡能夠通過訓練數(shù)據(jù)自動調整網(wǎng)絡參數(shù),實現(xiàn)對輸入數(shù)據(jù)的分類、回歸等任務,無需人工進行復雜的特征工程。 泛化能力強 : BP神經網(wǎng)絡
    的頭像 發(fā)表于 02-12 15:36 ?1311次閱讀

    什么是BP神經網(wǎng)絡的反向傳播算法

    神經網(wǎng)絡(即反向傳播神經網(wǎng)絡)的核心,它建立在梯度下降法的基礎上,是一種適合于多層神經元網(wǎng)絡的學習算法。該算法通過計算每層網(wǎng)絡的誤差,并將這
    的頭像 發(fā)表于 02-12 15:18 ?1099次閱讀

    BP神經網(wǎng)絡與深度學習的關系

    ),是一種多層前饋神經網(wǎng)絡,它通過反向傳播算法進行訓練。BP神經網(wǎng)絡由輸入層、一個或多個隱藏層和輸出層組成,通過逐層遞減的方式調整網(wǎng)絡權重,
    的頭像 發(fā)表于 02-12 15:15 ?1207次閱讀

    人工神經網(wǎng)絡的原理和多種神經網(wǎng)絡架構方法

    在上一篇文章中,我們介紹了傳統(tǒng)機器學習的基礎知識和多種算法。在本文中,我們會介紹人工神經網(wǎng)絡的原理和多種神經網(wǎng)絡架構方法,供各位老師選擇。 01 人工神經網(wǎng)絡 ? 人工神經網(wǎng)絡模型之所
    的頭像 發(fā)表于 01-09 10:24 ?1826次閱讀
    人工<b class='flag-5'>神經網(wǎng)絡</b>的原理和多種<b class='flag-5'>神經網(wǎng)絡</b>架構方法

    診斷系統(tǒng)開發(fā)咨詢服務

    隨著汽車電控系統(tǒng)復雜度及消費者對于汽車售后服務水平要求的提升,診斷系統(tǒng)開發(fā)在整車開發(fā)中的重要度日益突出。經過多年的實踐,經緯恒潤積累了豐富的經驗,業(yè)務涵蓋診斷協(xié)議及功能定義、
    的頭像 發(fā)表于 12-18 16:30 ?962次閱讀
    <b class='flag-5'>診斷系統(tǒng)開發(fā)</b>咨詢服務

    卷積神經網(wǎng)絡與傳統(tǒng)神經網(wǎng)絡的比較

    在深度學習領域,神經網(wǎng)絡模型被廣泛應用于各種任務,如圖像識別、自然語言處理和游戲智能等。其中,卷積神經網(wǎng)絡(CNNs)和傳統(tǒng)神經網(wǎng)絡是兩種常見的模型。 1. 結構差異 1.1 傳統(tǒng)神經網(wǎng)絡
    的頭像 發(fā)表于 11-15 14:53 ?2279次閱讀

    RNN模型與傳統(tǒng)神經網(wǎng)絡的區(qū)別

    傳統(tǒng)神經網(wǎng)絡(前饋神經網(wǎng)絡) 2.1 結構 傳統(tǒng)神經網(wǎng)絡,通常指的是前饋神經網(wǎng)絡(Feedforward Neural Networks, FNN),是一種最簡單的人工
    的頭像 發(fā)表于 11-15 09:42 ?1815次閱讀

    LSTM神經網(wǎng)絡的結構與工作機制

    的結構與工作機制的介紹: 一、LSTM神經網(wǎng)絡的結構 LSTM神經網(wǎng)絡的結構主要包括以下幾個部分: 記憶單元(Memory Cell) : 記憶單元是LSTM網(wǎng)絡的核心,負責在整個序列處理過程中保持和更新長期依賴信息。 它主要由
    的頭像 發(fā)表于 11-13 10:05 ?2018次閱讀

    Moku人工神經網(wǎng)絡101

    Moku3.3版更新在Moku:Pro平臺新增了全新的儀器功能【神經網(wǎng)絡】,使用戶能夠在Moku設備上部署實時機器學習算法,進行快速、靈活的信號分析、去噪、傳感器調節(jié)校準、閉環(huán)反饋等應用。如果您
    的頭像 發(fā)表于 11-01 08:06 ?858次閱讀
    Moku人工<b class='flag-5'>神經網(wǎng)絡</b>101

    關于卷積神經網(wǎng)絡,這些概念你厘清了么~

    人員必須通過決策閾值做出決定。 另一個區(qū)別是AI并不依賴固定的規(guī)則,而是要經過訓練。訓練過程需要將大量貓的圖像展示給神經網(wǎng)絡以供其學習。最終,神經網(wǎng)絡將能夠獨立識別圖像中是否有貓。關鍵
    發(fā)表于 10-24 13:56