日B视频 亚洲,啪啪啪网站一区二区,91色情精品久久,日日噜狠狠色综合久,超碰人妻少妇97在线,999青青视频,亚洲一区二卡,让本一区二区视频,日韩网站推荐

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)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(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

關(guān)于使用深度學(xué)習(xí)破譯老鼠的語言分析和介紹

MATLAB ? 來源:djl ? 2019-09-11 11:40 ? 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

多年來,研究人員知道我們可以通過嚙齒類動物的叫聲來了解它們的感受。就像狗搖尾巴一樣,某些叫聲表明嚙齒動物很快樂。反過來,另一些叫聲表明嚙齒動物有壓力,甚至抑郁。

但為什么研究人員會對嚙齒動物的情緒感興趣呢?因?yàn)檠芯咳藛T想了解嚙齒動物對各種刺激的反應(yīng)。這有助于研究人員找到幫助成癮者或抑郁者的最佳方法。通過簡單分析嚙齒類動物的交流方式,研究人員可以判斷治療是否有助于減輕抑郁情緒。

圖片來源:Alice Gray

由于嚙齒類動物主要通過人耳聽不到的超聲波發(fā)聲(USV)進(jìn)行交流,因此很難破譯老鼠吱吱的叫聲。超聲波發(fā)聲的范圍為20千赫到115千赫,而人類通??梢月牭?0赫到20千赫的聲音。

直到現(xiàn)在,研究人員在研究嚙齒動物的叫聲時,依然嚴(yán)重依賴耗時的人工分析。由于發(fā)聲頻率很高,研究人員不得不放慢播放錄音的速度,才能聽到叫聲。即使使用專門的麥克風(fēng),對錄音中的高音尖叫聲進(jìn)行標(biāo)記和分類也是很費(fèi)力費(fèi)時的。這些方法也容易導(dǎo)致人為錯誤和誤解。

華盛頓大學(xué)精神病學(xué)和行為科學(xué)系教授John Neumaier博士告訴《數(shù)字趨勢》雜志:“過去,為了更好地了解動物在行為測試中的情緒狀態(tài),研究人員將這些聲音記錄了下來。問題是,要對這些錄音進(jìn)行人工分析,就需要把它們放慢到人類可以聽到的頻率,這可能需要花費(fèi)10倍的時間來聽。這給研究人員帶來了非常大的工作壓力,使得他們不愿意用這種自然的方式來解讀動物的情緒狀態(tài)?!?/p>

因此,這個研究小組借助于人工智能AI)來實(shí)現(xiàn)這一過程的自動化。他們的程序叫做DeepSqueak,因?yàn)檫@項(xiàng)程序基于一種叫做深度學(xué)習(xí)的人工智能形式。

利用深度學(xué)習(xí)分析超聲波發(fā)聲

兩位研究人員(華盛頓大學(xué)精神病學(xué)和行為科學(xué)系技術(shù)人員Russell Marx和華盛頓大學(xué)博士后研究員Kevin Coffey博士)與Neumaier教授合作開發(fā)了用于檢測和分析超聲波發(fā)聲的DeepSqueak軟件。他們的研究最近發(fā)表在《神經(jīng)心理藥理學(xué)自然雜志》上。

Coffey說:“我們可以訓(xùn)練這個軟件,以一種更類似于人類學(xué)習(xí)的方式來分析這些叫聲。我們用圖片和例子來說明叫聲,而不是用數(shù)學(xué)來描述叫聲是什么?!?/p>

DeepSqueak將聲音問題轉(zhuǎn)化為圖像問題。

DeepSqueak的輸入是一個音頻文件(.wav或.flac)。DeepSqueak將音頻文件拆分為短的分段,然后將這些分段轉(zhuǎn)換為圖像(聲波圖)。下圖顯示了從原始音頻文件到經(jīng)過濾波的聲波圖的轉(zhuǎn)換。

關(guān)于使用深度學(xué)習(xí)破譯老鼠的語言分析和介紹

圖片來源:Kevin R.Coffey、Russell G.Marx和John F.Neumair

將聲波圖輸入到一個深度學(xué)習(xí)人工智能程序中,這個程序可以對圖像進(jìn)行識別和分類,類似于自動駕駛汽車中用來識別停車標(biāo)志和車道線的人工智能。它首先查看聲波圖中是否有吱吱聲。如果有的話,是什么類型的吱吱聲。

Marx說:“DeepSqueak使用仿生算法,這種仿生算法可以通過已經(jīng)標(biāo)記好的發(fā)聲和噪音的例子來學(xué)習(xí)分離發(fā)聲。”

關(guān)于使用深度學(xué)習(xí)破譯老鼠的語言分析和介紹

圖片來源:Kevin R. Coffey、 Russell G. Marx和John F. Neumaier

該小組開始使用Deepsqueak時,采用的是MathWorks網(wǎng)站的示例代碼Object Detection Using Faster R-CNN Deep Learning(使用Faster R-CNN深度學(xué)習(xí)進(jìn)行對象檢測):

在此基礎(chǔ)上,他們開發(fā)了DeepSqueak軟件包和MATLAB圖形用戶界面。DeepSqueak使用了Computer Vision System Toolbox(計算機(jī)視覺系統(tǒng)工具箱)、Curve Fitting Toolbox(曲線擬合工具箱)、Image Processing Toolbox(圖像處理工具箱)、Parallel Computing Toolbox(并行計算工具箱)和Deep Learning Toolbox(深度學(xué)習(xí)工具箱)。

該技術(shù)有助于開發(fā)更好的成癮治療方法

這個研究小組的重點(diǎn)是精神病學(xué)和行為科學(xué)。

這項(xiàng)無損傷性研究發(fā)現(xiàn),嚙齒類動物在預(yù)期得到獎勵(如,糖)或與同伴玩耍時最快樂。他們還發(fā)現(xiàn),當(dāng)雌性嚙齒動物在附近時,雄性嚙齒動物的行為也不同。情況正如預(yù)期,并無意外。

Neumaier教授說,他的目標(biāo)是開發(fā)壓力失調(diào)和成癮的治療方法。DeepSqueak使超聲波發(fā)音的解碼破譯工作變得方便快捷,可以幫助實(shí)驗(yàn)室更快地實(shí)現(xiàn)目標(biāo)。

他說:“如果科學(xué)家能更好地理解藥物如何改變大腦活動,從而引起愉悅或不愉悅的感覺,我們就可以設(shè)計出更好的治療成癮的方法?!?/p>

該小組已經(jīng)向所有研究人員開放了DeepSqueak,他們可以創(chuàng)建自己的分析。代碼在Github上:

https://github.com/DrCoffey/DeepSqueak

該程序目前可以識別大約20種不同的超聲波發(fā)聲。該小組希望,當(dāng)其他人識別和標(biāo)記各種超聲波發(fā)聲時,他們能夠?yàn)槔鲜蟮慕新晞?chuàng)建一個虛擬的“谷歌翻譯”。

相關(guān)閱讀:

直播預(yù)告 | MATLAB EXPO 2019,大師在線開講 >>

深度學(xué)習(xí)網(wǎng)絡(luò)到底在“看”哪里?

昆蟲大腦完勝機(jī)器學(xué)習(xí)

使用 MATLAB 圖像處理算法,視頻實(shí)時加持藍(lán)天背景

MATLAB 的藝術(shù)鑒賞的能力

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)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(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 超聲波
    +關(guān)注

    關(guān)注

    63

    文章

    3328

    瀏覽量

    146184
  • 網(wǎng)絡(luò)
    +關(guān)注

    關(guān)注

    14

    文章

    8340

    瀏覽量

    95614
  • 深度學(xué)習(xí)
    +關(guān)注

    關(guān)注

    73

    文章

    5611

    瀏覽量

    124665
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(guān)推薦
    熱點(diǎn)推薦

    深度學(xué)習(xí)為什么還是無法處理邊緣場景?

    [首發(fā)于智駕最前沿微信公眾號]雖然自動駕駛車輛已經(jīng)完成了數(shù)百萬公里的行駛測試,深度學(xué)習(xí)也已被普遍應(yīng)用,但依然會在一些看似簡單的場景中犯下低級錯誤。比如在遇到一些從未見到過的邊緣場景時,系統(tǒng)可能會
    的頭像 發(fā)表于 05-04 10:16 ?2166次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>為什么還是無法處理邊緣場景?

    人工智能-Python深度學(xué)習(xí)進(jìn)階與應(yīng)用技術(shù):工程師高培解讀

    深度學(xué)習(xí)進(jìn)階的技術(shù)路線圖,來分析解讀一下從基礎(chǔ)原理到前沿應(yīng)用的多個關(guān)鍵節(jié)點(diǎn)。一、從基礎(chǔ)到進(jìn)階:構(gòu)建深度學(xué)習(xí)的完整認(rèn)知
    的頭像 發(fā)表于 04-21 11:01 ?406次閱讀
    人工智能-Python<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>進(jìn)階與應(yīng)用技術(shù):工程師高培解讀

    深度學(xué)習(xí)驅(qū)動的超構(gòu)表面設(shè)計進(jìn)展及其在全息成像中的應(yīng)用

    可實(shí)現(xiàn)高質(zhì)量圖像的獲取?;谏窠?jīng)網(wǎng)絡(luò)深度學(xué)習(xí)方法進(jìn)行超構(gòu)表面設(shè)計的文章數(shù)量日益增多,但關(guān)于該主題的綜述仍較為匱乏。據(jù)麥姆斯咨詢報道,近期,中國計量大學(xué)田穎教授等人
    的頭像 發(fā)表于 04-09 13:55 ?184次閱讀
    <b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>驅(qū)動的超構(gòu)表面設(shè)計進(jìn)展及其在全息成像中的應(yīng)用

    【智能檢測】基于AI深度學(xué)習(xí)與飛拍技術(shù)的影像測量系統(tǒng):實(shí)現(xiàn)高效精準(zhǔn)的全自動光學(xué)檢測與智能制造數(shù)據(jù)閉環(huán)

    內(nèi)容概要:文檔內(nèi)容介紹了中圖儀器(Chotest)影像測量儀融合人工智能深度學(xué)習(xí)與飛拍技術(shù)的自動化檢測解決方案。系統(tǒng)通過AI深度學(xué)習(xí)實(shí)現(xiàn)
    發(fā)表于 03-31 17:11

    自然語言處理NLP的概念和工作原理

    自然語言處理 (NLP) 是人工智能 (AI) 的一個分支,它會教計算機(jī)如何理解口頭和書面形式的人類語言。自然語言處理將計算語言學(xué)與機(jī)器學(xué)習(xí)
    的頭像 發(fā)表于 01-29 14:01 ?630次閱讀
    自然<b class='flag-5'>語言</b>處理NLP的概念和工作原理

    【團(tuán)購】獨(dú)家全套珍藏!龍哥LabVIEW視覺深度學(xué)習(xí)實(shí)戰(zhàn)課(11大系列課程,共5000+分鐘)

    累計5000+分鐘內(nèi)容 二、課程優(yōu)勢 技術(shù)壁壘構(gòu)建: 形成\"視覺算法+運(yùn)動控制+深度學(xué)習(xí)\"的復(fù)合技術(shù)棧,建立差異化競爭優(yōu)勢 項(xiàng)目落地能力: 掌握從需求分析→方案設(shè)計→硬件選型
    發(fā)表于 12-04 09:28

    如何深度學(xué)習(xí)機(jī)器視覺的應(yīng)用場景

    檢測應(yīng)用 微細(xì)缺陷識別:檢測肉眼難以發(fā)現(xiàn)的微小缺陷和異常 紋理分析:對材料表面紋理進(jìn)行智能分析和缺陷識別 3D表面重建:通過深度學(xué)習(xí)進(jìn)行高精度3D建模和檢測 電子行業(yè)應(yīng)用 PCB板復(fù)雜
    的頭像 發(fā)表于 11-27 10:19 ?361次閱讀

    一文了解Mojo編程語言

    Mojo 語言的具體介紹: 核心特點(diǎn) Python 兼容性 Mojo 支持大部分 Python 語法和標(biāo)準(zhǔn)庫,可直接調(diào)用 Python 生態(tài)系統(tǒng)中的庫,降低了學(xué)習(xí)成本。 極致性能優(yōu)化 通過靜態(tài)編譯
    發(fā)表于 11-07 05:59

    【新啟航】深度學(xué)習(xí)在玻璃晶圓 TTV 厚度數(shù)據(jù)智能分析中的應(yīng)用

    。隨著深度學(xué)習(xí)在數(shù)據(jù)處理領(lǐng)域展現(xiàn)出強(qiáng)大能力,將其應(yīng)用于玻璃晶圓 TTV 厚度數(shù)據(jù)智能分析,有助于實(shí)現(xiàn)高精度、高效率的質(zhì)量檢測與工藝優(yōu)化,為行業(yè)發(fā)展提供新動能。
    的頭像 發(fā)表于 10-11 13:32 ?826次閱讀
    【新啟航】<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>在玻璃晶圓 TTV 厚度數(shù)據(jù)智能<b class='flag-5'>分析</b>中的應(yīng)用

    如何在機(jī)器視覺中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    圖 1:基于深度學(xué)習(xí)的目標(biāo)檢測可定位已訓(xùn)練的目標(biāo)類別,并通過矩形框(邊界框)對其進(jìn)行標(biāo)識。 在討論人工智能(AI)或深度學(xué)習(xí)時,經(jīng)常會出現(xiàn)“神經(jīng)網(wǎng)絡(luò)”、“黑箱”、“標(biāo)注”等術(shù)語。這些概
    的頭像 發(fā)表于 09-10 17:38 ?1083次閱讀
    如何在機(jī)器視覺中部署<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>神經(jīng)網(wǎng)絡(luò)

    深度學(xué)習(xí)對工業(yè)物聯(lián)網(wǎng)有哪些幫助

    、實(shí)施路徑三個維度展開分析: 一、深度學(xué)習(xí)如何突破工業(yè)物聯(lián)網(wǎng)的技術(shù)瓶頸? 1. 非結(jié)構(gòu)化數(shù)據(jù)處理:解鎖“沉睡數(shù)據(jù)”價值 傳統(tǒng)困境 :工業(yè)物聯(lián)網(wǎng)中70%以上的數(shù)據(jù)為非結(jié)構(gòu)化數(shù)據(jù)(如設(shè)備振動波形、紅外圖像、日志文本),傳統(tǒng)方法難以
    的頭像 發(fā)表于 08-20 14:56 ?1258次閱讀

    自動駕駛中Transformer大模型會取代深度學(xué)習(xí)嗎?

    [首發(fā)于智駕最前沿微信公眾號]近年來,隨著ChatGPT、Claude、文心一言等大語言模型在生成文本、對話交互等領(lǐng)域的驚艷表現(xiàn),“Transformer架構(gòu)是否正在取代傳統(tǒng)深度學(xué)習(xí)”這一話題一直被
    的頭像 發(fā)表于 08-13 09:15 ?4397次閱讀
    自動駕駛中Transformer大模型會取代<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>嗎?

    當(dāng)深度學(xué)習(xí)遇上嵌入式資源困境,特征空間如何破局?

    近年來,隨著人工智能(AI)技術(shù)的迅猛發(fā)展,深度學(xué)習(xí)(Deep Learning)成為最熱門的研究領(lǐng)域之一。在語音識別、圖像識別、自然語言處理等領(lǐng)域,深度
    發(fā)表于 07-14 14:50 ?1331次閱讀
    當(dāng)<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>遇上嵌入式資源困境,特征空間如何破局?

    深度操作系統(tǒng)deepin 25全面支持凹語言

    近日,deepin(深度)社區(qū)宣布,deepin 25 現(xiàn)已完成對國產(chǎn)通用編程語言語言 (Wa-Lang) 的兼容性測試。在 deepin 25 默認(rèn)安裝環(huán)境下,即可直接使用凹語言進(jìn)
    的頭像 發(fā)表于 07-10 15:26 ?1167次閱讀
    <b class='flag-5'>深度</b>操作系統(tǒng)deepin 25全面支持凹<b class='flag-5'>語言</b>

    存儲示波器的存儲深度對信號分析有什么影響?

    存儲深度(Memory Depth)是數(shù)字示波器的核心參數(shù)之一,它直接決定了示波器在單次采集過程中能夠記錄的采樣點(diǎn)數(shù)量。存儲深度對信號分析的影響貫穿時域細(xì)節(jié)捕捉、頻域分析精度、觸發(fā)穩(wěn)定
    發(fā)表于 05-27 14:39
    郴州市| 嘉鱼县| 依安县| 玉屏| 延寿县| 潍坊市| 米易县| 崇礼县| 东乌珠穆沁旗| 固镇县| 巨鹿县| 平陆县| 合阳县| 崇明县| 惠水县| 襄垣县| 珠海市| 林口县| 阿鲁科尔沁旗| 德格县| 新平| 东城区| 黄浦区| 达日县| 临沂市| 渑池县| 崇左市| 上林县| 泸水县| 疏附县| 石林| 顺平县| 平安县| 延川县| 陆良县| 萝北县| 蒙山县| 进贤县| 尚义县| 廉江市| 蒲城县|