- 今天给大家介绍的是2019年11月发表在Nature Communications的一篇文章，“A Bayesian machine learning approach for drug target identification using diverse data types“。药物靶标识别是药物开发的关键步骤。为了解决这个问题，作者开发了BA... 今天给大家介绍的是2019年11月发表在Nature Communications的一篇文章，“A Bayesian machine learning approach for drug target identification using diverse data types“。药物靶标识别是药物开发的关键步骤。为了解决这个问题，作者开发了BA...
- 设计一个占空比50%的三分频电路。 针对这个分频器，博文的末尾会给出一个反面教材，这是我上次写的一个分频器，看起来很好，其实是不能综合的。针对其中的错误，我令立博文记录之：【 Verilog 】always@（）的敏感源中为什么不能双边沿触发？为什么不能双时钟触发？ 感谢学习道路上的前辈给予的指导：下面的分频器思路是： 画了个草图： 给出Verilog HD... 设计一个占空比50%的三分频电路。 针对这个分频器，博文的末尾会给出一个反面教材，这是我上次写的一个分频器，看起来很好，其实是不能综合的。针对其中的错误，我令立博文记录之：【 Verilog 】always@（）的敏感源中为什么不能双边沿触发？为什么不能双时钟触发？ 感谢学习道路上的前辈给予的指导：下面的分频器思路是： 画了个草图： 给出Verilog HD...
- 工具简介 来自德国海德堡大学的Hamprecht团队开发了一款使用简便的开源交互式工具—ilastik。ilastik能够给用户提供良好的基于机器学习的生物信息图像分析服务，这对于在计算机专业知识方面有所欠缺而又想使用机器学习来做图像分析的用户来说是一个福音。（文末附ilastik下载链接） 研究背景 随着成像技术的... 工具简介 来自德国海德堡大学的Hamprecht团队开发了一款使用简便的开源交互式工具—ilastik。ilastik能够给用户提供良好的基于机器学习的生物信息图像分析服务，这对于在计算机专业知识方面有所欠缺而又想使用机器学习来做图像分析的用户来说是一个福音。（文末附ilastik下载链接） 研究背景 随着成像技术的...
- Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-... Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-...
- Cozmo之ROS和AI训练/体验营-2019-ROS暑期学校 Cozmo机器人训练营 第5天(2019年7月31日) 主题：ROS2与实时系统 17:40 -- 18:00Cozmo机器人训练营（体验营介绍）张瑞雷 Exbot机器人实验室18:00 -- 19:00晚餐 19:00 -- 21:00体验营2：C... Cozmo之ROS和AI训练/体验营-2019-ROS暑期学校 Cozmo机器人训练营 第5天(2019年7月31日) 主题：ROS2与实时系统 17:40 -- 18:00Cozmo机器人训练营（体验营介绍）张瑞雷 Exbot机器人实验室18:00 -- 19:00晚餐 19:00 -- 21:00体验营2：C...
- 2020年1月6日哈佛医学院Mohammed AlQuraishi和Peter K. Sorger研究团队合作在Nature methods上发表题Biophysical prediction of protein–peptide interactions and signaling networks using machine learning的研究成果。该研究利用机... 2020年1月6日哈佛医学院Mohammed AlQuraishi和Peter K. Sorger研究团队合作在Nature methods上发表题Biophysical prediction of protein–peptide interactions and signaling networks using machine learning的研究成果。该研究利用机...
- 5月7日 按键防抖 1. 用verilog实现按键抖动消除电路，抖动小于15ms，输入时钟12MHz。 在编写Verilog代码之前，先分析下一些前提问题，首先是几个按键（1个，多个），我们以1个和三个为例； 其次是算下按键按下后计数多少后，采样按键值，这个需要简单的运算：输入时钟为12MHz，也就是大约80ns的周期，那么去除15ms的抖动，需要计数多少次呢？ 经... 5月7日 按键防抖 1. 用verilog实现按键抖动消除电路，抖动小于15ms，输入时钟12MHz。 在编写Verilog代码之前，先分析下一些前提问题，首先是几个按键（1个，多个），我们以1个和三个为例； 其次是算下按键按下后计数多少后，采样按键值，这个需要简单的运算：输入时钟为12MHz，也就是大约80ns的周期，那么去除15ms的抖动，需要计数多少次呢？ 经...
- Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-... Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-...
- 数据通路。 y = func(a,b) func可以是加法，减法，乘法，比较，移位，舍入，饱和等。 分别针对有符号数，无符号数的情况。 提示：可以参考synopsys的一篇文档 https://t.zsxq.com/QF6QNju 加法： 对于无符号数而言： module arithmetic( input [3:0] a, input [3:0] b, ou... 数据通路。 y = func(a,b) func可以是加法，减法，乘法，比较，移位，舍入，饱和等。 分别针对有符号数，无符号数的情况。 提示：可以参考synopsys的一篇文档 https://t.zsxq.com/QF6QNju 加法： 对于无符号数而言： module arithmetic( input [3:0] a, input [3:0] b, ou...
- 1. 画一下电路图：CMOS反相器、与非门、或非门、三态输出门、漏极开路门。 CMOS反相器电路由两个增强型MOS场效应管组成。 上方为P沟道增强型MOS管，下方为N沟道增强型MOS管。 CMOS反相器电路由两个增强型MOS场效应管组成，其中TN为NMOS管，称驱动管，TP为PMOS管，称负载管。 NMOS管的栅源开启电压UTN为正值，PMOS管的栅源开启电压是... 1. 画一下电路图：CMOS反相器、与非门、或非门、三态输出门、漏极开路门。 CMOS反相器电路由两个增强型MOS场效应管组成。 上方为P沟道增强型MOS管，下方为N沟道增强型MOS管。 CMOS反相器电路由两个增强型MOS场效应管组成，其中TN为NMOS管，称驱动管，TP为PMOS管，称负载管。 NMOS管的栅源开启电压UTN为正值，PMOS管的栅源开启电压是...
- Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Scikit-learn与特征工程 “数据决定了机器学习的上限，而算法只是尽可能逼近这个上限”，这句话很好的阐述了数据在机器学习中的重要性。大部分直接拿过来的数据都是特征不明显的、没有经过处理的或者说是存在很多无用的数据，那么需要进行一... Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Scikit-learn与特征工程 “数据决定了机器学习的上限，而算法只是尽可能逼近这个上限”，这句话很好的阐述了数据在机器学习中的重要性。大部分直接拿过来的数据都是特征不明显的、没有经过处理的或者说是存在很多无用的数据，那么需要进行一...
- 2019年5月13日 glitch-free的两个时钟切换电路。 可以看到这是一个星期之前的题目了，现在才抽空做，把这篇颠倒个顺序吧，也是最后一天了，以后的题目都是讨论性质的，不会以第多少天的形式来写了。 这个题目是设计一个时钟切换电路，且使得切换过程中没有毛刺产生。 为了理解无毛刺的时钟切换电路，先讨论下时钟切换时产生毛刺的原因： 有毛刺的时钟切换电路 如下... 2019年5月13日 glitch-free的两个时钟切换电路。 可以看到这是一个星期之前的题目了，现在才抽空做，把这篇颠倒个顺序吧，也是最后一天了，以后的题目都是讨论性质的，不会以第多少天的形式来写了。 这个题目是设计一个时钟切换电路，且使得切换过程中没有毛刺产生。 为了理解无毛刺的时钟切换电路，先讨论下时钟切换时产生毛刺的原因： 有毛刺的时钟切换电路 如下...
- 转载以及翻译模板 文章目录 写在前面正文硅半导体加工回顾 参考资料交个朋友 写在前面 原文链接 相关博文 博客首页 注：知识搬运，供学习交流使用，侵联删！ 正文 本节仅描述基于硅的半导体的制造。 大多数半导体是硅。 硅特别适用于集成电路，因为它容易形成氧化物涂层，可用于构图晶体管等集成组件。 硅 硅是地壳中第二常见的元素，其形式为二氧化硅Si... 转载以及翻译模板 文章目录 写在前面正文硅半导体加工回顾 参考资料交个朋友 写在前面 原文链接 相关博文 博客首页 注：知识搬运，供学习交流使用，侵联删！ 正文 本节仅描述基于硅的半导体的制造。 大多数半导体是硅。 硅特别适用于集成电路，因为它容易形成氧化物涂层，可用于构图晶体管等集成组件。 硅 硅是地壳中第二常见的元素，其形式为二氧化硅Si...
- 第一款使用人工智能（AI）设计的药物已进入I期试验。Exscientia的Andrew Hopkins教授解释了如何使用算法来实现这一里程碑。 在具有里程碑意义的发展中，使用AI创建的第一种药物已进入其第一阶段试验。该化合物名为DSP-1181，由Exscientia和住友大日本制药公司(Sumitomo Dainippon Pharma)合资成立，用于治疗强... 第一款使用人工智能（AI）设计的药物已进入I期试验。Exscientia的Andrew Hopkins教授解释了如何使用算法来实现这一里程碑。 在具有里程碑意义的发展中，使用AI创建的第一种药物已进入其第一阶段试验。该化合物名为DSP-1181，由Exscientia和住友大日本制药公司(Sumitomo Dainippon Pharma)合资成立，用于治疗强...
- 深度学习(Deep Learning) 深度学习是基于机器学习延伸出来的一个新的领域，由以人大脑结构为启发的神经网络算法为起源加之模型结构深度的增加发展，并伴随大数据和计算能力的提高而产生的一系列新的算法。 深度学习什么时间段发展起来的？ 其概念由著名科学家... 深度学习(Deep Learning) 深度学习是基于机器学习延伸出来的一个新的领域，由以人大脑结构为启发的神经网络算法为起源加之模型结构深度的增加发展，并伴随大数据和计算能力的提高而产生的一系列新的算法。 深度学习什么时间段发展起来的？ 其概念由著名科学家...
上滑加载中
推荐直播
-
华为云码道Agent集成与鸿蒙实战2026/08/11 周二 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；彭江敏-华为云鸿蒙端云一体化开发专家
本次直播带你解读华为云码道7月份产品新特性、新功能。更有专家演示码道Agent Space × 钉钉机器集成实战，从0到1打通消息通道；码道鸿蒙端云一体化实战，快速搭建员工签到系统。
回顾中 -
华为云开发者AI素养直播课·第五期2026/09/04 周五 16:00-18:00
林华鼎-华为云AI开发者运营负责人；蒋春阳-华为云AI开发者案例开发专家
本期直播内容： AI工具体验营 · 第5-8课连讲。Agent-Team 多智能体协作完成毕业设计实践
回顾中 -
华为云开发者AI素养ClassRoom·第六期2026/09/08 周二 19:00-20:00
樊渊-2026华为软件挑战赛冠军
高手来了：看软挑高手解析二维排样问题—从工业难题到算法突破
回顾中
热门标签