人工智能研究和MATLAB仿真软件金宝app
全球研究人员所做的帮助下使用人工智能应用研究MATLAB和Simulink与MathWorks合作。金宝app探索了研究人员、项目主题及相关出版物。
活跃的人工智能研究合作
首席研究员
阿拉巴马大学
机器学习是一个Gleyzer博士的研究的重要组成部分。他开发的方法和算法,然后他们适用于粒子物理的挑战,如粒子识别、事件重建和提取有趣的物理在大型强子对撞机(LHC)的数据。他的目标是使用数据从高能宇宙前沿实验,如大型强子对撞机High-Luminosity LHC和鲁宾天文台,加上先进的机器学习算法进行量化表述可能存在的新的物理,例如暗物质。
人工智能的研究项目
端到端图神经网络对粒子和1级触发事件识别CMS实验
MathWorks支持这项金宝app研究的合作。
相关的出版物
- 机器学习在高能物理社区白皮书
s . Gleyzer p·赛弗特星系,s·施拉姆,计算物理学2019年5月19日(纸预印)
- 端到端喷射分类的夸克和胶子CMS公开数据
j·m·安德鲁艾莉森,s, p .科比,b·伯克尔s Gleyzer m . Narain m . Paulini b . Poczos e . Usai高能物理实验,2020年10月
首席研究员
斯坦福大学
Kovscek博士感兴趣的是非常规的化学和物理地质结构(如页岩)因为其重要性的能量流程过渡到零碳排放。除了作为一个重要的能源资源,非常规结构作为传统地下岩层地质海豹可以用来封存二氧化碳,储存间歇性可再生能源(如绿色氢)和隔离核废料。非常规形成整个地下无处不在,但是我们的工程科学知识贫困是由于他们的纳米多孔结构和极端的异质性。他的研究小组调查了多孔介质的结构以及流动的物理长度尺度,不同孔隙储层的实验室。组织主题是流动成像技术来描述多孔介质的传输机制(水和天然气)和模型的合成实验,理论和现场数据。
人工智能的研究项目
通过生成对抗网络CT图像超分辨率(甘斯)
建立一个图像超分辨率管道为电子显微镜图像的预测页岩
MathWorks支持这项金宝app研究的合作。
相关的出版物
- 重建多孔介质使用生成流网络
K.M.关,T.I.安德森,p . Creux境Kovsceka,电脑与地球科学2021年11月,卷156,
- 2 d-to-3d形象翻译复杂的纳米多孔卷使用生成网络
T.I.安德森,织女星,j .接触S.A. Aryana,境Kovscek,性质:科学报告,2021年10月21日
首席研究员
麻省理工学院的
大数据和不断增长的计算能力意味着在许多商业和科学领域,人工智能推理和分类已经成为一个强大的工具。然而,对于物理科学等领域,尤其是气候和可持续发展问题,相关数据很难生产和管理。使用physics-informed机器学习的概念,雷蒙德博士的研究已经进入新的生物医学设备的设计,改善轻度创伤性脑损伤的检测和调整数据和仿真使用海洋健康和生物多样性。
人工智能的研究项目
MathWorks支持这项金宝app研究的合作。
相关的出版物
- 深Diffraction-Based声学设计模式对于学习方法
塞缪尔·j·雷蒙德·大卫·j·柯林斯Richard O 'Rorke Mahnoush Tayebi,你们Ai &约翰·威廉姆斯,性质:科学报告,2020年5月26日
- Physics-Informed机器学习提高检测头的影响
塞缪尔·雷蒙德,Nicholas j .这套Hossein瓦希德Alizadeh, Ashlyn a·卡伊菜米饭,Yuzhe Liu周周,迈克尔•Zeineh David b .贝《生物医学工程,2022年2月(DOI:10.1007 / s10439 - 022 - 02911 - 6)
在人工智能研究合作
首席研究员
马萨诸塞大学阿默斯特
在马塞诸斯州大学ICEnet内燃机网络联盟,我们开发预测机器学习算法来提高发动机使用计算机模型设计周期,允许制造商优化设计和创建节能的引擎。此协作风险利用人工智能的颠覆性技术,将它应用于发动机研究和发展范式。我们的一些目前的研究领域包括提高湍流模型保真度,发展更好的子模型喷雾/气体相互作用,利用人工神经网络进行燃烧计算速度更快。
人工智能的研究项目
ICEnet利用人工智能的颠覆性技术,将它应用于发动机研究和发展范式。
MathWorks支持这项金宝app研究的合作。
相关的出版物
- 湍流预测通过神经的颂歌
g .主编,p . Mitra m·里贝罗d·施密特NeurIPS 2019,第二车间对机器学习和物理科学,2019年11月12日
首席研究员
卢布尔雅那大学
短期需求预测热集中供热(DH)系统来说是至关重要的足够的供热和最佳DH操作。在这项研究中,基于机器学习多步短期热需求预测方法使用数据最大的斯洛文尼亚DH系统被认为是。该方法包括特征提取和基于机器学习代表预测模型的比较分析。非线性模型比线性模型表现的更好,最好由高斯过程回归预测结果。这个模型被选中来实现在线预测解决方案的DH卢布尔雅那,生成预测的平均绝对归一化误差为2.70%自2019年11月。
人工智能的研究项目
Machine-Learning-Based多步热需求预测在集中供热系统中
相关的出版物
- Machine-Learning-Based多步热需求预测在集中供热系统中
p . Potočnik pŠkerl,大肠Govekar能源和建筑,233卷,2021年
首席研究员
德克萨斯大学奥斯汀分校
言语障碍与技术实验室(SDTL)致力于开发辅助语音技术,包括沉默的语音界面和语音驱动脑机接口,以及开展基础科学研究在神经源性运动对言语交际言语障碍和下属的神经机制。先进的计算技术(如机器学习)在这些项目中大量使用。
人工智能的研究项目
标准以内的研究人员使用MATLAB对整个短语来自梅格信号作为第一步开发脑机接口,使ALS患者沟通。
相关的出版物
- 从非侵入性的神经解码的想象和口语短语(MEG)信号
d .破折号,p .法拉利& j .王神经科学前沿1 - 15,14 (290),2020
首席研究员
LMU慕尼黑
基因研究中心慕尼黑侧重于基因组和系统生物学,先天免疫和感染生物学和转化医学。我们的方法往往是跨学科和范围从结构和分子生物学计算和系统研究。我们的研究团队想了解蛋白质和大分子复合物功能结构和机械的水平。一个特定的焦点是蛋白质的高分辨率结构分析和低温电子显微镜和大分子复合物,而且x射线晶体学和其他先进的技术。
人工智能的研究项目
完全自动化的质量控制和图像分类确定低温电子显微镜冰层厚度的网格
一个强大的方法解决生物大分子的三维结构
MathWorks支持这项金宝app研究的合作。
首席研究员
伊斯坦布尔技术大学
Kumbasar教授的研究兴趣包括人工智能;计算智能(类型1到n型模糊逻辑,浅到深神经网络,和当地的全局优化);机器学习,包括监督、非监督和强化;传统的智能控制系统;和无人机AGV自治系统。
人工智能的研究项目
开发和部署基于深度学习2型模糊系统
相关的出版物
- 将区间二型模糊集集成到深嵌入集群应对不确定性
2021 k . Bolat t . Kumbasar IEEE国际会议在模糊系统(FUZZ-IEEE), 2021年7月11日至14日
应用研究领域
合作
- LMU慕尼黑
- 麻省理工学院的
- 斯坦福大学
- 伊斯坦布尔技术大学
- 阿拉巴马大学
- 卢布尔雅那大学
- 马萨诸塞大学阿默斯特
- 德克萨斯大学奥斯汀分校
MathWorks卓越创新项目
为解决工程和科学的进步具有挑战性的行业问题。
感兴趣的方法,使用MATLAB和Simulink和MathWorks合作研究项目吗?金宝app
Puoi传递selezionare联合国sito web dal seguente elenco:
欧罗巴