【新智元导读】2016年度SCI期刊影响因子最新发布,新智元摘取其中有关人工智能、机器学习、计算机视觉、机器人学等领域的期刊,按影响因子排序并做简要介绍,希望对读者选择投稿期刊、阅读前沿技术论文有所裨益。同时,日前谷歌学术列出了 2006 年人工智能论文在过去10年中被引用次数的排名,其中 Hinton 等人的 Reducing the dimensionality of data with neural networks 排名第一,新加坡南洋理工大学黄广斌教授等人的 Extreme learning
选自Nature 机器之心编译 《Nature Machine Intelligence》是 Nature 推出的全新在线期刊,将于 2019 年 1 月开始每月出版一期。本文从特点、内容类型等对《N
Clarivate Analytics发布了最新年度期刊引用报告(JCR),2018年度共有12538种期刊被收录(不过有25本期刊的影响因子为 0),其中影响因子大于20的期刊有75种。
这就是由纽约市立大学Lei Xie团队带来的最新成果CODE-AE(context-aware deconfounding autoencoder)。
机器之心报道 参与:李泽南、路 开放的研究氛围一直是促进人工智能领域发展的关键因素,正是因为学界和业界参与者不断和快速地公开自己的研究结果和代码,人们才能够及时掌相关方向的最新进展,并在学术环境之外开展自己的研究。当开放文化与最为著名的科学期刊《Nature》发生冲突的时候,人工智能领域的学者们选择了反对和抵制后者。 众多学者与工业界人士近日签署了一份声明,声称他们将不会向 Nature 的新期刊《Nature Machine Intelligence》提交论文、提供评审或编辑服务,其中包括了很多我们耳熟能
---- 新智元报道 【新智元导读】今天,Nature旗下新子刊 Nature Machine Intelligence(《自然 - 机器智能》)遭遇包括Jeff Dean、Ian Goodfellow、Yann LeCun、Yoshua Bengio等一众AI大牛的签名抵制,他们表示不会给这个刊物投稿,因它采取付费订阅的形式,而机器学习历来有开放访问的传统。 今天,一则消息经由Twitter、Reddit等国外论坛,在AI学术圈里悄悄蔓延。 Nature Research(自然科研)旗下的新子刊
机器之心报道 编辑:泽南 新研究成果对精准医疗打开了新路。 AI 在科研领域再次展现了实力。最近,研究人员首次将 BERT 预训练和微调的范式引入单细胞转录组数据分析中。 9 月 27 日,腾讯在人工智能、生命科学跨学科应用领域的最新研究成果《scBERT as a Large-scale Pretrained Deep Language Model for Cell Type Annotation of Single-cell RNA-seq Data》(《基于大规模预训练语言模型的单细胞转录组细胞类型注
AI 科技评论按:前一阵子,《Nature》要推出机器学习子刊《Nature Machine Intelligence》的消息引发了许多争论。这本来其实是一件好事,但机器学习领域内已经成为共识的「开放、免费」和《Nature》代表的传统科学期刊的收费出版及阅读的做法之间产生了剧烈的冲突。
本文为大家介绍了一项最新的研究进展,它有助于理解人工智能的可解释性实际上如何影响用户对人工智能的信任。
来源:专知本文约1800字,建议阅读7分钟本文与你分享图神经网络的相关论文及科学应用。 随着该领域的成熟,图神经网络论文的数量也在增长,作者仔细研究了一些科学应用,并收集了几篇发表在Nature上的GNN论文。 我们周围的很多信息都可以用图表来表示。一个例子是城市道路网络,其中交叉口是节点,道路是链接。另一个是调控网络,它描述了不同基因如何相互作用以增强或抑制某些细胞功能。图神经网络(GNN)可以处理基于图的信息以进行预测。在在 2022 年 3 月 23 日的《Nature Machine Intell
刚刚,谷歌发布了2018年最新版学术指标(Google Scholar Metrics,GSM)榜单。通过综合衡量学术会议和期刊论文中已发表的论文,谷歌对学术出版物及论文的影响力做出了排名。
选自卫报 作者:Neil Lawrence 机器之心编译 参与:张倩 近两个月来,众多人工智能学者与工业界人士签署了一份声明,声称自己将不会向 Nature 新期刊《Nature Machine Intelligence》提交论文、提供评审或参与编辑工作(参见:抵制 Nature 机器智能期刊,维护学界开放:百名学者签署联合声明)。随着事件的发展,越来越多的学者参与其中,并发表了自己的观点。 崭露头角的作者在出版作品时面临一个雷区。他们要花 3000 美元,才能让任何想读他们作品的人都能读到,也可以选择
【导读】昨天 Google DeepMind在Nature上发表最新论文,介绍了迄今最强最新的版本AlphaGo Zero,不使用人类先验知识,使用纯强化学习,将价值网络和策略网络整合为一个架构,3天
今天给大家介绍拉什大学的Shinya Tasaki 等人在Nature Machine Intelligence上发表的文章“Deep learning decodes the principles of differential gene expression”。作者在文章中提出了一个系统生物学模型DEcode来预测差异表达,并挖掘影响预测基因表达的因素的生物学基础,以了解其如何产生。作者在模型中使用了深度卷积神经网络,根据RNA和启动子上的全基因组结合位点预测差异表达。此外,作者通过预测组织间的差异表达、差异转录的效用和衰老的驱动因素等实验,展示了DEcode在产生生物学见解方面的广泛潜在应用。
编辑/凯霞 机器学习在加速材料研究方面具有巨大潜力。材料科学的许多领域都从它的应用中受益,但仍然存在一些挑战,该领域是否会像围绕它的大肆宣传那样,还有待观察。 机器时代即将来临。当我们提出材料科学中机器学习的焦点问题时,我们很清楚算法可以为其编写合理的开篇社论。毕竟,它不会是第一次写文章,或者就此而言,甚至也不是第一次写书。 你可以询问 Alexa 或 Siri,它会使用它的机器学习算法为你找到一些关于人工智能的好处和危险的文章。根据你过去的搜索以及他们对你的兴趣所揭示的内容,它可能会继续推测是否有太多
近日,百度在国际顶级期刊《Nature》旗下子刊 《Nature Machine Intelligence》(Impact score 16.65)上发表了AI+生物计算的最新研究成果《Geometry Enhanced Molecular Representation Learning for Property Prediction》,提出“基于空间结构的化合物表征学习方法”,即“几何构象增强AI算法”(Geometry Enhanced Molecular Representation Learning,GEM模型),揭示了一种基于三维空间结构信息的化合物建模方法,以及在药物研发中的应用。
AI 科技评论按:还记得之前韩国将 AI 应用于军事用途吗遭各国大牛联合抵制吗?近期又有人搞事情遭到这帮牛人的联合抵制,其实更准确来说搞事情的是刊物。
GitHub 粉们可以通过 Watch 仓库的 Release(提前)关注发布内容。
全球数百位学者联手署名反对的事情并不太常见。这次,大名鼎鼎的学术期刊《自然》(Nature)杂志却被机器学习界的朋友们集体抵制了。
机器之心发布 机器之心编辑部 近日,百度在国际顶级期刊《Nature》旗下子刊 《Nature Machine Intelligence》(Impact score 16.65)上发表了 AI + 生物计算的最新研究成果《Geometry Enhanced Molecular Representation Learning for Property Prediction》,提出 “基于空间结构的化合物表征学习方法”,即 “几何构象增强 AI 算法”(Geometry Enhanced Molecular R
近日,百度在《Nature Machine Intelligence》上发表了AI+生物计算的最新研究成果《Geometry Enhanced Molecular Representation Learning for Property Prediction》,提出“基于空间结构的化合物表征学习方法”,即“几何构象增强AI算法”(Geometry Enhanced Molecular Representation Learning,GEM模型),揭示了一种基于三维空间结构信息的化合物建模方法,以及在药物研发中的应用。
本杂志开源(GitHub: ShixiangWang/weekly[1]),欢迎提交 issue,投稿或推荐生信相关内容。
来源 | Analytics Vidhya 编译 | 磐石 出品 | 磐创AI技术团队 【磐创AI导读】:Github是全球最大的开源代码社区,Reddit是最受大家欢迎的热点讨论交流平台。接下来磐创AI将为大家带来四月份Github最佳项目库介绍与Reddit热点评论一览。欢迎大家点击上方蓝字关注我们的公众号:磐创AI。 目录 介绍 Github月度最佳项目库 Reddit热点讨论 介绍 对于数据科学和机器学习,GitHub和Reddit也许是两个最受欢迎的平台。前者是在代码和项目之间共享和协作的绝佳工
The 17th International Conference on Bio-inspired Computing: Theories and Applications (BIC-TA 2022)
【AlphaGoZero核心技术】深度强化学习专知荟萃 【AlphaGoZero核心技术】深度强化学习专知荟萃 基础入门 进阶文章 Papers Papers for NLP Tutorials 中英文综述 视频教程 代码 博客 领域专家 基础入门 1.Reinforcement learning wiki [https://en.wikipedia.org/wiki/Reinforcement_learning] 2.Deep Reinforcement Learning: Pong from Pixel
在《Nature》宣布其子刊《Machine Intelligence》(NMI)将会收费后,诸多著名的机器学习研究者签了一份请愿书来抵制该子刊。然而,有人发现,上周发布的 NMI 首刊上,研究论文《Learnability can be undecidable》的一作赫然就在当初的请愿名单内。这可真是啪啪打脸啊!
最近智能设计学习指南更新了,从论文到书籍,再到智能产品,串联起「 产学研一体 」所需要掌握的知识。适合学生、职场人士、创业者阅读~~~欢迎大家一起共建学习指南~~~
---- 新智元报道 编辑:David 拉燕 桃子 【新智元导读】谷歌最新学术指标出炉!今年,AI顶会黑马迭出,CVPR仍保持总榜第4,ICLR和NeurIPS排名继续跃升。值得一提的是,ICCV、ICML直接挤进前20。 一年一度的谷歌学术期刊和会议影响力TOP 100榜单出炉了! 今天,Google Scholar发布了2022最新学术指标。 今年总榜前三仍然没有悬念,Nature再夺第1,NEJM稳居第2,Science排名第3。 另外,AI学术顶会在今年总榜排名中再次大放异彩。 CVPR
德国科学家Roman Schulte-Sasse等人借助一款深度学习软件,对数万个医疗数据集展开分析后,鉴别出了165个可能导致癌症的新基因。这项发表在Nature Machine Intelligence上的最新研究为个性化药物靶向治疗以及生物标志物开发开辟了新前景。
机器之心 & ArXiv Weekly 参与:楚航、罗若天、梅洪源 本周论文包括密歇根大学安娜堡分校、清华大学等机构的研究提出的自动驾驶安全验证新范式,登 Nature 封面;ICLR 2023 杰出获奖论文等。 目录: Dense reinforcement learning for safety validation of autonomous vehicles Sparks of Artificial General Intelligence: Early experiments with GPT
人工智能正在成为人类社会的重要组成部分,大量人机伦理问题正在被提出和解决,科学家们正在像研究人类和动物行为那样,深入研究机器和机器群体的宏观行为规律。
今天给大家介绍多伦多大学的研究人员发表在nature machine intelligence上的一篇文章。文章指出McKinney等人利用AI在乳腺癌筛选上的工作,缺乏研究方法和代码实现的细节,阻碍了透明且可重复(transparent and reproducible)的AI研究,文章为扫除这些障碍提供了解决方案。
很多时候,大家都会默认期刊名字越短,期刊就越牛。以CNS为例,Cell、Nature、Science,都是名字简短、宏伟,所以后来才会出现什么山寨的Cells、Cancers。
【新智元导读】《机器学习》作者、南京大学教授周志华在本文中,针对当前机器学习环境适应低、数据共享难等局限,提出新概念 learnware(学件)。Learnware 具有 reusable(可重用)、evolvable(可演进)、comprehensible(可了解) 三大特点,如若能得以实现,强大的机器学习模型也能用小数据训练,数据保密问题也能得以缓解,更多终端用户都能像专家一样使用机器学习技术,并最终形成一个 learnware 市场。 Zhi-Hua Zhou is a professor at th
npj Breast Cancer是英国Nature集团于2014年创办的npj系列新刊之一,npj是the Nature Partner Journals(Nature伙伴杂志)的简称。
影响因子(英文:Impact Factor),简称IF,是汤森路透(Thomson Reuters)出品的期刊引证报告(Journal Citation Reports,JCR)中的一项数据。即某期刊前两年发表的论文在该报告年份(JCR year)中被引用总次数除以该期刊在这两年内发表的论文总数。这是一个国际上通行的期刊评价指标。
腾讯AI Lab与Nature正式达成战略合作 【新智元导读】今天,AI Lab跟Nature科研战略合作,共同推动“AI+医疗”,明年还举办AI Nature学术会议;同时腾讯机器人实验室成立,成为跟AI Lab同级的重量级实验室。腾讯副总裁姚星曝光了腾讯的AI三大战略。 今天,腾讯搞了两件大事: 1、AI Lab跟Nature科研战略合作,共同推动“AI+医疗”领域的跨学科研究,明年还举办AI Nature学术会议; 2、腾讯机器人实验室成立,成为跟AI Lab同级的重量级实验室。 除了这两件事情外
近几年,凡是Nature出版集团推出的新期刊都会惹来争议。Communications Biology,创刊于2018年,是Nature集团2018年推出的高质量、精选型开源期刊,致力于发表生物科学领域高水平的研究、综述和评论文章。那么和同为Nature旗下的Nature Communications和Scientific Reports相比如何呢?
6月30号,科睿唯安发布2020年度《期刊引用报告》(JCR,Journal Citation Reports),对学术期刊的最新影响因子(IF)进行了排名。
葡萄牙里斯本,一支来自意大利的数学家团队,和几位Champalimaud未知中心(CCU)的神经科学家,正在兴奋地讨论着刚刚被发表在Nature Machine Intelligence杂志上的研究成果。
机器之心原创 作者:李泽南 3 月 15 日,腾讯 AI Lab 第二届学术论坛在深圳举行,在上午的论坛开幕活动中,腾讯揭晓了两个重磅消息:成立机器人实验室 Robotic X;腾讯 AI Lab 与自然科研达成战略合作。 「过去几年间,人工智能是处在风口浪尖的领域,有很多 AI 技术已经进入了我们的生活,如人脸识别,智能翻译等技术,」腾讯副总裁姚星表示。「腾讯 AI Lab 在近两年的发展中基本实现了学术有影响、工业有产出的初衷。」本次两大消息的发布,也宣示着腾讯正在将人工智能方面的研究影响力进一步扩展到
1. 标题:Towards artificial general intelligence with hybrid Tianjic chip architecture
今日一看,果然大涨,只可惜梦做了一半,真实情况是今年期刊影响因子普涨,然而皆大欢喜可能等于没有欢喜。以后,毕业、升职的“分数”可能又要提高了。
以脉冲神经网络(SNN)为代表的脑启发神经形态计算(neuromorphic computing)由于计算上的节能性质在最近几年受到了越来越多的关注 [1]。受启发于人脑中的生物神经元,神经形态计算通过模拟并行的存内计算、基于脉冲信号的事件驱动计算等生物特性,能够在不同于冯诺依曼架构的神经形态芯片上以低功耗实现神经网络计算。
最不费脑袋的方法是从Cell开始投,然后Nature, Science, Nature Biotechnology, …, Nature communication, Science advance, Cell report, …, Bioinformatics, BMC xxx, …, PlOS one, Scientific report, …, 然后被某些公众号都拒收了。
在美国,一个人出生的地方、一个人的社会经济背景、一个人成长的社区以及老去的地方,在一年中受到这些因素而死亡的人数占到了25%到60%,部分原因是它们在心脏病、癌症、意外伤害、慢性下呼吸道疾病和脑血管疾病这五大死因中起到了重要作用。
这个列表包含了几乎所有经常更新的大数据的博客,属于一个广泛的类别:数据科学,数据分析,商业智能,机器学习,数据可视化,数据挖掘,NoSQL,Hadoop的等等。博客是按字母顺序排列。如果我们错过了任何重要的博客,请告诉我们。 1. 451 Caos Theory 2. A Beautiful Www 3. A Blog By Tim Manns 4. A Computer Scientist In A Business School 5. A.C. Thomas, Scientist 6. Abbott
根据2019年8月1日至8月31日pubmed及wos新收录的肿瘤相关文章,我们制作了高校肿瘤科研8月分析报告。
https://github.com/BICLab/Spike-Driven-Transformer
领取专属 10元无门槛券
手把手带您无忧上云