|
搜索
搜 索
高等教育领域数字化综合服务平台
西湖大学马仙珏团队揭示三维器官大小调控新机制
2022年11月15日，西湖大学生命科学学院马仙珏课题组在Cell Reports发表了题为“Ptp61F integrates Hippo,TOR and actomyosin pathways to control three-dimensional organ size”的研究论文。利用黑腹果蝇为研究对象，课题组揭示了磷酸酶Ptp61F在生理及病理状态下通过同时调控细胞数量、细胞大小及细胞高度从而在3D层面对器官大小进行精确调控的分子机制。
西湖大学
2022-11-16
西湖大学陆启阳团队在离子调控氧化物结构和性能领域取得进展
利用质子对功能氧化物材料（如镍基钙钛矿氧化物（NdNiO3）进行调控，以此设计材料本身的物理与化学性质，是近年来固态离子学和氧化物薄膜材料学界的研究热点之一。
西湖大学
2022-11-29
西湖大学马仙珏团队揭示三维器官大小调控新机制
团队利用果蝇遗传学技术（MARCM）在幼虫眼成虫盘上诱导产生GFP标记的原癌基因RasV12过表达克隆，并在此基础上针对果蝇体内的磷酸酶进行了RNAi筛选，发现敲低/敲除Ptp61F可以与RasV12协同诱导过度增殖并产生恶性肿瘤。
西湖大学
2022-11-29
变化环境下梯级水库调度运行风险辨识及适应性调控关键技术
成果聚焦将独立设计的单个水库联合运行，有效控制防洪、供水、发电等风险的累积与叠加，防范变化环境下的“黑天鹅”事件，创建了一整套适应变化环境的梯级水库风险辨识及调控理论与方法体系，解决了变化环境下梯级水库运行调度风险难预报、难评估、难管控三方面的难题：针对水库入库径流预测精度在变化环境下不断衰减的问题，首创了具有物理机制的时变预测理论体系，显著提高了“实时、近期、远期”入库径流的预报精度和预见期长度，为梯级水库风险源管控提供了基石;针对变化环境下梯级水库潜在风险的辨识问题，形成了非一致性条件下的“规划
武汉大学
2021-04-14
促进稻麦同化物向籽粒转运和籽粒灌浆的调控途径与生理机制
该成果 2015 年获教育部自然科学奖一等奖， 2017 年获国家自然科学奖二等奖。成果首创了促进稻麦同化物转运和籽粒灌浆的水分调控方法，开辟了促进谷类作物籽粒灌浆生理调控的新途径，获得了作物产量形成机制的新认识，建立了促进稻麦同化物转运和籽粒灌浆的新理论。应用该技术，水稻增产 8~12%，灌溉水利用效率增 30~40%；小麦增产 6~10%，灌溉水利用效率增 20~30%。
扬州大学
2021-04-14
我国科学家揭示压力应激导致焦虑与代谢异常的神经机制
研究发现，长期处于压力应激下的小鼠，出现了焦虑行为，这些小鼠同时出现了摄食减少、能量消耗降低的现象。
科技部生物中心
2022-04-08
基于共变正交和神经网络的网络流量预测技术
可以量产/n该项目公开了一种基于共变正交和神经网络的网络流量预测方法，该方法首先确定神经网络参数，再利用神经网络参数进行网络流量计算。基于共变正交原理的流量预测方法可以有效的预测网络中的流量变化趋势，但对流量数值的精度预测上还有较大差距；基于神经网络的流量预测方法由于其无法准确描述网络流量的特性，因此在预测流量的变化趋势上效果一般，但在流量数值的精度预测上比较有效。该发明将这两种流量预测方法有机的结合起来，设计了一种
华中科技大学
2021-01-12
一种反馈型人工神经网络训练方法及计算系统
本发明公开了一种反馈型人工神经网络训练方法及计算系统, 属于神经网络计算领域。一种人工神经网络训练方法，突触权重根据 神经突出两端的前馈信号和反馈信号调整，当神经突出两端分别为兴 奋前馈信号和兴奋反馈信号时，该突出权重调整到最大值，当神经突 出两端分别为静息前馈信号和兴奋反馈信号时，该突出权重调整到最 小值；一种反馈型人工神经网络计算系统，节点电路包括计算模块、 前馈模块和反馈模块，节点电路通过忆阻器模拟的神经突出相
华中科技大学
2021-04-14
一种基于 RBF 神经网络的电缆接头导线温度预测方法
本发明涉及一种基于 RBF 神经网络的电缆接头导线温度预测方法。本发明主要分以下 4 个步骤：1） 样本数据采集：实时测量与电缆接头导线温度有联系的关联因素（环境湿度、环境温度、护套温度、接 头处绝缘层温度、触头温度和各种表皮温度）；2）网络训练：首先对 1）采集的数据进行预处理，划分 训练数据和预测数据，然后设置各种参数，创建网络，最后进行数据预测；本发明将神经网络技术应用 到电缆接头导线温度预测中，对电缆接头导线温度在线实时监测与故障分析有较好的作用。
武汉大学
2021-04-13
一种基于动态哈密顿积的神经网络实现方法
一种基于动态哈密顿积的神经网络实现方法，其特征在于，包括以下步骤：首先，设计输入特征驱动的动态核生成机制，根据样本特性自适应调整卷积核参数，实现多尺度、多方向特征的细粒度提取，充分发挥四元数表示的空间感知优势；其次，构建符合四元数几何特性的整体激活函数，通过超复数空间中的非线性变换保持通道间旋转缩放关系，避免传统分量式激活导致的关联性断裂。本专利提出的动态卷积根据输入样本的特征动态生成卷积核，使得网络能够针对每个输入样本动态调整其卷积核。这种灵活的调整机制不仅增强了模型的表达能力，还使其能够适应不同输入的特征，提取更具细粒度的特征。
复旦大学
2021-01-12