计算机视觉热门科研!基于深度神经网络的蛋白质智能显微分类系统,寒假报名已开启!
Posted 爱科研背景提升
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了计算机视觉热门科研!基于深度神经网络的蛋白质智能显微分类系统,寒假报名已开启!相关的知识,希望对你有一定的参考价值。
蛋白质是人体细胞功能的执行者,维持着生命的正常运转。其中,细胞蛋白质的可视化被广泛用于生物医学工程的科学研究,并且可以极大推动医药研究的突破。
目前,由于高清显微镜技术的快速发展,图像数据产生的速度已经超过了数据处理的速度。
在之前的研究中,针对蛋白质显微图像分类的模式较为单一,图片上通常只有一种或少部分类别细胞。但是为了能够深入理解人类细胞机制的复杂性,人们需要在存在多个不同类别细胞的图片中准确识别蛋白质类型。
本次科研实践通过基于卷积神经网络的计算机视觉项目实战,研究生物显微图像自动分析的技术;
让同学们能够对深度学习与计算机视觉的理论与应用场景产生直观的认识,以此推动人类对细胞和疾病的理解。
前腾讯人工智能高级算法工程师
清华大学 博士毕业
爱科研 CS方向 Senior Mentor
长期从事编程(Python/C++)、人工智能课程讲授与项目辅导的教学工作,擅长以独特的教学方式直击人工智能核心,让学生在数学知识与编程技巧尚不充足的情况下,也能对人工智能的学科前沿产生清晰的认识,从而撰写出高质量高水准的学术报告;
目前已经辅导数百名大学生&高中生完成人工智能、机器学习与计算机视觉相关的科研探索,有丰富的教学经验;
本项目为线上Workshop,导师授课+练习实战结合,完成课题实习、研究实战探索及报告撰写 。
Phase 1 项目内容预习 2-week
导师提供必要的阅读材料、课程及练习题,为在线课程做预习,补充知识短板。
Phase 2 导师授课 3-week
Week 1:机器学习基础
基本介绍学习机器学习基础,了解监督学习、深度学习、非监督学习与强化学习之间的联系与区别;
学习准确度、精度、召回率和F1分数等机器学习模型评估指标;
界定知识了解训练集、验证集与测试集的作用,掌欠拟合与过拟合的概念
研究实践完成预测波士顿房价项目。
Week 2:机器学习算法进阶
学习多元线性回归原理以及梯度下降方法;
学习逻辑回归与最大似然估计方法;
完成猫狗大战项目
Week 3:神经网络基础
讲解感知器算法与神经网络空间切分原理;
学习反向传播算法;
讲解计算机视觉基础,了解图片在计算机中的存储格式与处理手段
Week 4:卷积神经基础
深入介绍卷积神经网络的结构以及特征抽取的方式;
学习使用Keras和PyTorch搭建与训练卷积神经网络;
学习神经网络的训练技巧;
完成交通标志分类项目
Phase 3 研讨+答辩 2-week
Week 5:讨论交流
搭建卷积神经网络完成对蛋白质显微图像的分类,创建智能显微分类系统;
讨论如何提高分类的精度
Week 6:汇报总结
根据选题完成Presentation;
完成项目报告,导师给予评价与指导;
* 要求每周课后至少6-10小时的自我学习时间
通过补充科研经历,获得校园之外的科研实践机会:
导师签名的项目结课证书;
以小组形式完成项目,锻炼团队合作能力;
-
获得Python能力的提升,如果你不具备熟练的Python技能,大可放心(我们将提供网课提前学习);
获得一段与AI相关的实战科研经历,产出一份AI相关的高质量科研报告。
希望申请国外计算机科学、电子工程、数据科学、生物工程等相关领域,但相关经历不够丰富,或者转专业科研入门的本科生;
对深度学习&计算机视觉感兴趣,但是一直无法深入做一段科研项目的社会学者;
对深度学习&计算机视觉感兴趣或想要申请国外本科,需要科研经历的高中生(需要提供简历);
开始时间
2021年1月初(寒假)
开课形式
远程线上,科研小班,优先占位
报名方式
添加Charm老师,备注“计算机视觉”
了解项目详情
↓↓ 戳下方链接看往期学员的真实评价 ↓↓
以上是关于计算机视觉热门科研!基于深度神经网络的蛋白质智能显微分类系统,寒假报名已开启!的主要内容,如果未能解决你的问题,请参考以下文章