論文の概要: Review and Prospect: Deep Learning in Nuclear Magnetic Resonance
Spectroscopy
- arxiv url: http://arxiv.org/abs/2001.04813v2
- Date: Fri, 3 Apr 2020 07:17:09 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-12 00:17:15.925072
- Title: Review and Prospect: Deep Learning in Nuclear Magnetic Resonance
Spectroscopy
- Title(参考訳): 核磁気共鳴分光法における深層学習の現状と展望
- Authors: Dicheng Chen, Zi Wang, Di Guo, Vladislav Orekhov, Xiaobo Qu
- Abstract要約: このミニレビューでは、核磁気共鳴分光法(NMR)におけるディープラーニングの応用について要約する。
DLは、コンピュータビジョン、医療画像、自然言語処理などにおいて、実証された結果によってデータを分析し、処理する前例のない方法を提供します。
- 参考スコア(独自算出の注目度): 33.73300080571816
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Since the concept of Deep Learning (DL) was formally proposed in 2006, it had
a major impact on academic research and industry. Nowadays, DL provides an
unprecedented way to analyze and process data with demonstrated great results
in computer vision, medical imaging, natural language processing, etc. In this
Minireview, we summarize applications of DL in Nuclear Magnetic Resonance (NMR)
spectroscopy and outline a perspective for DL as entirely new approaches that
are likely to transform NMR spectroscopy into a much more efficient and
powerful technique in chemistry and life science.
- Abstract(参考訳): 2006年に「Deep Learning(DL)」という概念が正式に提案されて以来、学術研究と産業に大きな影響を与えた。
今日、dlはコンピュータビジョン、医用画像、自然言語処理などの素晴らしい結果を示すデータを分析および処理する前例のない方法を提供する。
このミニレビューでは、核磁気共鳴(NMR)分光におけるDLの応用を要約し、NMR分光を化学や生命科学においてより効率的で強力な技術に転換する可能性のある全く新しいアプローチとしてのDLの展望を概説する。
関連論文リスト
- Roadmap on Nanoscale Magnetic Resonance Imaging [27.807635502685876]
本論文の目的は,ナノMRI技術における技術の現状を報告することである。
それは、彼らが影響を及ぼそうとしている分野を概説し、先にある課題を特定し、これらの課題を満たす方法を提案する。
このロードマップはまた、NanoMRI技術の発展が、新興量子科学と技術応用のブレークスルーにつながることを示している。
論文 参考訳(メタデータ) (2023-12-14T11:54:01Z) - Long-Range Neural Atom Learning for Molecular Graphs [51.51514591597002]
分子内の原子群の集合情報を抽象化する、全ての原原子を数個のニューラル原子に暗黙的に射影する手法を提案する。
具体的には、ニューラル原子間で情報を明示的に交換し、それをエンハンスメントとして原子の表現に投影する。
この機構により、ニューラルネットワークは遠方のノード間の通信チャネルを確立し、任意のノード対の相互作用範囲を1つのホップに効果的に縮小する。
論文 参考訳(メタデータ) (2023-11-02T14:44:50Z) - Graph-based Molecular Representation Learning [59.06193431883431]
分子表現学習(MRL)は、機械学習と化学科学を結びつけるための重要なステップである。
近年、MRLは、特に深層分子グラフ学習に基づく手法において、かなりの進歩を遂げている。
論文 参考訳(メタデータ) (2022-07-08T17:43:20Z) - Advances in nano- and microscale NMR spectroscopy using diamond quantum
sensors [0.0]
量子技術はここ数年で急速な発展を遂げてきた。
ダイヤモンドの窒素空孔中心は原子サイズのセンサーで、前例のない長さで核磁気共鳴(NMR)信号を検出することができる。
論文 参考訳(メタデータ) (2022-05-24T16:22:11Z) - Data and Physics Driven Learning Models for Fast MRI -- Fundamentals and
Methodologies from CNN, GAN to Attention and Transformers [72.047680167969]
本稿では,畳み込みニューラルネットワークや生成的敵ネットワークに基づく手法を含む,高速MRIのためのディープラーニングに基づくデータ駆動手法を紹介する。
MRI加速のための物理とデータ駆動モデルの結合に関する研究について詳述する。
最後に, 臨床応用について紹介し, マルチセンター・マルチスキャナー研究における高速MRI技術におけるデータ調和の重要性と説明可能なモデルについて述べる。
論文 参考訳(メタデータ) (2022-04-01T22:48:08Z) - Nanometer-Scale Nuclear Magnetic Resonance Diffraction with Sub-\AA
ngstrom Precision [0.0]
核磁気共鳴回折(NMRd)を用いたナノMRIの新しいアプローチを提案する。
NMRdを原子スケールで実現することで、NMRの分光能力を利用した材料評価のための強力な新しい方法論が生み出される。
論文 参考訳(メタデータ) (2022-04-01T05:53:52Z) - The Preliminary Results on Analysis of TAIGA-IACT Images Using
Convolutional Neural Networks [68.8204255655161]
本研究の目的は,AIGA-IACTに設定された課題を解決するための機械学習アプリケーションの可能性を検討することである。
The method of Convolutional Neural Networks (CNN) was applied to process and analysis Monte-Carlo eventssimulated with CORSIKA。
論文 参考訳(メタデータ) (2021-12-19T15:17:20Z) - Geometric Deep Learning on Molecular Representations [0.0]
Geometric Deep Learning (GDL)は、対称性情報を取り込んで処理するニューラルネットワークアーキテクチャに基づいている。
このレビューは、分子GDLの構造的および調和された概要を提供し、その薬物発見、化学合成予測、量子化学への応用を強調している。
学習された分子の特徴と、確立された分子記述子との相補性に重点を置いている。
論文 参考訳(メタデータ) (2021-07-26T09:23:43Z) - ShuffleUNet: Super resolution of diffusion-weighted MRIs using deep
learning [47.68307909984442]
SISR(Single Image Super-Resolution)は、1つの低解像度入力画像から高解像度(HR)の詳細を得る技術である。
ディープラーニングは、大きなデータセットから事前知識を抽出し、低解像度の画像から優れたMRI画像を生成します。
論文 参考訳(メタデータ) (2021-02-25T14:52:23Z) - Zero- to ultralow-field nuclear magnetic resonance and its applications [11.963366832132495]
ZULF NMRはサブミクロテラ系における核磁化シグナルを検出する。
スピン交換緩和自由原子磁気センサは、zuLF NMRのための新しい感度検出器を提供する。
ZULF NMRは、最近、化学、生物学、医学、基礎物理学のテストでかなりの注目を集めている。
論文 参考訳(メタデータ) (2020-11-30T16:13:20Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。