PrinceofAI Weekly

هفته نامه شماره هفتاد و دوم

اخبار:

دانشمندان DIProT را معرفی می‌کنند—یک ابزار یادگیری عمیق تعاملی برای طراحی پروتئین کارآمد

دانشمندان اخیرا DIProT را توسعه داده‌اند، ابزاری کاربرپسند برای طراحی پروتئین که از یک مدل مولد عمیق غیرخودرگرسیون برای حل مشکل تاخوردگی معکوس پروتئین استفاده می‌کند. این جعبه ابزار تخصص انسانی را در فرآیند طراحی ادغام می کند تا کارایی و اثربخشی را افزایش دهد. طراحی پروتئین شامل ایجاد توالی اسیدهای آمینه است که به ساختارهای خاص تا می شود، یک کار چالش برانگیز در علوم زیستی.

DIProT به کاربران این امکان را می دهد که ساختارهای هدف را مشخص کرده و بخش هایی از توالی ها را حفظ کنند و انعطاف پذیری را در طراحی ارائه دهند. این شامل یک مدل پیش‌بینی ساختار پروتئین برای ارزیابی سیلیکونی است که یک حلقه طراحی مجازی ایجاد می‌کند که کارایی طراحی را بهبود می‌بخشد. رابط کاربر گرافیکی (GUI) این جعبه ابزار چندین الگوریتم را برای بازخورد سریع و بصری ترکیب می کند و به درک و تفسیر کاربر کمک می کند.

نویسندگان این پژوهش پیش بینی می کنند DIProT برای طراحی عملی پروتئین ارزشمند باشد و الهام بخش تحقیقات بیشتر باشد. آنها قصد دارند این جعبه ابزار را برای رفع چالش های پیچیده تر طراحی پروتئین اصلاح کنند.

صنعت:

یک روش یادگیری ماشین سنتز مدار را برای محاسبات کوانتومی تولید می کند

محققان دانشگاه اینسبروک روش جدیدی را برای آماده‌سازی عملیات کوانتومی روی رایانه‌های کوانتومی با استفاده از یک مدل مولد یادگیری ماشین توسعه داده‌اند. این مدل دنباله مناسبی از دروازه‌های کوانتومی مورد نیاز برای اجرای یک عملیات کوانتومی معین را پیدا می‌کند. این رویکرد که در Nature Machine Intelligence منتشر شده است، یک پیشرفت بزرگ در محاسبات کوانتومی است.

مدل‌های مولد مانند مدل‌های انتشار، که انقلابی در تولید تصویر در یادگیری ماشین ایجاد کرده‌اند، در اینجا برای تولید مدارهای کوانتومی بر اساس توضیحات عملیات کوانتومی استفاده می‌شوند. این روش کار چالش برانگیز توالی یابی دروازه های کوانتومی را برای عملیات های خاص، که بسیار پیچیده تر از محاسبات کلاسیک است، ساده می کند.

مدل جدید که توسط Gorka Muñoz-Gil، Hans J. Briegel و Florian Fürrutter توسعه یافته است، با استفاده از مدل‌های انتشار که نیاز به شبیه‌سازی مدارهای کوانتومی را ندارند، بر مشکلات در آموزش مدل‌های ML برای مدارهای کوانتومی غلبه می‌کند. این مدل‌ها دقیق و انعطاف‌پذیر هستند و می‌توانند مدارهایی با تعداد کیوبیت‌ها و انواع گیت‌های کوانتومی تولید کنند و می‌توانند برای اتصال سخت‌افزار کوانتومی تنظیم شوند.

پس از آموزش، این مدل‌ها می‌توانند مدارهای جدیدی را ارزان تولید کنند و بینشی در مورد عملیات کوانتومی ارائه دهند. این روش نشان دهنده یک جهش به جلو در استفاده از پتانسیل کامل محاسبات کوانتومی است.

مقاله:

Enhancing Explainable AI: A Hybrid Approach Combining GradCAM and LRP for CNN Interpretability

این مقاله تکنیک جدیدی را ارائه می دهد که خروجی مدل‌های مبتنی بر CNN را با ترکیب روش‌های GradCAM و LRP توضیح می‌دهد. این روش ها مناطق ورودی مهم برای پیش بینی ها را برجسته می کنند. تکنیک جدید ابتدا توضیحات GradCAM را برای حذف نویز پردازش می کند، سپس آن را به صورت عنصری با خروجی LRP ضرب می کند و در نهایت یک تاری گاوسی را روی محصول اعمال می کند. در مقایسه با GradCAM و LRP، روش جدید عملکرد بهبود یافته‌ای را از نظر پیچیدگی نشان می‌دهد و از حداقل یکی از روش‌ها در معیارهایی مانند وفاداری، استحکام، محلی‌سازی و تصادفی‌سازی بهتر عمل می‌کند.

آموزش:

یادگیری فعال در یادگیری ماشین چیست؟

یادگیری فعال (Active learning) زیرمجموعه ای تخصصی از یادگیری ماشین است که در آن الگوریتم برای پرس و جوی تعاملی از کاربر (یا منبع اطلاعاتی دیگر) برای به دست آوردن نقاط داده جدید که بیشترین سود را برای فرآیند یادگیری خود می داند، طراحی شده است. این به ویژه زمانی مفید است که داده های برچسب گذاری شده کمیاب، گران یا زمان بر هستند. به طور خلاصه، یادگیری فعال یک رویکرد قدرتمند در یادگیری ماشینی است که فرآیند یادگیری را با انتخاب استراتژیک مفیدترین نقاط داده برای برچسب‌گذاری بهینه می‌کند و در نتیجه عملکرد مدل را بهبود می‌بخشد در حالی که مقدار داده‌های برچسب‌گذاری شده مورد نیاز را به حداقل می‌رساند.

کدینگ:

کتابخانه shutil در پایتون چیست؟

کتابخانه shutil در پایتون یک ماژول ابزار استاندارد است که طیف وسیعی از عملیات سطح بالا را برای مدیریت فایل و دایرکتوری فراهم می کند. به ویژه برای کپی کردن، جابجایی و حذف فایل ها و فهرست ها مفید است. ماژول shutil این وظایف را با ارائه توابعی که این عملیات را به روشی ساده انجام می دهند، ساده می کند و به شما امکان می دهد تا عملیات سیستم فایل را به راحتی مدیریت کنید.