每日文摘 | 2018年12月25日
Deep learning enables cross-modality super-resolution in fluorescence microscopy | Nature Methods
研究人員提出了跨不同熒光顯微鏡模式的基於深度學習的超解析度方法。這種數據驅動的方法不需要成像過程的數值建模或點擴散函數的估計,而是基於訓練生成對抗網路(GAN)以將衍射限制輸入圖像轉換為超分辨輸入圖像。使用這個框架,他們提高了使用低數值孔徑物鏡獲得的寬視場圖像的解析度,與使用高數值孔徑物鏡獲得的解析度相匹配。
論文連接
An evolutionary framework for measuring epigenomic information and estimating cell-type-specific fitness consequences | Nature Genetics
表觀基因組數據集提供了多少關於人類基因組功能的信息?研究人員考慮了115種細胞類型的9種表觀基因組學特徵,並根據適合人類和非人類靈長類動物基因組的概率進化模型,測量有關功能的信息(熵的減少)。
論文連接
How deep learning helped to map every solar panel in the US | MIT Technology Review
太陽能電池板在美國越來越受歡迎,但事實證明很難確定它們的確切數量。斯坦福大學的研究人員使用一種名為DeepSolar的新系統,該系統使用深度學習掃描太陽能電池板的衛星圖像。
原文連接 | 論文連接
推薦閱讀: