Scholar Hub/Chủ đề/#deep learning/
Deep learning là một phương pháp học máy (machine learning) được xây dựng trên cơ sở của mạng nơ-ron nhân tạo, giúp máy tính tự động học từ dữ liệu. Deep learning sử dụng một mạng nơ-ron nhân tạo sâu (deep neural network) có khả năng học và trích xuất các đặc trưng phức tạp từ dữ liệu đầu vào. Mạng nơ-ron sâu có nhiều lớp ẩn (hidden layers) giúp xử lý các thông tin phức tạp và tăng khả năng hiểu và dự đoán. Deep learning được sử dụng rất rộng rãi trong nhiều lĩnh vực như nhận dạng hình ảnh, xử lý ngôn ngữ tự nhiên, nhận dạng giọng nói, và tự động lái xe, v.v.
Deep learning là một phương pháp học máy dựa trên cấu trúc mạng nơ-ron nhân tạo sâu. Các mạng nơ-ron sâu có thể có hàng trăm hoặc thậm chí hàng ngàn lớp ẩn, trở nên rất phức tạp và mạnh mẽ trong việc xử lý thông tin.
Phương pháp này đặc biệt hiệu quả trong việc học các đặc trưng từ dữ liệu đầu vào. Deep learning cho phép máy tính tự động học từ dữ liệu và trích xuất các đặc trưng cần thiết để thực hiện các tác vụ như nhận dạng, phân loại và dự đoán.
Mạng nơ-ron sâu được cấu trúc dưới dạng một chuỗi các lớp nơ-ron, trong đó mỗi lớp liên kết với lớp trước và sau nó. Các nơ-ron trong mỗi lớp kết nối với các nơ-ron trong các lớp kế tiếp thông qua các trọng số. Những trọng số này được điều chỉnh thông qua quá trình huấn luyện để tối ưu hóa hiệu suất của mạng.
Quá trình huấn luyện mạng nơ-ron sâu bao gồm việc truyền thuận (forward propagation) dữ liệu qua mạng, tính toán giá trị dự đoán và so sánh với giá trị thực tế để tính toán mất mát (loss). Sau đó, quá trình lan truyền ngược (backpropagation) được sử dụng để điều chỉnh các trọng số của mạng, giúp cải thiện khả năng dự đoán. Các kỹ thuật tối ưu hóa như gradient descent cũng được sử dụng để tìm ra các trọng số tối ưu nhất.
Deep learning đã mang lại những thành tựu ấn tượng trong nhiều lĩnh vực. Ví dụ, trong nhận dạng hình ảnh, các mạng nơ-ron sâu đã đạt được kết quả vượt trội so với các phương pháp truyền thống. Các ứng dụng như nhận dạng khuôn mặt, nhận dạng vật thể và nhận dạng chữ viết tay đều được cải thiện đáng kể bằng deep learning.
Biphasic cerebral blood flow velocity profile in patients with aneurysmal subarachnoid hemorrhage Neurocritical Care - Tập 1 - Trang 455-459 - 2004
Andreas R. Luft, Manuel M. Buitrago, Michel Torbey, Anish Bhardwaj, Alexander Razumovsky
Introduction: Increases in cerebral blood flow velocity (CBFV) as measured by transcranial Doppler (TCD) sonography are reflective of cerebral vasospasm in patients with aneurysmal subarachnoid hemorrhage (SAH). In serial TCD measurements, some patients exhibit CBFV temporal profiles with two peaks (biphasic). The significance of this finding remains unclear. This retrospective case-control study was conducted to investigate the characteristics and possible predictors of biphasic CBFV profiles. Methods: Biphasic CBFV profiles were identified in serial TCD examinations (every 1–2 days) of 182 consecutive patients admitted for aneurysmal SAH based on CBFV profiles of the middle cerebral artery on the side of higher maximum velocity. Patients undergoing angioplasty were excluded. Patients meeting these criteria (study patients) were compared to control patients matched for age and Hunt and Hess grade. Results: Eighteen patients (9.9%) demonstrated biphasic CBFV profiles. The first CBFV (134±11 cm/second) peak occurred on post-SAH day 6±1, and the second peak (148±12 cm/second) on day 13±1. Study patients more often exhibited focal (p<0.05) symptoms at the time of the first peak. No patient deteriorated neurologically at the time of the second peak. No correlation was observed between CBVF and mean arterial pressure or central venous pressure trends. Conclusion: Serial TCD assessment identifies patients with SAH and a biphasic CBFV temporal profile. Although the second peak usually is not associated with a worsening of symptoms, these patients were more likely to exhibit clinical symptoms during the first CBFV peak.
Functional impact of PTP1B-mediated Src regulation on oxidative phosphorylation in rat brain mitochondria Cellular and Molecular Life Sciences - Tập 68 - Trang 2603-2613 - 2010
Etienne Hébert Chatelain, Jean-William Dupuy, Thierry Letellier, Jeanne Dachary-Prigent
Given the presence of Src and PTP1B within rat brain mitochondria, we have investigated whether PTP1B regulates Src activity in mitochondria as in the cytosol. Results showed that Src was stimulated by in vitro addition of ATP to mitochondria, and this stimulation was reversed by a membrane-permeable allosteric inhibitor of PTP1B and by a potent selective Src inhibitor. They also indicated a direct action of PTP1B on phosphorylated tyrosine 527 residue of Src, thus implicating a role for PTP1B in the modulation of Src activity in mitochondria. Putative Src and PTP1B substrates were identified by liquid chromatography tandem mass spectrometry and two-dimensional blue native/SDS-PAGE. Both inhibitors inhibited ADP-stimulated respirations concurrently with Src activation and complex IV activation by ATP, while having no effect or increasing the activity of the other complexes. Our analysis emphasizes the regulatory function of Src and its modulation by PTP1B on oxidative phosphorylation in mitochondria.
Dolutegravir for the treatment of HIV-2 infection Journal of Clinical Virology - Tập 64 - Trang 12-15 - 2015
Ana Treviño, Teresa Cabezas, Ana Belén Lozano, Rosa García-Delgado, Luis Force, José María Fernández-Montero, Carmen de Mendoza, Estrella Caballero, Vincent Soriano
