会员服务
Machine Learning · Engineering · 学成 · 最优化 · 优化器 ·
2021 年 8 月 5 日
Potential Applications of Artificial Intelligence and Machine Learning in Radiochemistry and Radiochemical Engineering
翻译：无线电化学和无线电化学工程中人造情报和机器学习的潜在应用
E. William Webb,Peter J. H. Scott
E. William Webb,Peter J. H. Scott
from arxiv, 10 pages, 4 figures

Artificial intelligence and machine learning are poised to disrupt PET imaging from bench to clinic. In this perspective we offer insights into how the technology could be applied to improve the design and synthesis of new radiopharmaceuticals for PET imaging, including identification of an optimal labeling approach as well as strategies for radiolabeling reaction optimization.


翻译：人工智能和机器学习可以将PET成像从轮椅到诊所中断,从这个角度讲,我们深入了解如何应用这一技术改进PET成像新放射药剂的设计和合成,包括确定最佳标签办法和无线电标签反应优化战略。
0
下载
关闭预览

相关内容

机器学习（Machine Learning）是一个研究计算学习方法的国际论坛。该杂志发表文章，报告广泛的学习方法应用于各种学习问题的实质性结果。该杂志的特色论文描述研究的问题和方法，应用研究和研究方法的问题。有关学习问题或方法的论文通过实证研究、理论分析或与心理现象的比较提供了坚实的支持。应用论文展示了如何应用学习方法来解决重要的应用问题。研究方法论文改进了机器学习的研究方法。所有的论文都以其他研究人员可以验证或复制的方式描述了支持证据。论文还详细说明了学习的组成部分，并讨论了关于知识表示和性能任务的假设。 官网地址：http://dblp.uni-trier.de/db/journals/ml/
深度学习优化算法，73页ppt，Optimization Algorithms on Deep Learning
深度学习优化算法，73页ppt，Optimization Algorithms on Deep Learning
专知会员服务
132+阅读 · 2021年6月16日
【伯克利】机器学习蛋白质工程，Machine learning for protein engineering，83页ppt
【伯克利】机器学习蛋白质工程，Machine learning for protein engineering，83页ppt
专知会员服务
33+阅读 · 2020年5月9日
【综述：心理学、神经科学和机器学习中的注意力】《Attention in Psychology, Neuroscience, and Machine Learning | Frontiers in Computational Neuroscience》
【综述：心理学、神经科学和机器学习中的注意力】《Attention in Psychology, Neuroscience, and Machine Learning | Frontiers in Computational Neuroscience》
专知会员服务
40+阅读 · 2020年4月18日
【干货书】真实机器学习，264页pdf，Real-World Machine Learning
【干货书】真实机器学习，264页pdf，Real-World Machine Learning
专知会员服务
114+阅读 · 2020年4月5日
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
专知会员服务
88+阅读 · 2020年2月12日
【斯坦福大学】Gradient Surgery for Multi-Task Learning
【斯坦福大学】Gradient Surgery for Multi-Task Learning
专知会员服务
46+阅读 · 2020年1月23日
【新书】MATLAB深度学习与机器学习、神经网络和人工智能（MATLAB Deep Learning With Machine Learning, Neural Networks and Artificial Intelligence），162页pdf，
【新书】MATLAB深度学习与机器学习、神经网络和人工智能（MATLAB Deep Learning With Machine Learning, Neural Networks and Artificial Intelligence），162页pdf，
专知会员服务
87+阅读 · 2020年1月13日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
238+阅读 · 2019年10月21日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
深度学习医学图像分析文献集
深度学习医学图像分析文献集
机器学习研究会
18+阅读 · 2017年10月13日
【计算机类】期刊专刊/国际会议截稿信息6条
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Andrew NG的新书《Machine Learning Yearning》
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
Empowering Local Communities Using Artificial Intelligence
Arxiv
0+阅读 · 2021年10月5日
Advances in Machine and Deep Learning for Modeling and Real-time Detection of Multi-Messenger Sources
Arxiv
0+阅读 · 2021年10月2日
A Survey of Human-in-the-loop for Machine Learning
Arxiv
35+阅读 · 2021年8月2日
A Survey on Trajectory Data Management, Analytics, and Learning
A Survey on Trajectory Data Management, Analytics, and Learning
Arxiv
16+阅读 · 2020年3月25日
Machine Learning from a Continuous Viewpoint
Arxiv
6+阅读 · 2019年12月30日
A Survey on Distributed Machine Learning
Arxiv
45+阅读 · 2019年12月20日
Taking Human out of Learning Applications: A Survey on Automated Machine Learning
Taking Human out of Learning Applications: A Survey on Automated Machine Learning
Arxiv
13+阅读 · 2019年1月17日
An Introduction to Deep Reinforcement Learning
Arxiv
4+阅读 · 2018年12月3日
Deep Learning
Deep Learning
Arxiv
6+阅读 · 2018年8月3日
Multimodal Machine Learning: A Survey and Taxonomy
Arxiv
151+阅读 · 2017年8月1日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
Machine Learning
Engineering
学成
最优化
优化器
相关VIP内容
深度学习优化算法，73页ppt，Optimization Algorithms on Deep Learning
深度学习优化算法，73页ppt，Optimization Algorithms on Deep Learning
专知会员服务
132+阅读 · 2021年6月16日
【伯克利】机器学习蛋白质工程，Machine learning for protein engineering，83页ppt
【伯克利】机器学习蛋白质工程，Machine learning for protein engineering，83页ppt
专知会员服务
33+阅读 · 2020年5月9日
【综述：心理学、神经科学和机器学习中的注意力】《Attention in Psychology, Neuroscience, and Machine Learning | Frontiers in Computational Neuroscience》
【综述：心理学、神经科学和机器学习中的注意力】《Attention in Psychology, Neuroscience, and Machine Learning | Frontiers in Computational Neuroscience》
专知会员服务
40+阅读 · 2020年4月18日
【干货书】真实机器学习，264页pdf，Real-World Machine Learning
【干货书】真实机器学习，264页pdf，Real-World Machine Learning
专知会员服务
114+阅读 · 2020年4月5日
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
【新书】数字图像(影像)处理手第二版，2176pdf，Mathematical Methods in Imaging
专知会员服务
88+阅读 · 2020年2月12日
【斯坦福大学】Gradient Surgery for Multi-Task Learning
【斯坦福大学】Gradient Surgery for Multi-Task Learning
专知会员服务
46+阅读 · 2020年1月23日
【新书】MATLAB深度学习与机器学习、神经网络和人工智能（MATLAB Deep Learning With Machine Learning, Neural Networks and Artificial Intelligence），162页pdf，
【新书】MATLAB深度学习与机器学习、神经网络和人工智能（MATLAB Deep Learning With Machine Learning, Neural Networks and Artificial Intelligence），162页pdf，
专知会员服务
87+阅读 · 2020年1月13日
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
【机器学习基础最新版】（Mathematics for Machine Learning），417页pdf
专知会员服务
238+阅读 · 2019年10月21日
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
Connections between Support Vector Machines, Wasserstein distance and gradient-penalty GANs
专知会员服务
34+阅读 · 2019年10月17日
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
【人工智能在2019：一年回顾】反人工智能，AI in 2019: A Year in Review
专知会员服务
79+阅读 · 2019年10月10日
热门VIP内容
相关资讯
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
IEEE | DSC 2019诚邀稿件 (EI检索)
IEEE | DSC 2019诚邀稿件 (EI检索)
Call4Papers
10+阅读 · 2019年2月25日
人工智能 | SCI期刊专刊信息3条
人工智能 | SCI期刊专刊信息3条
Call4Papers
5+阅读 · 2019年1月10日
Unsupervised Learning via Meta-Learning
Unsupervised Learning via Meta-Learning
CreateAMind
42+阅读 · 2019年1月3日
A Technical Overview of AI & ML in 2018 & Trends for 2019
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
Hierarchical Disentangled Representations
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
深度学习医学图像分析文献集
深度学习医学图像分析文献集
机器学习研究会
18+阅读 · 2017年10月13日
【计算机类】期刊专刊/国际会议截稿信息6条
【计算机类】期刊专刊/国际会议截稿信息6条
Call4Papers
3+阅读 · 2017年10月13日
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
【推荐】Python机器学习生态圈(Scikit-Learn相关项目)
机器学习研究会
6+阅读 · 2017年8月23日
Andrew NG的新书《Machine Learning Yearning》
Andrew NG的新书《Machine Learning Yearning》
我爱机器学习
11+阅读 · 2016年12月7日
相关论文
Empowering Local Communities Using Artificial Intelligence
Arxiv
0+阅读 · 2021年10月5日
Advances in Machine and Deep Learning for Modeling and Real-time Detection of Multi-Messenger Sources
Arxiv
0+阅读 · 2021年10月2日
A Survey of Human-in-the-loop for Machine Learning
Arxiv
35+阅读 · 2021年8月2日
A Survey on Trajectory Data Management, Analytics, and Learning
A Survey on Trajectory Data Management, Analytics, and Learning
Arxiv
16+阅读 · 2020年3月25日
Machine Learning from a Continuous Viewpoint
Arxiv
6+阅读 · 2019年12月30日
A Survey on Distributed Machine Learning
Arxiv
45+阅读 · 2019年12月20日
Taking Human out of Learning Applications: A Survey on Automated Machine Learning
Taking Human out of Learning Applications: A Survey on Automated Machine Learning
Arxiv
13+阅读 · 2019年1月17日
An Introduction to Deep Reinforcement Learning
Arxiv
4+阅读 · 2018年12月3日
Deep Learning
Deep Learning
Arxiv
6+阅读 · 2018年8月3日
Multimodal Machine Learning: A Survey and Taxonomy
Arxiv
151+阅读 · 2017年8月1日
Top
微信扫码咨询专知VIP会员
Top