大阪大學(xué)科學(xué)與工業(yè)研究所的科學(xué)家使用機(jī)器學(xué)習(xí)方法來(lái)增強(qiáng)當(dāng)細(xì)球穿過(guò)切入硅基板的微觀納米孔時(shí)所收集數(shù)據(jù)的信噪比。當(dāng)對(duì)DNA進(jìn)行測(cè)序或檢測(cè)少量病原體時(shí)，這項(xiàng)工作可能會(huì)導(dǎo)致更加敏感的數(shù)據(jù)收集。
小型化為快速、少量樣品的快速診斷提供了廣泛的診斷工具，例如疾病的即時(shí)檢測(cè)。例如，未知顆粒可以通過(guò)使其穿過(guò)納米孔并記錄電流的微小變化來(lái)進(jìn)行分析。但是，這些信號(hào)的強(qiáng)度可能非常低，并且經(jīng)常被埋在隨機(jī)噪聲下。顯然需要用于提取有用信息的新技術(shù)。
現(xiàn)在，大阪大學(xué)的科學(xué)家已經(jīng)使用深度學(xué)習(xí)對(duì)納米孔數(shù)據(jù)進(jìn)行“去噪”。大多數(shù)機(jī)器學(xué)習(xí)方法需要使用許多“干凈”的示例進(jìn)行訓(xùn)練，然后才能解釋嘈雜的數(shù)據(jù)集。但是，使用最初為增強(qiáng)圖像而開(kāi)發(fā)的稱(chēng)為“ Noise2Noise”的技術(shù)，即使沒(méi)有可用的干凈數(shù)據(jù)，該團(tuán)隊(duì)也能夠提高嘈雜運(yùn)行的分辨率。深度神經(jīng)網(wǎng)絡(luò)的作用類(lèi)似于大腦中的分層神經(jīng)元，可用來(lái)減少數(shù)據(jù)中的干擾。
深度學(xué)習(xí)可幫助研究人員在納米級(jí)物體的納米孔感測(cè)中找到電阻性脈沖信號(hào)中的隱藏特征。
第一作者Makusu Tsutsui說(shuō)，深度降噪使我們能夠揭示出隨機(jī)波動(dòng)隱藏的離子電流信號(hào)中的微弱特征。我們的算法旨在選擇最能代表輸入數(shù)據(jù)的特征，從而使計(jì)算機(jī)能夠檢測(cè)原始數(shù)據(jù)并從中減去噪聲。
重復(fù)該過(guò)程很多次，直到恢復(fù)基本信號(hào)為止。本質(zhì)上，許多嘈雜的運(yùn)行被用來(lái)產(chǎn)生一個(gè)干凈的信號(hào)。
高級(jí)作者Takashi Washio解釋說(shuō)，我們的方法可能會(huì)擴(kuò)展納米孔傳感的功能，從而快速、準(zhǔn)確地檢測(cè)出感染疾病。即使?jié)撛谛盘?hào)非常微弱，這項(xiàng)研究也可能導(dǎo)致更準(zhǔn)。
網(wǎng)站客服
粵公網(wǎng)安備 44030402000946號(hào)