發(fā)簡信
IP屬地：浙江
-
Win10 1903
一、64位中文 win10 1903 vol大客戶批量授權(quán)版，含專業(yè)/專業(yè)工作站/教育/專業(yè)教育/企業(yè)版 文件名：cn_windows_10_business_edition...
-
Label-free classification of cultured cells through diffraction imaging通過衍射成像對培養(yǎng)細胞進行無標(biāo)記分類 ??在流式細胞儀設(shè)置中非常需要根據(jù)其3D形態(tài)自動分類生物細胞。 我們使用衍射成像方法在實驗和數(shù)值上研究了這種可能性。 已經(jīng)開發(fā)了基于灰度...
-
Motility-based label-free detection of parasites in bodily fluids using holographic speckle analy...
寄生蟲感染是一個重要的全球公共衛(wèi)生問題?；谑謩语@微鏡檢查的現(xiàn)有篩選方法通常難以提供足夠的體積通量和靈敏度以促進早期診斷。在這里，我們展示了一種基于運動的無標(biāo)記計算成像平臺，...
-
TensorNetwork: A Library for Physics and Machine Learning
TensorNetwork是一個用于實現(xiàn)張量網(wǎng)絡(luò)算法的開源庫[1]。 張量網(wǎng)絡(luò)是稀疏數(shù)據(jù)結(jié)構(gòu)，最初設(shè)計用于模擬量子多體物理，但目前也應(yīng)用于許多其他研究領(lǐng)域，包括機器學(xué)習(xí)。 我...
-
U-Net: Convolutional Networks for Biomedical Image SegmentationU-Net：用于生物醫(yī)學(xué)圖像分割的卷積網(wǎng)絡(luò) ??大量同意深度網(wǎng)絡(luò)的成功培訓(xùn)需要數(shù)千個帶注釋的訓(xùn)練樣本。在本文中，我們提出了一種網(wǎng)絡(luò)和培訓(xùn)策略，它依賴于強烈使用數(shù)據(jù)擴充來更有效...
-
Computational super-resolution phase retrieval from multiple phase-coded diffraction patterns: si...
從多個相位編碼衍射圖案中獲取計算超分辨率相位：模擬研究和實驗 ??在本文中，我們考慮計算超分辨率反向衍射相位檢索。 光學(xué)裝置是無透鏡的，具有用于孔徑相位編碼的空間光調(diào)制器。 ...
-
Extended depth-of-field in holographic imaging using deep-learning-based autofocusing and phase r...使用基于深度學(xué)習(xí)的自動對焦和相位恢復(fù)在全息成像中擴展景深 ??全息術(shù)以僅強度記錄的形式對樣本的三維（3D）信息進行編碼。然而，為了從其全息圖解碼原始樣本圖像，需要自動聚焦和相...
-
Deep learning approach to Fourier ptychographic microscopy傅里葉ptychographic顯微鏡的深度學(xué)習(xí)方法 ??卷積神經(jīng)網(wǎng)絡(luò)（CNN）在解決復(fù)雜的逆問題方面取得了巨大的成功。這項工作的目的是開發(fā)一種新的CNN框架，以重建使用計算...
-
Deep Learning Enabled Real Time Speckle Recognition and Hyperspectral Imaging using a Multimode F...使用多模光纖陣列實現(xiàn)深度學(xué)習(xí)實時散斑識別和高光譜成像 ??我們展示了使用深度學(xué)習(xí)來快速光譜解構(gòu)散斑圖案。 可以使用從測量的光譜傳輸矩陣獲取的數(shù)字構(gòu)建的多光譜數(shù)據(jù)集來有效地訓(xùn)練...
-
Deep hybrid scattering image learning
深度混合散射圖像學(xué)習(xí) ??一個訓(xùn)練有素的深度神經(jīng)網(wǎng)絡(luò)被證明能夠同時恢復(fù)兩種圖像，這兩種圖像分別被兩種不同的散射介質(zhì)完全破壞。 基于U-net架構(gòu)的網(wǎng)絡(luò)可以通過斑點 - 參考圖...
-
Deep Learning in Label-free Cell Classification無標(biāo)簽細胞分類中的深度學(xué)習(xí) 無標(biāo)記細胞分析對個性化基因組學(xué)，癌癥診斷和藥物開發(fā)至關(guān)重要，因為它避免了染色試劑對細胞活力和細胞信號傳導(dǎo)的不利影響。然而，目前可用的無標(biāo)記細胞測定...
-
All-optical machine learning using diffractive deep neural networks使用衍射深度神經(jīng)網(wǎng)絡(luò)的全光學(xué)機器學(xué)習(xí) 深度學(xué)習(xí)一直在改變我們使用計算機執(zhí)行高級推理任務(wù)的能力。 在這里，我們介紹了一種物理機制，通過演示全光學(xué)衍射深度神經(jīng)網(wǎng)絡(luò)（D2NN， d...
