新算法准确地解码了分子光学“指纹”

科学技术日报（记者Liu Xia）在美国，莱斯大学研究团队开发了一种新的机械研究算法 - 峰敏感的弹性逻辑回归（PSE -LR）。该算法在解释该疾病的分子，材料和生物标志物的独特光学特征方面非常出色，这有助于实现更快，更准确的医学诊断和样本检查。相关论文已发表在《 Nano Magazine》的新期刊上。研究小组说，这项技术的主要跌倒在于教授计算机来确定由分子或材料和其他灯光之间的关系产生的独特的“指纹”。在这项技术中，医生可以通过照亮一滴液体组织样本来获得早期的阿尔茨海默氏病信号。 PSE-LR不仅能够识别“清晰可识别的”，而且具有“开放和诚实”的解释性。与其他“黑匣子”机器学习模型不同，它可以生成清晰的精确强调基本光谱段的“具有重要性的地图”，使其可靠，解释，易于验证和易于验证。将PSE-LR与其他机器研究模型进行比较，表明其性能更好，尤其是在识别温和或覆盖的幽灵功能方面。 In addition, in the subsequent series of verification experiments, the performance of this algorithm is also remarkable, including successfully detecting the presence of traces of the new coronavirus spike protein in the liquid, accurately identifying the neuroprotective components in mouse brain tissue, effectively distinguishTLE spectral differences in Alzheimer's disease samples, and identify the unique optical characteristics of two-dimensional semiconductor materials.