顺序实验中的协同智能:药物发现的人机交互框架
💡
原文中文,约300字,阅读约需1分钟。
📝
内容提要
机器学习在电子显微镜领域得到认可,用于去噪、语义分割和降维。现在可以在显微镜中部署机器学习工作流,用于实时决策和反馈。未来可能是人在环回中的自动化实验。
🎯
关键要点
- 机器学习在电子显微镜领域逐步获得认可。
- 机器学习用于数据后处理中的去噪、语义分割和降维。
- 可以在显微镜中部署机器学习工作流,用于数据分析和实时决策。
- 实时机器学习的用例数量仍然有限。
- 讨论了设计基于机器学习的主动实验的考虑因素。
- 未来可能是人在环回中的自动化实验 (hAE)。
- 机器学习代理直接控制光束位置、图像和光谱采集功能。
- 人操作员实时监控实验进展并调整机器学习代理的策略。
➡️