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。
➡️

继续阅读