detection

近几年随着扫地机器人与自动化无人车兴起，正是背后不可或缺的光达(LiDAR)技术进步的代表! 光达(Lidar=Light Detection and Ranging)是许多自动驾驶汽车与清扫机器人不可或缺的重要元件，透过光来测量距离，成为自动驾驶汽车与机器人的眼睛。不过，光达的原理是什么？它为什么能够侦测到路程环境的变化呢？ 想像一下，你站在一个黑暗的房间里，你能感觉到周围环境的唯一方式是伸出棍子触碰物体。首先，你径直向前伸出棍子，棍子在伸出2米后撞击到一个坚实的物体

2019年4月13日至17日，中药研究所、青蒿素研究中心李玉洁研究员和陈利娜博士赴荷兰参加第29届欧洲微生物学和感染病大会。 会议由欧洲临床微生物和感染病学会（ESCMID）主办，该学术年会是公认的感染性疾病和感染控制领域规模最大、内容最全面、最具影响力的国际会议。本次大会主题演讲围绕抗菌新药的研发、作用机制、临床前研究和药物代谢动力学研究，抗病毒药物新药的研发、作用机理及药物代谢动力学研究，诊断寄生虫学、抗寄生虫药敏感性和耐药性、寄生虫病流行病学等几个专题，来自欧洲、美国、中国、日本等国的专家学者参加了本次大会交流

语速，顾名思义，描述的是一个人的说话速度。量化的表示，就是一个人一分钟内说话的字数。一个人平均说话语速是100-200字每分钟，正常语速在每分钟150字左右

Scope All of NCUIR 生医理工学院 系统生物与生物资讯研究所 --研究计划 Tips: Title: 高通量系统性侦测癌症细胞株内蛋白质交互作用的蛋白质芯片之研发与应用---蛋白质芯片之系统生物学应用---总计划暨子计划四(II);Development and Application of Protein Chips for a High-Throughput Systematic Detection of Interactions among Proteins in Cancer Cells (II)

应欧洲法规管理学会(ECA)邀请，经国家药品监督管理局批准，高华研究员、贺庆副研究员作为演讲专家，于2019年11月11日至2019年11月15日赴德国杜塞尔多夫参加ECA第20届学术年会(即“2019药学实验室大会”)，介绍中检院(NIFDC)在所建立的转基因细胞生物活性测定技术平台上，率先在国际研究报道的一种新型报告基因热原检测法。 ECA自1999年成立以来，一直致力于在全球范围内推行统一的药品监管指南(如GMP/GDP)，旨在促进各国药品监管机构、药品研发与生产企业的科学监管。为了实现其宗旨，ECA每年组织举办学术年会和相关教育培训课程，并邀请来自世界卫生组织(WHO)、美国食品药品监督管理局(FDA)、欧洲药品管理局(EMA)、药品检验公约与药品检验合作计划组织(PIC/S)、德国血清与疫苗研究所(PEI)等药品监管机构和世界知名药品生产企业(如瑞士罗氏制药、法国赛诺菲巴斯德、德国默克)的不同领域专家学者进行会议报告，报告内容主要介绍药物和生物分析技术、药品监管技术指南等领域的最新进展

语速，顾名思义，描述的是一个人的说话速度。量化的表示，就是一个人一分钟内说话的字数。一个人平均说话语速是100-200字每分钟，正常语速在每分钟150字左右

近年来，目标检测已经取得了长足的进步，不过，尽管如此，小目标与大目标之间，依然有着非常大的差距。论文 Augmentation for small object detection 提出了在原有图片数据中增加目标的 copy-pasting 方法，一方面，解决了数据集中只有部分图片有小目标的问题，另一方面也使得图片中有足够多的的小目标出现。最终，使用该方法，作者在 MS COCO 数据集上实例分割提高了 9.7%， 而在目标检测上也提升了 7.1%，效果还是非常显著

14.8. 来自Transformers的双向编码器表示（BERT） 近年来，深度学习一直是提高计算机视觉系统性能的变革力量。 无论是医疗诊断、自动驾驶，还是智能滤波器、摄像头监控，许多计算机视觉领域的应用都与我们当前和未来的生活密切相关。 可以说，最先进的计算机视觉应用与深度学习几乎是不可分割的

计划做一篇属性网络（Attributed Network）有关的工作。不同于拓扑网络，属性网络中的节点带有“特征”，因此，该问题中，除了网络的邻接矩阵，也存在节点属性构成的矩阵。研究属性网络，对理解网络的生成机制具有很现实的意义，如社交网络中好友关系的形成，也可以更好地解决社团挖掘（community detection）、链路预测（link predicting）这些衍生问题

在这篇论文《NAS-FPN:LearningScalableFeaturePyramidArchitectureforObjectDetection》中，谷歌大脑的QuocV.Le等研究者提出了一种新的架构搜索方法NAS-FPN。他们希望借助神经架构搜索的优势，并学习更好的目标检测特征金字塔网络架构。目前NAS-FPN实现了优于当前**目标检测模型的准确率和延迟权衡