2024年7月12日,浙江大学基础医学院张岩/毛春友教授团队联合上海药物研究所徐华强团队在《细胞研究》(Cell Research)上发表了题为“Structural basis of tethered agonism and G protein coupling of protease-activated receptor”的...2024年7月12日,浙江大学基础医学院张岩/毛春友教授团队联合上海药物研究所徐华强团队在《细胞研究》(Cell Research)上发表了题为“Structural basis of tethered agonism and G protein coupling of protease-activated receptor”的研究论文(DOI:10.1038/s41422-024-00997-2),报道了人源PAR1独特的栓配体结合激活机制和G蛋白选择性机制,为开发新型靶向蛋白酶激活受体(PAR)1的G蛋白选择性药物提供了结构基础。展开更多
基于深度卷积神经网络的人脸识别算法具有较高的识别精度,但是计算复杂度高,难以在移动设备或离线环境下运行。为了保持人脸识别精度的同时降低人脸识别网络的复杂度,提出了一种基于压缩激活机制的轻量级人脸识别网络(Squeeze and Excit...基于深度卷积神经网络的人脸识别算法具有较高的识别精度,但是计算复杂度高,难以在移动设备或离线环境下运行。为了保持人脸识别精度的同时降低人脸识别网络的复杂度,提出了一种基于压缩激活机制的轻量级人脸识别网络(Squeeze and Excitation Mobile Face Net,SEMFN)。在MobileFaceNet网络为基础,把第一层头部卷积核通道数量下降至16,从而降低模型的复杂度;在网络的第二层引入了轻量级注意力机制,即Squeeze and Excitation结构,使得网络能够更准确的抓取人脸关键区域特征,提高模型的识别精度。实验证明,基于50万训练样本,SEMFN模型降低了模型参数的同时保持较高的识别精度。展开更多
文摘2024年7月12日,浙江大学基础医学院张岩/毛春友教授团队联合上海药物研究所徐华强团队在《细胞研究》(Cell Research)上发表了题为“Structural basis of tethered agonism and G protein coupling of protease-activated receptor”的研究论文(DOI:10.1038/s41422-024-00997-2),报道了人源PAR1独特的栓配体结合激活机制和G蛋白选择性机制,为开发新型靶向蛋白酶激活受体(PAR)1的G蛋白选择性药物提供了结构基础。
文摘基于深度卷积神经网络的人脸识别算法具有较高的识别精度,但是计算复杂度高,难以在移动设备或离线环境下运行。为了保持人脸识别精度的同时降低人脸识别网络的复杂度,提出了一种基于压缩激活机制的轻量级人脸识别网络(Squeeze and Excitation Mobile Face Net,SEMFN)。在MobileFaceNet网络为基础,把第一层头部卷积核通道数量下降至16,从而降低模型的复杂度;在网络的第二层引入了轻量级注意力机制,即Squeeze and Excitation结构,使得网络能够更准确的抓取人脸关键区域特征,提高模型的识别精度。实验证明,基于50万训练样本,SEMFN模型降低了模型参数的同时保持较高的识别精度。
