Bioinformatics
3.07K subscribers
700 photos
83 videos
64 files
830 links
تنها کانال تخصصی بیوانفورماتیک ایران
🔺All in one!!🔺
💎Bioinformatics, Computational biology, Modern medicine and Biomedical informatics💎
👨‍💻Learn with experts!
🔥پزشکی نوین
‼️زیست شناسی محاسباتی
Download Telegram
رباتی که قادر است اشیاء پنهان شده را تشخیص دهد

🤖 در سال‌های اخیر ربات‌ها به فناوری دید، لامسه و حتی بویایی مصنوعی دست یافته‌اند و پژوهشگران به ربات‌ها ادراک انسانی بخشیده‌اند. اکنون در تلاشند که درکی فوق بشری در آن‌ها ایجاد کنند.

🔍 پژوهشگران MIT موفق به ساخت رباتی شده‌اند که می‌تواند با استفاده از امواج رادیویی که قابليت عبور از دیوار و موانع را دارد، اشیاء مخفی شده را کشف و درک نماید.

📄 این تحقیق در ماه مه در کنفرانس بین‌المللی روباتیک IEEE ارائه خواهد شد.

🦾 این ربات شامل یک بازوی رباتیکی است که به یک دست برای گرفتن اشیاء متصل است. دوربین روی مچ آن قرار دارد و خوانشگر فرکانس رادیویی به صورت مستقل از ربات قرار می‌گیرد.

👩🏻‍🔧 به گفته‌ی نویسنده‌ی اصلی این مقاله، تارا بروشکی، دستیار تحقیق در گروه signal kinetics آزمایشگاه رسانه‌ی MIT، ادغام دو جریان داده‌ی حاصل از دوربین معمولی و خوانشگر فرکانس رادیویی در بخش تصمیم‌گیری ربات از بزرگترین چالش‌های این تحقیق بود.

متن کامل خبر...


📝تعداد کلمات: 799 کلمه
زمان مطالعه: حدود 4 دقیقه

📝تهیه و تنظیم : #سارا_فیاض‌زاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

چهارشنبه ها: #اخبار_فناوری

کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
https://news.mit.edu/2021/robot-senses-hidden-objects-0401
📎 ابزار جدید یادگیری عمیق و انقلابی در میکروسکوپ

✏️ابزاری برای توسعه هوش‌ مصنوعی در دانشگاه گوتنبرگ فرصت‌های جدیدی را برای تجزیه و تحلیل تصاویر دريافت شده توسط میکروسکوپ فراهم می‌آورد. یک مطالعه جدی در اين زمينه نشان می‌دهد که این ابزار که قبلاً بصورت بين‌المللی به رسميت شناخته شده، می‌تواند ويژگي‌های میکروسکوپی را به طور اساسی تغییر دهد و زمینه را برای کشف و موارد جدید استفاده در تحقیقات و صنعت فراهم کند. تمرکز بر مطالعه یادگیری عمیق(Deep Learning)، نوعی هوش مصنوعی (AI) و یادگیری ماشینی است که همه‌ی ما روزانه با آن ارتباط برقرار می‌کنیم و اين ارتباط در شرايطی است که غالبا به آن‌ها فکر هم نمی‌کنیم. به عنوان مثال، وقتی آهنگ جدیدی در Spotify پخش می‌شود که شبیه آهنگ‌هایی است که قبلاً گوش داده‌ایم یا وقتی دوربین تلفن همراه ما به طور خودکار بهترین تنظیمات را پیدا می‌کند و رنگ ها را در عکس تصحیح می کند همه اين موارد جزو مواردی است که در ذهن بسيار تکراری تلقی مي‌شود اما در پس اين موارد تکنولوژی عظيم يادگيری ماشين و يادگيری عميق نهفته شده است.

ادامه مطلب

تعداد کلمات: 600 کلمه
زمان مطالعه:3 دقیقه
📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

چهارشنبه ها : #اخبار_فناوری

کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫

📌منبع:
scitechdaily
📎جمع آوری DNA از هوا


✏️ انسان‌ها dnaهای خود را در هر مکانی از جمله در هوا پخش می‌کنند. نمونه برداری از DNAهای موجود در هوا تاکنون انجام نشده است، اما پژوهشگران در مطالعه‌ای برای اولین بار در حال انجام این کار هستند. DNAهایی که موجودات زنده از جمله انسان‌ها و دیگر موجودات در محیط پراکنده می‌کنند را eDNA می‌گویند. جمع‌آوری eDNA‌ها از محیط‌های آبی برای شناختن گونه‌ها بسیار رایج است، اما تاکنون تلاشی برای جمع آوری eDNA ها از هوا صورت نگرفته است.


خانم Elizabeth Clare اکولوژیست دانشگاه Queen Mary در لندن و نویسنده نوشتار حاضر می‌گوید هدف ما از انجام این تحقیق دانستن این موضوع است که چگونه می‌توان eDNA‌های موجود در هوا را شناسایی کرد، تا شاید به وسیله آن بتوان حیواناتی که در خشکی زندگی می‌کنند، را ردیابی کرد. وی اشاره کرد که ما بسیار مشتاق هستیم که بدانیم، چطور می‌توان از eDna‌ها به منظور ارزیابی و بررسی گونه‌هایی که در غارها زندگی می‌کنند ( چون ردیابی و گرفتن آنها بسیار دشوار است) استفاده کرد.


ادامه مطلب

📝تعداد کلمات: 520
زمان مطالعه: حدود 4 دقیقه


📝 تهیه و تنظیم:#کریم_رحیمیان
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس


۴شنبه‌ها : #اخبار فناوری

کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع:
https://www.livescience.com/dna-collected-air.html
کشف سیگنال رادیویی در اتمسفر سیارهٔ ناهید توسط کاوشگر خورشیدی پارکر ناسا

🛰 هنگام چرخش سیارهٔ ناهید، کاوشگر خورشیدی پارکر ناسا یک سیگنال رادیویی طبیعی را کشف کرد که نشان می‌دهد، جو بالایی این سیاره موجب حرکت فضاپیما شده‌است. این اولین اندازه‌گیری مستقیم جو ناهید در ۳۰ سال گذشته است و به نظر می‌رسد کاملاً متفاوت از گذشتهٔ ناهید باشد. مطالعهٔ منتشر شده در هفتهٔ اخیر تأیید می‌کند که جو بالایی ناهید طی یک چرخهٔ خورشیدی، چرخهٔ فعالیت ۱۱ ساله خورشید، دچار تغییرات معماگونه‌ای شده‌است. این نشانه، سرنخی برای درک چگونگی و چرایی تفاوت ناهید و زمین است.

🌎 زمین و ناهید که از فرایندهای مشابه متولد شده‌اند، دوقلو هستند. هر دو سنگلاخی و هم اندازه هستند و ساختار مشابه دارند. اما مسیرهای آن‌ها از بدو تولد متفاوت بود. ناهید فاقد میدان مغناطیسی است و سطح آن در دمای به اندازهٔ کافی گرم، ذوب می‌شود. فضاپیماها فقط چند ساعت در آن‌جا زنده مانده‌اند. مطالعهٔ ناهید، هرچند که سکونت‌پذیر نیست، به دانشمندان کمک می‌کند تا درک کنند که این دوقلوها چگونه تکامل یافته‌اند و چه عواملی باعث سکونت در سیاره‌هایی مشابه زمین می‌شود.

ادامهٔ مطلب...


📝تعداد کلمات: ۶۸۱ کلمه
زمان مطالعه: حدود ۳ دقیقه

📝تهیه و تنظیم: #مریم_رفیعی‌پور
دانشجوی کارشناسی‌ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

چهارشنبه‌ها: #اخبار_فناوری

کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫

📌منبع:
scitechdaily

📌لینک مقاله:
AGU
ساخت تصویر از صدا با تکنولوژی مشابه "حس خفاش" برای تلفن‌های هوشمند

🦇 دانشمندان‌ راهی پیدا کرده‌اند تا اشیاء و ابزاری مانند تلفن‌های هوشمند و لپ‌تاپ‌ها، که به صورت روزمره از آن‌ها استفاده می‌شود، را به حسی خفاش مانند مجهز کنند تا قادر به‌ درک محیط اطراف باشند.

🔊 در قلب این روش یک الگوریتم یادگیری ماشین پیچیده وجود دارد، این الگوریتم برای تولید تصویر از پژواک‌های منعکس شده استفاده می‌کند که مشابه روش حرکت و شکار خفاش با استفاده از مکان‌یابی با پژواک است.

🔐 این تکنولوژی می تواند در سیستم‌های امنیتی و مراقبت‌های بهداشتی کاربرد داشته باشد و با کاهش هزینه‌های تصویربرداری سه‌بعدی کاربردهای جدیدی نیز برای آن ایجاد خواهد شد.

متن کامل خبر...


📝تعداد کلمات: 718
زمان مطالعه: کمتر از 4 دقیقه


📝تهیه و تنظیم : #سارا_فیاض‌زاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

چهارشنبه ها: #اخبار_فناوری

کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
scitechdaily
📎 تشخيص صدا يکی از برترين پروژه‌های هوش مصنوعی

✏️از سال 1952 که آزمایشگاه‌های بل و آدری، دستگاهی که توانایی تشخیص گفتاری را دارد ابداع کردند، هوش مصنوعی راه زیادی را در این زمینه پیموده است. یک مطالعه اخیر توسط Capgemini نشان می‌دهد که چقدر تشخیص گفتار در همه ارکان تکنولوژی حاضر است و 74٪ از مصرف کنندگان نمونه گزارش کردند که از دستیار مکالمه برای تحقیق و خرید کالا و خدمات، ایجاد لیست خرید و بررسی وضعیت سفارش استفاده می‌کنند. همه ما با دستیارهای دیجیتالی مانند دستیار Google ، Cortana، Siri و Alexa آشنا هستیم. بیش از یک میلیارد نفر در دنیا از دستیار Google و Siri استفاده می‌کنند فقط دستیار Siri بیش از 40 میلیون کاربر در ایالات متحده دارد. اما آیا تا به حال فکر کرده‌اید که این ابزار چگونه حرف شما را می‌فهمد؟ خوب، آنها برای تولید متن گفتاری از هوش مصنوعی استفاده می‌کنند.
در تشخیص گفتار، رایانه ورودی را به صورت لرزش صدا(موج)‌می گیرد. این کار با استفاده از مبدل آنالوگ به دیجیتال انجام می‌شود که امواج صوتی را به یک قالب دیجیتالی تبدیل می‌کند که کامپیوتر می‌تواند آن را درک کند. سپس یک سری الگوریتم‌های پیچیده بر روی داده‌ها اجرا می‌شوند تا گفتار را تشخیص دهند و نتیجه متن را برگردانند. بسته به هدف نهایی، داده‌ها همچنین ممکن است به شکل دیگری تبدیل شوند. به عنوان مثال، تایپ Google Voice کلمات گفتاری را به متن تبدیل می‌کند در حالی که دستیاران شخصی مانند Siri و Google Assistant ورودی صدا را می‌گیرند اما می‌توانند پاسخ صوتی نیز بدهند. اساساً، شما فرمانی مانند "هوا چطوره؟" را صادر می‌کنید. ودستگاه با یک صوت پاسخ می‌دهد. تشخیص گفتار پیشرفته و همچنین تشخیص صدای از اهداف هوش مصنوعی است که در آن رایانه می‌تواند صدای بلندگوی خاصی را تشخیص دهد.

ادامه مطلب را اینجا بخوانید.


تعداد کلمات: 800 کلمه
زمان مطالعه: 4 تا 5 دقیقه


📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

چهارشنبه ها : #اخبار_فناوری

کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫

📌منبع:
itchronicles
📎توالی‌یابی کل ژنوم Pestera Muierii1

✏️ برای اولین بار، پژوهشگران موفق شدند که کل ژنوم Pestera Muierii1 زنی که حدود 35 هزار سال قبل زندگی می‌کرده است را از طریق جمجمه‌اش شناسایی کنند. تنوع ژنتیکی بالا در توالی جدید یافته شده نشان می‌دهد که خروج انسان از آفریقا نقطه عطف پیشرفت انسان نبوده است، بلکه این رخداد در طول عصر یخبندان و بعد از آن اتفاق افتاده است. نتایج این مطالعه جدید که توسط Matthias Jacobson در دانشگاه Uppsala انجام شده است، در ژورنال Current biology به چاپ رسیده است.
به گفته Matthias Jacobson، پروفسور مرکز توسعه زیست شناسی دانشگاه Uppsala، نتایج بررسی‌ها نشان می‌دهد که Pestera Muierii1 به انسان‌های امروزی اروپا بیشتر شبیه است تا به انسان‌های اروپایی که 5000 سال قبل زندگی می‌کردند، هرچند این اختلاف بسیار ناچیز است. همچنین توالی‌یابی جدید، نشان می‌دهد که اگرچه Pestera Muierii1 جد مستقیم اروپایی‌های امروزی نیست، اما او جد شکارچیانی است که تا اواخر عصر یخبندان زندگی می‌کرده‌اند.
تاکنون تعداد بسیار کمی از توالی‌های با قدمت بیشتر از 30000 سال توالی‌یابی شده است. یافته‌های این تیم بروی توالی بدست آمده از جمجمه Pestera Muierii1 شباهت‌هایی را بین انسان‌های امروزی و اروپایی‌هایی که نسل مستقیم انسان‌های امروزی نیستند نشان می‌دهد. مطالعات قبلی نشان داد که شکل جمجمه Pestera Muierii1 شباهت‌هایی، با هر دو گونه انسان‌های امروزی و Neanderthalها دارد، به همین دلیل این فرضیه مطرح شد که جمعه پیدا شده باید حاوی اطلاعات ژنتیکی زیادی از گونه Neanderthal‌ها باشد و نه حاوی اطلاعات ژنتیکی که در انسان معاصر وجود دارد.


ادامه مطلب

📝تعداد کلمات: 470
زمان مطالعه: 3 تا 4 دقیقه

📝 تهیه و تنظیم:#کریم_رحیمیان
دانشجوی کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

چهارشنبه : #اخبار_فناوری

کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منابع:
phys.org
رباتی که در پاسخ به لبخند شما لبخند می‌زند

🧐 در حالی که حالات چهره نقش بسزایی در ایجاد اعتماد دارند، در اکثر ربات‌ها هنوز از یک چهرۀ ثابت و خالی از احساس استفاده می‌شود.

🦾 با استفادۀ روز افزون از ربات‌ها در مکان‌هایی که نیاز به همکاری بین انسان و ربات هست، از خانه‎‌های سالمندان گرفته تا انبارها و کارخانه‌ها، نیاز به وجود رباتی که از نظر چهره واقع‌گرایانه به نظر برسد، به خوبی حس می‌شود.

👨🏻‍🔧🧑🏽‍💻پژوهشگران آزمایشگاه Creative Machines در دانشکده مهندسی Columbia در ایالت متحده که از مدت‌ها پیش تحقیقات خود را معطوف به تعاملات بین ربات‌ها و انسان‌ها نموده‌اند، پس از تلاش 5 ساله، موفق به ساخت ربات EVA شده‌اند.

🤖این ربات که یک ربات جدید مستقل با چهره‌ای انعطاف‌پذیر و گویا است، واکنشی مطابق حالات چهرۀ انسان‌های اطرافش نشان می‌دهد.

در این ربات علاوه بر بخش‌های مکانیکی پیچیده، که به‌وسیله پرینتر سه بعدی ساخته شده است، از یادگیری عمیق برای خواندن چهرۀ اطرافیان و نشان دادن واکنش مناسب به آن‌ها بهره برده شده است.


متن کامل خبر...


📝تعداد کلمات: 723
زمان مطالعه: کمتر از 4 دقیقه

📝تهیه و تنظیم : #سارا_فیاض‌زاده
دانشجوی دکتری #بیوفیزیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

چهارشنبه ها: #اخبار_فناوری

کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫
📌منبع :
scitechdaily
ده مورد از فناوری‌هاي نوآورانه هوش مصنوعی

هوش مصنوعی شیوه زندگی ما را با فناوری‌های نوظهور تغییر داده است. هوش‌مصنوعی در هر صنعت طوفانی ایجاد کرده و تأثیر زیادی بر هر بخش از جامعه دارد. اصطلاحات هوش مصنوعی اولین بار در سال 1956 در یک کنفرانس مطرح شد. بحث در مورد این کنفرانس منجر به فناوری اطلاعات میان رشته‌ای شد. ظهور اینترنت به پیشرفت برجسته این فناوری کمک کرد. فناوری هوش مصنوعی سی سال یک فناوری مستقل بود، اما اکنون گستره آن در همه حوزه‌های زندگی قابل رویت است. هوش مصنوعی با اختصار AI شناخته می‌شود و فرآیند بازآفرینی هوش انسان در ماشین است. براساس گزارش گارتنر(از دانشمندان این رشته)، پذیرش هوش مصنوعی طی سال‌های 2019 - 2018 از 4 درصد به 15 درصد رسیده است. بسیاری از فناوری‌های جدید و نوظهور در هوش مصنوعی جای گرفته‌اند. در این مقاله برآنیم تا در باره 10 مورد از جدیدترین فناوری‌های هوش مصنوعی بحث کنیم.

ادامه مطلب را اينجا بخوانيد

تعداد کلمات: 1200 کلمه
زمان مطالعه:10دقیقه

📝 تهیه و تنظیم:#پرهام_حاجی_شفیع
دانش آموخته کارشناسی ارشد #بیوانفورماتیک آزمایشگاه #بیوانفورماتیک دانشگاه #تربیت_مدرس

چهارشنبه ها : #اخبار_فناوری

کانال بیوانفورماتیک ایران
وب سایت:
🌐https://www.codecool.ir
اینستاگرام
@codecool_bioinformatics🌟
تلگرام:
@Iran_Bioinformatics💫

📌منبع:
mindmajix