【快报】机器学习识别自杀行为准确率达到93% | 赛灵思推出FPGA加速堆栈方案，比CPU快40倍

1

赛灵思推出FPGA加速堆栈方案，比CPU快40倍，比其它FPGA方案快6倍

赛灵思公司（Xilinx）近日在2016全球超算大会（SC 16））上宣布推出一套全新的技术——赛灵思可重配置加速堆栈方案（FPGA Accelerator Stack），旨在帮助云端服务供应商们快速开发和部署加速平台。专门针对云级应用而设计的基于FPGA的赛灵思可重配置加速堆栈，包括库、框架集成、开发板并支持OpenStack。通过赛灵思FPGA，该可重配置加速堆栈方案提供了业界最高的计算效率：比x86服务器CPU高出40倍；比其他FPGA方案高出6倍。

赛灵思可重配置加速堆栈包括针对云计算工作负载而设计的数学函数库、集成主要框架的应用函数库（如用于机器学习的Caffe）、面向高密度服务器的PCIe®开发板和参考设计，以及OpenStack支持套件，使赛灵思FPGA加速器便于进行配置和管理。

来源：xilinx.eetrend.com

2

机器学习识别自杀行为准确率达到93%

辛辛那提儿童医院医疗中心的最新研究显示，使用机器学习对379名患者的话语回答或书面回答进行分类，识别有自杀行为的患者的准确率达到93%，识别有自杀行为、有精神疾病但无自杀行为、以及两者皆无的人的总体准确率达到85%。这项研究有助于帮助临床医生和护理人员识别和防止自杀行为，相关论文发表在有关自杀研究的主要期刊《自杀与危害生命行为》（Suicide and Life-Threatening Behavior）。

来源：news-medical.net

3

VR品尝虚拟食物，不仅有味道，还有嚼劲！

最近，新加坡国立大学的研究人员 Ranasinghe 和 Ellen Yi-Luen Do 在 UIST 2016 上展示了通过用舌头“品尝”一个能迅速冷热变换的热电元件尝到“味道”的技术，受试者中有一半称他们品尝到甜味（热电元件的温度约35°），以及在电子元件降到18°时尝到了淡淡的薄荷味。

光有味道还不够！本周东京大学的研究团队发明了通过把电极贴在脸颊咬肌上并通电刺激的方式让人空口体会咀嚼食物。且根据刺激频率的不同，体会到的“食物”口感的软硬程度也不同，研究者称模仿得最像的是橡皮糖的口感。也许通过头戴设备，在VR环境中大吃特吃“虚拟食物”的未来不远了。

研究者称这项研究的意义在于“让那些因为过敏、疾病、减肥等原因不能吃某种食物的人们

也能品味这些食物，满足人们对各种食物的欲望。”