首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

TUI设计概要

TUI是TEE的一个重要基础模块。最初人们认识了解TEE最直观的展示就是TUI,早在指纹识别成为手机的标配之前,TEE的主要应用是围绕着TUI进行,但由于普适性不好需要适配工作、界面显示不友好,对丰富的界面和字体需求定制化等等一些原因,最后却由指纹芯片应用成为带动TEE技术普及的一个重要触发点。最近随着华为手机盾产品的强势问世,TUI重新成为了一个不可缺少的存在!当然除了手机盾,TUI在安全二维码中的应用也是一个重要方向,安智客认为TUI归根结底是在TEE中一个基于触摸和显示器件的一个应用软件安全模块,同样也涉及到驱动、服务、TEE功能模块、TA等等,本文安智客将TUI设计做一个简要总结。如有不对,欢迎指正。

04
您找到你想要的搜索结果了吗?
是的
没有找到

Patterns | 可解释图神经网络在药物性质预测问题上的定量评估研究

图神经网络因其对图结构数据的强大表达能力而受到越来越多的关注,但它们仍然因为缺乏可解释性而受到质疑。当前可解释性人工智能方法受限于数据集,仅在社交网络等现实世界数据集上进行定性评估,缺少定量评估和比较。同时,可解释性方法生成的解释是否达到预期目的并提供可靠的答案也仍待探索。中山大学杨跃东教授团队联合星药科技研发团队在Cell Press旗下Patterns期刊发表了题为“Quantitative evaluation of explainable graph neural networks for molecular property prediction”的文章,该研究建立了五个分子可解释性基准数据集,定量评估了六种常用的可解释性方法与四种图神经网络模型的组合,并与药物化学家在可解释性任务上进行了直接比较。这是首次将可解释性方法与人类专家在可解释性任务上进行定量实验比较的研究。同时,基于模型学到的解释,研究人员开发了一种数据驱动的分子结构指纹,可作为分子属性预测中经典分子指纹的补充。相关成果[1]已于11月正式发表。

06

Patterns | 可解释图神经网络在药物性质预测问题上的定量评估研究

图神经网络因其对图结构数据的强大表达能力而受到越来越多的关注,但它们仍然因为缺乏可解释性而受到质疑。当前可解释性人工智能方法受限于数据集,仅在社交网络等现实世界数据集上进行定性评估,缺少定量评估和比较。同时,可解释性方法生成的解释是否达到预期目的并提供可靠的答案也仍待探索。中山大学杨跃东教授团队联合星药科技研发团队在Cell Press旗下Patterns期刊发表了题为“Quantitative evaluation of explainable graph neural networks for molecular property prediction”的文章,该研究建立了五个分子可解释性基准数据集,定量评估了六种常用的可解释性方法与四种图神经网络模型的组合,并与药物化学家在可解释性任务上进行了直接比较。这是首次将可解释性方法与人类专家在可解释性任务上进行定量实验比较的研究。同时,基于模型学到的解释,研究人员开发了一种数据驱动的分子结构指纹,可作为分子属性预测中经典分子指纹的补充。相关成果[1]已于11月正式发表。

02

GNN如何发现新药?MIT博士论文《分子图表示学习与生成的药物发现》

来源:专知本文为论文介绍,建议阅读5分钟我们探索了一种用于分子表示的Transformer式架构,提供了将这些模型应用于图形结构对象的新工具。 机器学习方法已经广泛应用于药物发现领域,使得更强大和高效的模型成为可能。在深度模型出现之前,建模分子在很大程度上是由专家知识驱动的;为了表现分子结构的复杂性,这些手工设计的规则被证明是不够的。深度学习模型是强大的,因为它们可以学习问题的重要统计特征——但只有正确的归纳偏差。我们在两个分子问题的背景下解决这个重要的问题:表征和生成。深度学习的典型成功在于它能够将输入

02

深度 | 中国科学院孙哲南研究员:带你认识虹膜识别研究进展

2016人工智能湖南论坛暨自兴人工智能研究院揭牌仪式,来自国内外的许多顶级专家在会上给我们做了报告。中国科学院自动化研究所模式识别国家重点实验室研究员、天津中科智能识别产业技术研究院院长孙哲南研究员就虹膜识别这一话题做了详细的讲解。 今年是人工智能60周年,像虹膜、人脸、指纹识别是比较实用的人工智能,也是发展利用比较成功的几个方向。现在的智能手机基本上都是用指纹识别来解锁,最近三星发布的新手机就会有虹膜解锁,因此现在很多人不太了解虹膜识别,我给大家做个科普。 什么是虹膜? 虹膜是位于人眼表面黑色瞳孔和白色巩

04
领券