– Med hjälp av avancerade maskininlärningsmetoder har vi visat att inte bara dessa mätningar kan göras med högre noggrannhet, utan också att de kan tillämpas på ett större antal fall, säger Aykut Argun, doktorand vid institutionen för fysik vid Göteborgs universitet.
Genom metoden kan det bland annat bli möjligt att mäta en cells elasticitet, att förstå hur virus rör sig i luften eller hur mikroskopiska motorer fungerar.
Mätningen görs genom att analysera en partikels platshistorik. Tidigare genomfördes det med matematiska formuleringar, men nu kan AI göra analysen.
Forskarna har också levererat programvarupaketet DeepCalib, som är baserat på öppen källkod så att metoden kan nyttjas av alla. Programvaran utgår ifrån återkommande neurala nätverk som adresserar datamönster som förändras över tid baserat på konstant feedback, på så sätt kan de lära sig av tidigare händelser för att förutse framtiden.
Källa: Göteborgs universitet
