bioRxiv 预印本· Hua, H., Niemiec, M., Li, T., Manna, R., Jo, H., Kim, K., Hu, C. ·· 19 天前AI 评分18
基于机器学习的加速老化条件下神经微电极寿命早期预测
Machine Learning-Based Early Prediction of Neural Microelectrode Lifetime Under Accelerated Aging Conditions
AI 导读
研究团队开发了基于Elastic Net回归与早期特征工程的机器学习模型,利用截至第5天的电化学测量数据预测加速老化条件下神经微电极的阻抗定义寿命,设备级验证的均方根误差为3.71个加速老化天,平均绝对百分比误差为13.90%。
来源:bioRxiv 预印本 · biorxiv.org