Jove
Visualize
お問い合わせ

関連する概念動画

Overview of Microscopy Techniques01:22

Overview of Microscopy Techniques

14.7K
The early pioneers of microscopy opened a window into the invisible world of microorganisms. In 1830, Joseph Jackson Lister created an essentially modern light microscope. The 20th century saw the development of microscopes that leveraged nonvisible light, such as fluorescence microscopy that uses an ultraviolet light source and electron microscopy that uses short-wavelength electron beams. These advances significantly improved magnification, image resolution, and contrast. By comparison, the...
14.7K
Optimal Foraging00:48

Optimal Foraging

13.4K
How animals obtain and eat their food is called foraging behavior. Foraging can include searching for plants and hunting for prey and depends on the species and environment.
13.4K
Imaging Biological Samples with Optical Microscopy01:18

Imaging Biological Samples with Optical Microscopy

8.7K
Optical microscopy uses optic principles to provide detailed images of samples. Antonie van Leeuwenhoek designed the first compound optical microscope in the 17th century to visualize blood cells, bacteria, and yeast cells. In 1830, Joseph Jackson Lister created an essentially modern light microscope. The 20th century saw the development of microscopes with enhanced magnification and resolution.
In optical microscopy, the specimen to be viewed is placed on a glass slide and clipped on the stage...
8.7K

こちらも読む

関連記事

共著者、ジャーナル、引用グラフによってこの研究に関連する記事。

並び替え
Same author

Automation of nanoindentation targeting control using machine vision.

The Review of scientific instruments·2026
Same author

Impact of solvent forces and broken symmetry on the assembly of designed proteins at a liquid-solid interface.

Nature communications·2026
Same author

Unveiling Swift Heavy Ion Track Morphology in Sr-Based High-Entropy Perovskites.

ACS nano·2026
Same author

Exploring Domain-Wall Pinning in Ferroelectrics via Automated High-Throughput Atomic Force Microscopy.

ACS applied materials & interfaces·2025
Same author

Artificial Intelligence for Materials Discovery, Development, and Optimization.

ACS nano·2025
Same author

Machine Learning-Based Reward-Driven Tuning of Scanning Probe Microscopy: Toward Fully Automated Microscopy.

ACS nano·2025
Same journal

Monolithic Axial InGaAs Quantum Dot Emitters in GaAs-Based Nanowires via Sb-Mediated Facet Engineering.

Nano letters·2026
Same journal

Electrical Imaging of DNA Substructures Using Quasi-Static Nanopore Scanning.

Nano letters·2026
Same journal

Structural Basis of Hemoglobin Amyloid Fibrils Revealed by cryo-EM and Molecular Dynamics Simulations.

Nano letters·2026
Same journal

Rashba-Related Spin-Selective Effect in 2D Chiral Perovskites with Achiral Organic Cation Spacers.

Nano letters·2026
Same journal

Visualizing Superconducting Gap Modulation Induced by Pair-Breaking Scattering Interference in Bulk FeSe.

Nano letters·2026
Same journal

Generalized Geometric Phase for Coupled Meta-Atoms.

Nano letters·2026
関連記事をすべて見る
JoVE
x logofacebook logolinkedin logoyoutube logo
JoVEについて
概要リーダーシップブログJoVEヘルプセンター
著者向け
出版プロセス編集委員会範囲と方針査読よくある質問投稿
図書館員向け
推薦の声購読アクセスリソース図書館諮問委員会よくある質問
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experimentsアーカイブ
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教員リソースセンター教員サイト
利用規約
プライバシーポリシー
ポリシー

関連する実験動画

Updated: Jan 8, 2026

Efficient Sampling of Genetically Encoded Biosensor Design Space Enabled with a Design of Experiments and Automation Workflow
08:58

Efficient Sampling of Genetically Encoded Biosensor Design Space Enabled with a Design of Experiments and Automation Workflow

Published on: October 17, 2025

553

Pareto最適実験：走査型プローブ顕微鏡における人間主導型多目的ベイズ最適化

Yu Liu1, Sergei V Kalinin1,2

  • 1Department of Materials Science and Engineering, University of Tennessee, Knoxville, Tennessee 37996, United States.

Nano letters
|December 23, 2025
PubMed
まとめ
この要約は機械生成です。

多目的ベイズ最適化（MOBO）は、自動実験における競合する目標のバランスを取ります。このフレームワークは、自己駆動型研究所における再現可能で効率的な科学的発見のために人間のガイダンスを統合します。

キーワード:
SPM自動実験人間参加型制御多目的ベイズ最適化報酬エンジニアリング

さらに関連する動画

Author Spotlight: Introduction to Active Probe Atomic Force Microscopy with Quattro-Parallel Cantilever Arrays
05:04

Author Spotlight: Introduction to Active Probe Atomic Force Microscopy with Quattro-Parallel Cantilever Arrays

Published on: June 13, 2023

2.3K
Hand Controlled Manipulation of Single Molecules via a Scanning Probe Microscope with a 3D Virtual Reality Interface
11:00

Hand Controlled Manipulation of Single Molecules via a Scanning Probe Microscope with a 3D Virtual Reality Interface

Published on: October 2, 2016

9.4K

関連する実験動画

Last Updated: Jan 8, 2026

Efficient Sampling of Genetically Encoded Biosensor Design Space Enabled with a Design of Experiments and Automation Workflow
08:58

Efficient Sampling of Genetically Encoded Biosensor Design Space Enabled with a Design of Experiments and Automation Workflow

Published on: October 17, 2025

553
Author Spotlight: Introduction to Active Probe Atomic Force Microscopy with Quattro-Parallel Cantilever Arrays
05:04

Author Spotlight: Introduction to Active Probe Atomic Force Microscopy with Quattro-Parallel Cantilever Arrays

Published on: June 13, 2023

2.3K
Hand Controlled Manipulation of Single Molecules via a Scanning Probe Microscope with a 3D Virtual Reality Interface
11:00

Hand Controlled Manipulation of Single Molecules via a Scanning Probe Microscope with a 3D Virtual Reality Interface

Published on: October 2, 2016

9.4K

科学分野:

  • 人工知能
  • 化学
  • 材料科学
  • ロボット工学
  • 科学的方法論

背景:

  • 自動実験は発見を加速しますが、不確実性下での相反する目的の最適化に苦労します。
  • 複雑な多目的実験の状況を管理するには、体系的な方法が不可欠です。

研究 の 目的:

  • 自律実験のための一般的なフレームワークとして多目的ベイズ最適化（MOBO）を導入します。
  • 科学的最適化における競合する報酬のバランスを取り、人間のガイダンスを統合することを可能にします。
  • パラメータ空間を探索し、定量的な意思決定を行うための原則的なアプローチを提供します。

主な方法:

  • 多目的ベイズ最適化（MOBO）フレームワークを開発しました。
  • すべてのトレードオフソリューションを表すパレートフロンティアを構築しました。
  • 目的と参照点を調整するための人間参加型制御を統合しました。

主要な成果:

  • MOBOは、部分的に既知の報酬関数間のトレードオフを詳述するパレートフロンティアを特定します。
  • 目的間の相互依存性を明らかにし、体系的な探索を可能にします。
  • 自動化を停止することなく、専門家の判断を組み込むMOBOの能力を実証しました。

結論:

  • MOBOは、実験的最適化を試行錯誤から再現可能で解釈可能なプロセスに変換します。
  • 人間のガイダンスはMOBOを強化し、研究者が望ましい結果に向けて実験を誘導できるようにします。
  • MOBOは、効率的で信頼性の高い自己駆動型研究所のためのスケーラブルな方法論を提供します。