蜈蚣 Lithobius forficatus 的毒液和端足防御系统是功能上趋同的序列同源物摘要背景新颖性进化是进化生物学的中心主题，但研究具有明显不连续起源的特征的起源仍然是一项重大挑战。毒液系统是研究这种现象的合适模型，因为它们捕捉了跨多个生物复杂性水平的新颖性的几个方面。然而，虽然人们对单个毒素的进化有一些了解，但对整个毒液系统的进化知之甚少。揭示新特征进化的一种方法是研究不太专业的序列同源物，即生物体内具有共同发育起源的重复特征。这种方法对于具有重复身体节段的动物（例如蜈蚣）尤其有用。结果在这里，我们研究了有毒石蜈蚣（Lithobiomorpha）后腿上的防御性端足腺器官的形态学和生化
Top Air Force General Discusses Plan to Reoptimize for Future of Warfare
空军高级将领表示，空军正处于适应不断变化的战争特征的关键转折点。
Языковые модели ИИ могут помочь в диагностике шизофрении
精神分裂症是一种以思维过程和情绪反应崩溃为特征的精神障碍，影响着全世界约 2400 万人。伦敦大学学院神经病学研究所的科学家开发了基于人工智能语言模型的新工具，可以表征被诊断为精神分裂症患者言语中的微妙线索。
Nuclear Arms Control: U.S. May Face Challenges in Verifying Future Treaty Goals
GAO 发现限制美国和俄罗斯战略核力量的《新削减战略武器条约》将于 2026 年到期。美国已为遵循新《削减战略武器条约》的与俄罗斯的核军控条约制定了三个目标：保留对能够运载武器的系统的限制洲际射程的核武器或“战略运载工具”；解决所有核武器问题，包括非战略核武器和储存的武器；解决俄罗斯新型运载工具的问题，例如核动力和核武装巡航导弹。美国官员称，核查新《削减战略武器条约》后续条约遵守情况的措施可能与《新削减战略武器条约》所采用的措施类似，包括交换有关部署的战略运载工具的数据、对相关基地的检查以及卫星的使用。从长远来看，美国有雄心勃勃的目标，例如削减核武器，这可能需要使用更具侵入性的技术进行更广泛的
为了加强安全和防御能力，菲律宾和美国武装部队建立了以信任与合作为特征的长期伙伴关系。这些伙伴关系以 1951 年《美国-菲律宾共同防御条约》和随后的协议为基础，促成了所有军种的多次联合演习，包括海军陆战队航空支援活动 23。在 MASA 期间，美国海军陆战队与菲律宾同行进行了演习，以增强军事准备和互操作性，为地区稳定作出贡献。今年是达尔文海军陆战队轮换部队首次参加MASA。海军陆战队空地特遣部队的指挥部分部署在全国各地指挥和控制部队......
Translating Research into Policy and Action
在基于循证的政策评估，实施科学和社区参与的交集中，HSR特征的新专门版本在偶然的经济学家中首次出现在政策和行动中。
As threat grows, IAF seeks hand-held, one-man system to shoot down drones
独立系统应为便携式，可由单人操作，并且射程应大于 300 米，并能快速连续重复使用。在无人机系统 (UAS) 威胁日益增大的背景下，印度空军提出了一种手持式、易于使用的系统，可以击落非法无人机。印度国防部长于 4 月 22 日启动了第六届国防印度初创企业挑战赛 (DISC-6)，呼吁业界开发一种手持式、硬杀伤、反 UAS 系统。 DISC 是国防部支持的一个平台，为业界（尤其是初创企业）提供特定项目，为武装部队开发技术解决方案和产品。根据文件中列出的参数，独立系统应为便携式，可由单人操作，射程大于 300 米，并能够快速重复使用。此外，它不需要任何特殊技能和培训来中和无人机，瞄准和中和应该非常
Discovering the systematic errors made by machine learning models
使用跨模态嵌入发现系统性错误在这篇博文中，我们介绍了 Domino，这是一种发现机器学习模型系统性错误的新方法。我们还讨论了定量评估 Domino 等方法的框架。链接：📄 论文（ICLR 2022）🌍 更长的演练💻 GitHub📘 文档📒 Google Colab 实现高总体准确率的机器学习模型通常会在连贯的验证数据切片上犯系统性错误。什么是切片？切片是一组具有共同特征的数据样本。例如，在大型图像数据集中，老式汽车的照片构成一个切片（即切片中的所有图像都有一个共同的主题）。术语切片有许多您可能更熟悉的同义词（例如子组、子群体、地层）。这些术语基本上可以互换，但在本文中我们将坚持使用“切片”。如
Discovering the systematic errors made by machine learning models
使用跨模态嵌入发现系统性错误在这篇博文中，我们介绍了 Domino，这是一种发现机器学习模型系统性错误的新方法。我们还讨论了定量评估 Domino 等方法的框架。链接：📄 论文（ICLR 2022）🌍 更长的演练💻 GitHub📘 文档📒 Google Colab 实现高总体准确率的机器学习模型通常会在连贯的验证数据切片上犯系统性错误。什么是切片？切片是一组具有共同特征的数据样本。例如，在大型图像数据集中，老式汽车的照片构成一个切片（即切片中的所有图像都有一个共同的主题）。术语切片有许多您可能更熟悉的同义词（例如子组、子群体、地层）。这些术语基本上可以互换，但在本文中我们将坚持使用“切片”。如
GAO 的发现2018 年国防部 (DOD) 人工智能 (AI) 战略将人工智能定义为机器执行通常需要人类智能的任务的能力。该战略和相关计划包括综合战略的一些（但不是全部）特征。例如，国防部的九项与人工智能相关的战略和计划不包括对与采用人工智能技术相关的资源、投资和风险的完整描述（见图）。发布指导意见，将综合战略的所有特征纳入未来人工智能相关战略，可以帮助国防部更好地帮助管理人员确保问责制和负责任地使用人工智能。国防部人工智能相关战略和计划的评估国防部已开始确定并报告其人工智能活动，但其人工智能基线清单存在局限性，例如排除机密活动。国防部官员表示，这些限制将在人工智能库存识别过程的后续阶段得到
在最新一期的科学新闻世界最优秀和最聪明的报道中，了解社交媒体与心理健康之间的双向关系以及四种有争议的农药的最新消息。ScienceSeeker 编辑在各自感兴趣和专业领域内最喜欢的帖子还涵盖了许多其他重要且令人兴奋的话题。为什么不读一读，了解信息，并满足您的科学好奇心呢？惊喜：水星并非太阳系最热的行星，作者：Ethan Siegel，发表于 Starts With a Bang 这是太阳系中最热的行星 - 但它到底是哪一个呢？（来源：NASA/JPL-Caltech） 科学家利用鱼类的叫声，如“Boops”和“Unks”来维持水下生态系统，作者：Mithun Sukesan，发表于 Coffe
No, COVID-19 Vaccines Do Not Cause Infertility - Not Getting It Might
不，COVID-19 疫苗不会导致不孕 - 不接种可能会导致不孕尽管反疫苗活动人士的说法与过去声称疫苗会导致自闭症的团体没有什么不同，但 COVID-19 疫苗不会影响接种辉瑞-BioNTech、Moderna 或强生疫苗的女性或男性伴侣的生育能力（每个月经周期的受孕概率）。这项前瞻性研究表明，男性感染 COVID-19 可能会暂时降低生育能力——这种结果可以通过接种疫苗来避免。主要作者、波士顿大学公共卫生学院流行病学家 Amelia Wesselink 博士和同事分析了 BUSPH 在线妊娠研究 (PRESTO) 中女性和男性参与者的 COVID-19 疫苗接种和感染以及生育能力的调查数据，
Deep Recurrent Neural Nets with Long Short Term Memory
再次。LTSM 可能正在成为循环 NN 建模中的大问题。我之前写过博客（例如这里），但我仍然不太了解它。有人了解吗？也许它只是一种避免消失梯度问题的手段（并不是说这并不重要）；也许它更重要。这篇新论文写得很好，突出介绍了 LSTM。DONUT 集成组合预测方法作者：Lars Lien Ankile；Kjartan Krange摘要：本文提出了一种集成预测方法，通过减少特征和模型选择假设，在 M4Competition 数据集上显示出强劲的结果，称为 DONUT（不使用人类假设）。我们的假设减少主要由自动生成的特征和更多样化的集成模型池组成，其表现明显优于 Montero-Manso 等人（20
摘要：美国各地的许多场地已使用活性炭 (AC) 改良剂来修复受污染的沉积物。特定部位特征的变化可能会影响 AC 治疗的长期命运和疗效。 AC 改良剂对沉积物的长期有效性很大程度上未知，因为现场性能已经超过三年没有被监测过。因此，这项研究工作的重点是评估 AC 的长期（6-10 年）绩效。这些评估是在两个试点规模的示范地点进行的，即纽约州马塞纳的格拉斯河和马里兰州阿伯丁的运河溪试验场 (APG)，代表了两个不同的物理环境。沉积物岩芯样本是在 APG 和格拉斯河实施补救措施 6 年后和 10 年后采集的。收集岩心样本并对其进行切片，以确定现场交流电的当前垂直分布和持久性。使用被动采样测量了沉积物孔
В EPFL разработан птицеподобный дрон с изменяемой геометрией крыла и хвоста
这款新型无人机由 Dario Floreano 领导的 EPFL 智能系统实验室科学家开发，其设计灵感来自于苍鹰。他们研究了鸟的翅膀和尾巴的形状及其飞行行为，以创造出具有类似特征的设备。
