采样关键词检索结果

[植物学• 2024] 猪笼草 (猪笼草科) • 沙巴隐藏的巨人:来自婆罗洲北部的微型特有热带猪笼草

[Botany • 2024] Nepenthes pongoides (Nepenthaceae) • Sabah’s Hidden Giant: A micro-endemic Tropical Pitcher Plant from northern Borneo

Nepenthes pongoides Damit, Yusof, Jumian & A.S.Rob.,收录于 Damit, Yusof, Jumian, Clarke et Robinson, 2024。DOI:doi.org/10.1071/BT24050 facebook.com/BotanicGardensVictoria 摄影:A. Damit 和 A.S. Robinson。摘要背景:从马来西亚婆罗洲沙巴中部一座人迹罕至的低海拔超镁铁质山峰的旧报告中,发现了一种特征不明的食肉热带猪笼草(猪笼草)。有限的照片证据中可能存在无演绎性特征,因此作者假设该分类单元代表一个未描述的物种。目的

蜜蜂能告诉我们有关附近污染的什么信息?一项新研究发现,答案就在他们的蜂蜜中

What can bees tell us about nearby pollution? The answer lies in their honey, a new study finds

每一罐蜂蜜都体现了当地环境的味道,其粘稠的甜味因蜜蜂选择采样的附近花朵而增强。但杜兰大学的一项新研究发现,蜂蜜也能让人瞥见附近的污染情况。

Kaleido 扩散:使用自回归潜在模型改进条件扩散模型

Kaleido Diffusion: Improving Conditional Diffusion Models with Autoregressive Latent Modeling

扩散模型已成为从文本描述生成高质量图像的强大工具。尽管这些模型取得了成功,但它们在采样图像中通常表现出有限的多样性,尤其是在使用高无分类器指导权重进行采样时。为了解决这个问题,我们提出了 Kaleido,这是一种通过结合自回归潜在先验来增强样本多样性的新方法。Kaleido 集成了一个自回归语言模型,该模型对原始标题进行编码并生成潜在变量,作为抽象和中间表示……

冈瓦纳遗迹还是新近到来的物种?澳大利亚狼蛛的生物地理起源和系统学

Gondwanan Relic or Recent Arrival? The Biogeographic Origins and Systematics of Australian Tarantulas

冈瓦纳遗迹还是新近到来?澳大利亚狼蛛的生物地理起源和系统学摘要澳大利亚动植物群的组成主要由两个生物地理过程组成,即替代和长距离扩散和建立。这些模式今天可以通过冈瓦纳谱系的生存与东南亚相对较新的殖民形成对比来观察。一般来说,来自东南亚的后冈瓦纳移民谱系是具有促进扩散特征的分类群。因此,像狼蛛(蜘蛛目、捕鸟蛛科)这样的分类群主要分布在热带地区,但扩散倾向较低,被认为是冈瓦纳起源。然而,澳大利亚狼蛛没有被采样用于系统基因组学研究,因此,它们的分类和生物地理起源一直存在争议,尚未解决。在这里,我们测试了它们目前基于形态学的 Selenocosmiinae 分类是否准确,并评估澳大利亚狼蛛在澳大利亚还是

使用系统基因组学重新评估热带游走蜘蛛的进化关系:基于 UCE 的 Ctenidae(蜘蛛目)系统发育,发现新的狼蛛科

Reassessing the evolutionary relationships of tropical wandering spiders using phylogenomics: A UCE-based phylogeny of Ctenidae (Araneae) with the discovery of a new lycosoid family

使用系统基因组学重新评估热带游走蜘蛛的进化关系:基于 UCE 的 Ctenidae (Araneae) 系统发育,发现新的狼蛛科摘要热带游走蜘蛛 (Ctenidae) 是一个多样化的游走捕食者科,其物种丰富度在热带地区达到顶峰。人们已经使用形态学和基于桑格的测序数据对 Ctenidae 的系统发育进行了研究,但这些研究受到分类单元采样的限制,并且通常为许多科内系统发育关系恢复了较低的分支支持。在此,我们使用基因组规模的数据展示了该科最广泛的系统发育采样,利用了来自世界各地的所有 ctenid 亚科的博物馆收藏。我们获得了 Ctenidae 的系统发育,大多数节点在不同的系统发育分析中显示出最大

对看不见的、逻辑推理和学位课程的概括

Generalization on the Unseen, Logic Reasoning and Degree Curriculum

本文考虑了逻辑(布尔)函数的学习,重点关注了在未见(GOTU)设置上的泛化,这是分布外泛化的典型案例。这是因为某些推理任务(例如算术/逻辑)中数据的丰富组合性质使得代表性数据采样具有挑战性,并且在 GOTU 下成功学习为“推断”或“推理”学习者提供了第一个小插图。我们研究了由 (S)GD 训练的不同网络架构在 GOTU 下的表现,并提供了理论和实验证据……

AFGSC 举办虚拟市政厅会议,讨论 MCCS 第 1B 阶段结果

AFGSC hosts Virtual Town Hall to discuss MCCS Phase 1B results

空军全球打击司令部于 10 月 31 日举行了另一场公众会议,讨论导弹社区癌症研究最新阶段的结果,此前,该司令部发布了 3 个现役导弹联队的第 3 轮环境采样结果,并公布了正在进行的流行病学研究的第 1B 阶段结果,该阶段的记录数量约为第 1A 阶段的两倍,第 1A 阶段的结果已于 6 月公布。

将科学带给大众的微生物盟友

A Microbial Ally to Bring Science to the Masses

通过识别节肢动物中的沃尔巴克氏体,热爱科学的公民可以帮助研究人员对细菌的宿主进行采样。

[爬虫学 • 2024] Brachycephalus dacnis • 世界上最小的脊椎动物之一:来自大西洋雨林的一种新型微型跳蚤蟾蜍(Brachycephalidae)

[Herpetology • 2024] Brachycephalus dacnis • Among the World’s Smallest Vertebrates: A New miniaturized Flea-toad (Brachycephalidae) from the Atlantic Rainforest

Brachycephalus dacnis Toledo​, Botelho, Carrasco-Medina, Gray, Ernetti, Gama, Lyra, Blackburn, Nunes & Muscat, 2024 DOI:10.7717/peerj.18265 Researchgate.net/publication/385243914摘要 Brachycephalus 属包括小型蟾蜍,具有两种不同的形态类型:具有蟾蜍表型的鲜艳颜色物种和具有细指表型的较小隐蔽物种。细指物种的多样性仍未得到充分重视,我们通常缺乏有关其生物学的基本信息。最近的采样工作,包括 DNA 分析和广告呼

火星毅力号探测器:在“蛇形急流”处发现带有绿色斑点的红色岩石

Mars Perseverance rover: Red rocks with green spots at 'Serpentine Rapids'

在发现并采样“光明天使”的“豹纹”后,很明显,毅力号在这个地区的探索之旅尚未结束。大约 20 个火星日后,火星车从光明天使号向南驶过内雷特瓦山谷,发现了“蛇形急流”神秘而独特的红色岩石。

周五视频:Swiss-Mile 机器人与人类

Video Friday: Swiss-Mile Robot vs. Humans

视频星期五是每周精选的精彩机器人视频,由 IEEE Spectrum robotics 的朋友收集。我们还发布未来几个月即将举行的机器人活动日历。请将您的活动发送给我们以供收录。Humanoids 2024:2024 年 11 月 22 日至 24 日,法国南希,享受今天的视频!Swiss-Mile 的机器人(实际上是任何满足运行其软件的硬件要求的机器人)比“大多数人类”都快。那么,这到底意味着什么呢?获胜者是 Riccardo Rancan,他看起来并没有特别努力——他是高速城市定向越野赛的世界冠军,这是一项我以前不知道但听起来很棒的运动。[ Swiss-Mile ]谢谢,Marko!哦,太

为何扩展有效:归纳偏差与惨痛教训

Why Scaling Works: Inductive Biases vs The Bitter Lesson

通过一个玩具问题构建深刻见解来源:所有图片均由作者提供在过去十年中,我们见证了扩展深度学习模型的力量。在大量数据上训练的大型模型在语言建模、图像生成、玩游戏甚至蛋白质折叠方面的表现始终优于以前的方法。要了解扩展为何有效,让我们看一个玩具问题。介绍一个玩具问题我们从一个 1D 流形开始,它穿过 2D 平面并形成一个螺旋:现在我们添加一个热图,它表示对特定 2D 点进行采样的概率密度。值得注意的是,这个概率密度与流形的形状无关:让我们假设流形两侧的数据始终完全可分离(即没有噪音)。流形外部的数据点为蓝色,内部的数据点为橙色。如果我们抽取 N=1000 个点的样本,它可能看起来像这样:玩具问题:我们

复杂与智能系统。第 10 卷,第 6 期,2024 年 12 月

Complex & Intelligent Systems. Volume 10, Issue 6, December 2024

1) PD-DETR:面向光伏电池缺陷检测的高效并联混合匹配变压器作者:赵朗月、吴义全、袁玉斌页数:7421 - 74342) 基于新型混沌优化热力学进化算法的智能散货码头调度作者:刘诗达、刘庆生、陈先龙页数:7435 - 74503) 智能校准和监控:利用人工智能改进基于 MEMS 的惯性传感器校准作者:Itilekha Podder、Tamas Fischl、Udo Bub页数:7451 - 74744) 具有广义高斯分布的开关门控循环单元神经网络的识别作者:白文涛、郭帆、张浩宇页数:7475 - 74855) 用于自监督 3D 动作的注意力引导掩模学习识别作者:张浩远页数:7487 -

离散化解释:初学者的带有代码示例的可视化指南

Discretization, Explained: A Visual Guide with Code Examples for Beginners

数据预处理将数字分类到箱中的 6 种有趣方法!⛳️ 更多数据预处理说明:· 缺失值插补 · 分类编码 · 数据缩放 ▶ 离散化 · 过度和欠采样(即将推出!)大多数机器学习模型都要求数据为数值——所有对象或分类数据必须首先采用数字格式。但实际上,有时分类数据会派上用场(大多数时候,它对我们人类比对机器更有用)。离散化(或分箱)就是这样做的——将数值数据转换为分类数据!根据您的目标,有多种方法可以对数据进行分类。在这里,我们将使用一个简单的数据集来展示六种不同的分箱方法。从等宽到基于聚类的方法,我们将这些数值扫入一些分类箱中!所有视觉效果:作者使用 Canva Pro 创建。针对移动设备进行了优

科学家首次在海豚呼吸中发现微塑料

Scientists Have Found Microplastics in Dolphin Breath for the First Time

采样的 11 只海豚中的每一只都呼出了至少一个疑似微塑料颗粒,研究人员表示,这“凸显了环境微塑料污染的广泛性”

10 月 18 日 COVID 更新:废水指标继续下降

October 18th COVID Update: Wastewater Measure Continues to Decline

注意:抵押贷款利率来自 MortgageNewsDaily.com,适用于顶级情景。对于死亡人数,我目前使用 4 周前作为“现在”,因为最近三周将进行重大修改。注意:“自 2024 年 5 月 1 日起,医院不再需要报告 COVID-19 住院人数、医院容量或医院占用率数据。”所以我不再跟踪住院情况。COVID 指标现在一周前目标每周死亡人数9971,186≤35011我停止每周发帖的目标,🚩每周增加死亡人数✅目标已达成。单击图表可查看大图。该图表显示每周(列)报告的死亡人数。虽然每周死亡人数达到了停止发帖的原始目标,但现在死亡人数再次高于目标,我仍继续发帖。每周死亡人数是 6 月初 302

无分类器扩散指导概述:模型指导本身版本不佳导致模型指导受损(第 2 部分)

An overview of classifier-free diffusion guidance: impaired model guidance with a bad version of itself (part 2)

如何在不进行条件 dropout 的情况下将无分类器指导 (CFG) 应用于您的扩散模型?扩散模型生成采样的最新替代方案是什么?在本文中找到答案!

新研究指出 Covid 的动物起源

New research points to Covid’s animal origins

对 SARS-CoV-2 病毒起源的新研究进一步证实,COVID-19 大流行是由 2019 年 11 月被感染的动物进入华南海鲜市场引发的。2020 年 1 月 1 日,在动物被移走后,就在市场关闭几个小时后,中国疾病预防控制中心的调查人员对市场的地板、墙壁和其他表面进行了采样。对这些数据的新分析列出了一些动物物种的候选名单,例如貉和果子狸,它们可能是病毒在传播给人类之前最有可能的中间宿主。这些数据无法证明这些动物是否可能被感染,但这项研究提供了最有可能携带病毒的物种的明确清单,以及现在可用于帮助追踪潜在宿主动物来源的基因信息。