XiaoMi-AI文件搜索系统
World File Search System个基
一个基于自动驾驶汽车决策和轨迹计划的基于互动游戏理论-PSO的综合框架
摘要：自动驾驶汽车和人类驾驶员之间的相互依赖性是自动驾驶安全性和可行性的一个开放问题。本文介绍了游戏理论轨迹计划者和混合人流环境的决策者。我们的解决方案是与周围车辆的相互作用，同时做出决策，并使用用衣架插值方法产生类似人类的轨迹。此处使用的粒子群优化器（PSO）桥梁桥接决策和轨迹生成过程，用于连接执行。我们选择了一个未信号的交叉点，以证明我们方法的可行性。测试结果表明，我们的方法降低了轨迹优化问题的搜索空间的维度，并在路径曲率上实施了几何约束。
利综合症：两个基因组的故事
Leigh综合征是一种罕见，复杂且无法治愈的早期发作（通常是婴儿或幼儿期）线粒体疾病，具有表型和遗传异质性。这种疾病的异质性，部分基于线粒体遗传学的复杂性，以及核和线粒体基因组之间的显着相互作用使研究和开发疗法特别具有挑战性。本评论文章讨论了迄今为止在领域中取得的一些进步。虽然预后较差，目前没有实质性治疗方案，但正在进行多项研究以了解利综合征的病因，发病机理和病理生理学。随着可用研究工具的进步，可以更好地了解健康和疾病中的线粒体，因此将来有新的治疗选择。
一个基于Python的脑部计算机接口软件包，用于神经数据分析
这篇论文是由Scholarworks @ Utrgv免费带给您的。它已被授权的ScholarWorks @ UTRGV的授权管理人纳入这些论文和论文。有关更多信息，请联系William.flores01@utrgv.edu。
使用瓷砖扩增子（Heptile）和基于探针的富集在Illumina和Nanobore平台上的整个基因组测序
乙型肝炎病毒（HBV）全基因组测序（WGS）目前受到限制，因为许多临床样品的DNA病毒载荷（VL）低于使用当前测序方法产生完整基因组所需的阈值。我们使用基于探针的捕获和瓷砖放大器PCR（Hep-tile）开发了两种泛基因型病毒富集方法，用于HBV WGS。我们使用模拟样品证明了这两种富集方法都是泛基因型（基因型A-J）。使用临床样品，我们证明了HEP-TILE放大成功地放大了最低的HBV VL测试（30 IU/ mL）的完整基因组，并且可以使用纳米孔和Illumina平台对PCR产物进行测序。基于探针的捕获，具有Illumina测序需要VL> 300,000 IU/mL，以生成全长HBV基因组。捕获 - 紫罗兰和Hep-tile-nanopore管道在具有已知DNA序列的模拟样品中具有100％的共识测序精度。一起，这些方案将促进HBV序列数据的产生，从而使HBV分子流行病学的更准确，更具有代表性的描述，对持久性和发病机理进行启示，并增强对感染及其治疗结果的理解。
一个基于摄像头的系统，可在半自动车辆中检测到方向盘上的驾驶员
摘要。半自主车需要监视驾驶员检查他是否正在监督系统和/或准备接管。大多数汽车都依靠方向盘传感器来检测手，并且不监视驾驶员可能执行的非驾驶相关任务。我们提出了一个带有多个分支体系结构的基于摄像头的系统，该系统在代表次要任务和平板电脑位置的平板电脑上提供了方向盘上的手数。它还解决了其他基于摄像头系统的常见问题：转向轮前的自由手可以归类为抓住它。此外，我们的系统处理驾驶员可能在方向盘上使用平板电脑的情况，因为他可以在自主模式下进行。这两个点对于评估驾驶员需要接管的时间至关重要。最后，将方向盘和相机系统都结合在一起也将使车辆更难欺骗，因此更安全。视频可用：https：//www.youtube.com/watch?v=qfyom4sdwr4
Lumi-LAB：一个基础模型驱动的自主平台，可以发现新的电离脂质设计用于mRNA的脂质设计
分子发现的复杂性需要有效地播放庞大而未知的化学空间的自主系统。虽然将人工智能（AI）与16个机器人自动化相结合已加速发现，但其应用程序仍在稀有历史数据的领域17中受到限制。一个这样的挑战是脂质纳米颗粒（LNP）的设计，用于18个mRNA传递，它依赖于专家驱动的设计，并受到有限数据集的阻碍。19在这里，我们介绍了一种自动驾驶实验室（SDL）系统Lumi-LAB，该系统通过将分子基础模型与自动化的21个主动学习实验工作流相结合，从而可以使用最小的湿LAB数据进行有效的学习20。通过十个迭代循环，Lumi-LAB合成22，并评估了1,700多种LNP，与临床认可的基准相比，人支气管细胞中具有优质mRNA转染的可离子脂质23人支气管细胞的效力。出乎意料的是，24个自主透露的溴化脂质尾巴是一种新型功能，从而增强了mRNA递送。25体内验证进一步证实，含有表现最佳的26个脂质Lumi-6的LNP在鼠模型中的肺上皮细胞中的基因编辑功效达到20.3％，27个在我们的知识中，在鼠类模型中27次超过了吸入的LNP介导的CRISPR-Cas9递送28的LNP LNP介导的CRISPR-CAS9递送的效率最高。这些发现证明了Lumi-LAB是一个强大的，数据效率的29平台，用于推进mRNA传递，强调了AI驱动的自主30系统在材料科学和治疗发现中加速创新的潜力。31
EMAP 2.0：一个基于网络的平台，用于识别电子...
图2：流程图说明了使用EMAP频繁的子图挖掘的三个主要步骤。第一步（i）生成一个图数据集，该图由由EMAP的单蛋白版本创建的蛋白质图组成。在第二步（ii）中，为经常发生的子图模式挖掘了图数据集。对于每个已确定的模式，使用图匹配发现数据集中的所有上述模式实例，该图形匹配产生一组蛋白质亚图。在最后一步（iii）中，与所选模式相匹配的蛋白质子图被基于相似性聚集成组。是Web界面，它使用户可以浏览类似蛋白质子图的簇，并在2D和3D蛋白质结构中可视化。
美好生活：幸福、意义和联系的 14 个基本关键
完成这项新课程的参与者将能够：1. 确定幸福对我们的身体健康、情绪健康、人际关系和工作表现的主要益处。2. 解释幸福的主要障碍，包括可能阻碍一个人幸福的消极偏见和遗传因素。3. 采用研究支持的方法来有效治疗常见的心理健康问题，这些方法来自于积极心理学和其他基于优势的方法。4. 实施特定的练习来培养感恩、同情、自我同情、敬畏和联系——并描述如何将这些有效地融入治疗中。5. 确定十四项与心理健康相关的研究支持的原则。6. 探索与积极情绪状态相关的大脑特定区域，并学习增加这些区域神经元放电的技术，以便通过积极的神经可塑性过程创造持久的变化。
Destiny，一种在线范围内的工具，可以估算南非一个基于牧场的奶牛场的净碳排放量
乳业农业是南非经济和粮食安全的重要贡献。然而，南非与世界其他地方一样，由于动物福利的关注和对温室气体（GHG）排放的贡献而受到审查。为解决温室气体缓解措施，我们构建了一个农场级的系统动力学模型，以评估农场上碳（C）的排放，捕获和存储，以确定农场是C（源）或序列官（即水槽）的C（即源）或序列化剂的净发射器。我们考虑了营养流，饲料的类型和数量，废水管理系统，与牛群动态有关的各种参数以及对农场经济的整体影响。由此产生的在线乳制品环境可持续性工具（命运）可以帮助奶农采取可持续实践，并提高竞争力和财务可持续性，同时降低农场的排放概况，从而建立价值链和消费者信任。命运可以被视为一种科学知识的循证工具，用于估计，监测和了解乳制品生产系统中的营养和C流。它也是一种基于Web的工具（请参阅https：//ssetresearch.org.za/destiny-tool/），它允许远程用户，研究人员，研究人员，从业人员，农民和技术人员便于访问，同时将系统动态模型集成到与农场现实。
genepi：用于整个基因组测序分析的GPU增强的下一代生物信息学管道
驱动了对高级计算基础架构进行分析这些大数据集的需求。这项工作的目的是引入一条创新的生物信息学管道，名为Genepi，以进行WGS简短配对读数的有效和精确分析。构建在具有模块化结构的NextFlow框架上，Genepi结合了GPU加速算法并支持多种工作流程配置。管道可自动从生物学WGS数据中提取生物学相关的见解，包括：与疾病相关的变体，例如单核苷酸变体（SNV），小插入或缺失（Indels），拷贝数变体（CNV）和结构变体（SVS）。针对高性能计算（HPC）环境进行了优化，它利用了工作 - 安排的提交，并行处理以及为每个分析步骤量身定制的资源分配。对合成数据集进行了测试，Genepi准确地识别了基因组变量，并且具有与最新工具相当的性能。这些功能使Genepi成为研究和临床环境中大规模分析的宝贵工具，这是朝着建立国家计算和技术医学中心的关键一步。