XiaoMi-AI文件搜索系统
World File Search System动态的
评估学校停课对 74 个国家新冠肺炎疫情动态的影响：建模分析
我们使用数学模型模拟了 74 个国家的 COVID-19 疫情，其中纳入了 2020 年至 2022 年的观测数据和历史学校关闭时间表。然后，我们模拟了一个反事实情景，假设学校在整个研究期间保持开放。我们比较了模拟疫情在严重急性呼吸道综合征冠状病毒 2 (SARS-CoV-2) 感染、死亡和医院入住压力方面的情况。我们估计，在 2020 年至 2022 年期间，大多数情况下的学校关闭都实现了中度至显著的负担减轻。它们降低了几乎所有国家的峰值医院入住压力，74 个国家中有 72 个国家（97%）的估计中值为正，估计中值范围从巴西的峰值医院入住压力降低 89% 到印度尼西亚的峰值医院入住压力增加 19%。学校停课对新冠肺炎死亡人数的影响估计中位数从泰国的 73% 下降到英国的 7% 上升不等。我们估计，学校停课可能增加了 9 个国家（12%）的新冠肺炎总体死亡率（基于中位数估计），其中包括几个欧洲国家和印度尼西亚。这归因于人口免疫动态的变化，导致疫情在德尔塔变异期间集中，同时感染者的年龄分布向上移动。虽然我们的估计值存在很大的不确定性，但我们通过探索社会混合假设影响的敏感性分析表明，我们针对特定国家的结论是稳健的。
用于有限通信的部分可观察和动态的机器人足球环境的多代理协调
Abstract Robocup代表了一个国际测试床，用于推进AI和机器人技术的研究，重点是一个确定的目标：开发一个机器人团队，该机器人可以在2050年之前与人类世界足球冠军团队赢得胜利。为了实现这一目标，自动型人形机器人的协调至关重要。本文探讨了Robocup Standard Platform League（SPL）中的新颖解决方案，其中wifi通信的降低至关重要，导致新的协调范式的发展。SPL的网络数据包率大大降低，迫使对高级协调体系结构的需求以维持动态环境中的最佳团队功能。受到基于市场的任务分配的启发，我们引入了一种新颖的分布式协调系统，以在低沟通方面有效地协调自动机器人的动作。在官方的Robocup比赛和Simrobot模拟器中，已对NAO机器人进行了测试，证明了在有限的通信设置中的任务重叠显着降低。
使用高密度脑电图进行情绪想象过程中大脑状态动态的无监督学习
本研究应用自适应混合独立成分分析 (AMICA) 来学习一组 ICA 模型，每个模型都通过为每个已识别的成分过程拟合分布模型进行优化，同时最大化多通道 EEG 数据集某些时间点子集内的成分过程独立性。在这里，我们将 20 模型 AMICA 分解应用于长时间（1-2 小时）、高密度（128 通道）EEG 数据，这些数据是在参与者使用引导想象来想象刺激 15 种特定情绪体验的情境时记录的。这些分解倾向于返回识别单一情绪想象期间的时空 EEG 模式或状态的模型。模型概率转变反映了情绪想象过程中 EEG 动态的时间过程，而这种过程因情绪而异。用于解释想象的“悲伤”和“快乐”的模型之间的转换更加突然并且与参与者的报告更加一致，而用于想象的“满足”的转换延伸到相邻的“放松”期。大脑可定位的独立成分过程 (IC) 的空间分布在参与者中 (跨情绪) 比在情绪 (跨参与者) 中更相似。在参与者中，在左侧前额叶、后扣带皮层、右侧岛叶、双侧感觉运动、运动前区和联想视觉皮层中或附近发现了情绪想象与放松之间 IC 空间分布 (即偶极子密度) 存在差异的大脑区域。在积极情绪和消极情绪之间没有发现偶极子密度的差异。高密度 EEG 动态变化的 AMICA 模型可能允许在情绪体验过程中基于数据洞察大脑动态，可能提高基于 EEG 的情绪解码的性能并增进我们对情绪的理解。
树下：自然资本对具有不确定性的宏观经济模型中阴影价格动态的影响
我们调查了将自然资本动态纳入不确定性的经济中最佳分配的影响。我们提出了关于自然资本的气候损害以及自然资本和其他生产投入之间替代弹性的新估计。使用这些估计值，我们检查了阴影价格在模型规格和参数c校准之间的变化。我们的发现表明，与标准骰子类型模型相比，在包含天然资本的模型中，碳的社会成本高12％。此外，碳的社会成本对替代的弹性高度敏感。生产力的随机性质进一步将碳的社会成本提高了0.13％至39％，具体取决于习惯形成。
展示竞技场3.0：在协作和高度动态的环境中提高社会导航
摘要 - 基于我们以前的贡献，本文介绍了Arena 3.0，Arena Bench [1]，Arena 1.0 [2]和Arena 2.0 [3]的扩展。Arena 3.0是一个综合软件堆栈，包含多个模块和仿真环境，重点是协作环境中社交导航方法的开发，模拟和基准测试。我们通过纳入各种新的社会力量模型和相互作用模式，涵盖人类和人类机器人动态，从而显着增强人类行为模拟的现实主义。该平台提供了一套全面的新任务模式，旨在进行广泛的基准测试和测试，并能够动态地产生现实和以人为中心的环境，以迎合各种社会导航方案。此外，该平台的功能是在三个广泛使用的模拟器中抽象的，每个模拟器都针对特定的培训和测试目的进行了量身定制。全球研究人员和学生社区通过对平台的广泛基准和用户评估来验证该平台的功效，与以前的版本相比，该平台的平台社区指出，它的实质性提高，并表达了利用该平台的未来研究和开发的兴趣。Arena 3.0在https://github.com/arena-rosnav上公开可用。
重叠的大脑状态揭示了躁郁症和精神分裂症患者大脑动态的改变
异常的大脑动力学被认为是双相情感障碍 (BD) 和精神分裂症 (SCZ) 的特征。先前的研究在研究个体如何招募重复出现的大脑状态时，通常采用状态离散化方法。由于多种大脑状态可能在任何给定时刻同时参与，因此专注于主导状态可能会掩盖临床人群中不太突出但关键的大脑状态的变化。为了解决这一限制，我们引入了一个新框架来同时评估多种大脑状态的大脑状态参与度，并研究了 BD 或 SCZ 患者与健康对照 (HC) 相比的大脑状态参与度有何不同。使用来自人类连接组计划的基于任务的数据，我们应用非线性流形学习和 K 均值聚类来识别四种重复出现的大脑状态。然后，我们在另外两个国际开源数据集中研究了这四种状态的参与度和转换变异性在 BD、SCZ 和 HC 患者之间的差异。比较各组之间的这些测量结果发现，在静息状态和基于任务的 fMRI 中，患有 BD 和 SCZ 的个体在所有四种状态下的状态转换变异性发生了显著改变，但参与度没有改变。在我们的事后和探索性分析中，我们还观察到状态转换变异性与年龄以及意志消沉之间的关联。我们的结果表明，中断的状态转换变异性会影响 BD 和 SCZ 中的多种大脑状态。通过同时研究几种大脑状态，我们的框架更全面地揭示了不同个体和精神疾病中的大脑动态差异。
金鱼藻的全门基因组揭示了保守的常染色体以及动态的附属染色体和性染色体
金鱼藻是苔藓植物三大门之一，在现存的陆生植物中表现出最深的分化，一些科之间的分化超过 3 亿年。以前的金鱼藻基因组仅代表一个属，限制了推断金鱼藻及其早期陆生植物祖先进化的能力。我们在这里报告了十个新的染色体级基因组，代表了所有金鱼藻科和大多数属。我们发现，尽管分化很深，但同源性在所有金鱼藻基因组中都出人意料地保守，这种模式可能与全基因组复制的缺失有关。我们进一步发现了多个高度重复和 CpG 甲基化的附属和假定性染色体。与常染色体相比，这些染色体大多缺乏彼此的同源关系，并且在进化上不稳定。我们发现了一些显著的基因保留和丢失，包括负责黄酮类化合物生物合成、气孔模式和植物激素接收的基因，这些基因对重建早期陆生植物的进化具有重要意义。总之，我们的全门基因组揭示了角苔属中一系列保守和不同的基因组特征，凸显了这种深度分化谱系的独特性。
生物炭和秸秆改良剂促进盐渍灌溉棉田中微生物对磷动态的调节
咸水滴灌是解决干旱地区淡水短缺问题的一个潜在解决方案。然而，长期使用会使土壤盐分积累并降低磷 (P) 的有效性。生物炭和秸秆改良剂已被证明可以减轻这些影响，但它们在调节长期咸水灌溉下参与磷转化的微生物基因方面的机制仍不清楚。本研究旨在评估生物炭和秸秆掺入对盐灌棉田土壤微生物群落结构和磷有效性的影响。基于 14 年的田间试验，开发了三种处理方法：仅咸水灌溉 (CK)、咸水灌溉加生物炭 (BC) 和咸水灌溉加秸秆 (ST)。结果表明，这两种改良剂都显著提高了土壤含水量、有机碳、总磷、有效磷和无机磷组分 (Ca 10 -P、Al-P、Fe-P 和 OP)，同时降低了土壤电导率和 Ca 2 -P 和 Ca 8 -P 组分。生物炭增加了 Chloro flexi、Gemmatimonadetes 和 Verrucomicrobia 的相对丰度，而秸秆则促进了 Proteobacteria 和 Planctomycetota 的丰度。两种处理均降低了几种 P 矿化基因（例如 phoD、phoA）的丰度并增加了与 P 溶解相关的基因（例如 gcd）。相关性研究表明，微生物种群和 P 循环基因与土壤特性紧密相关，其中 Ca 2 -P 和 Al-P 是重要的介质。通常，在长期含盐灌溉下，生物炭和秸秆改良剂可降低土壤盐分，提高土壤 P 的有效性，降低磷循环相关微生物基因的表达并改善土壤特性。这些结果使它们成为可持续土壤管理的绝佳技术。
用于长期记录神经动态的无线、无电池皮下植入式光度测定系统
a 亚利桑那大学生物医学工程系，亚利桑那州图森市 85721；b 乔治华盛顿大学生物医学工程系，华盛顿特区 20052；c 西北大学生物集成电子中心，伊利诺伊州埃文斯顿市 60208；d 亚利桑那大学神经科学系，亚利桑那州图森市 85721；e 亚利桑那大学神经科学研究生跨学科项目，亚利桑那州图森市 85721；f 西北大学发育治疗核心，伊利诺伊州埃文斯顿市 60208；g 西北大学高级分子成像、放射学和生物医学工程中心，伊利诺伊州埃文斯顿市 60208；h 亚利桑那大学 Bio5 研究所，亚利桑那州图森市 85721；i 亚利桑那大学神经病学系，亚利桑那州图森市 85721； j 西北大学范伯格医学院，伊利诺伊州埃文斯顿 60208；k 西北大学电气工程与计算机科学系，伊利诺伊州埃文斯顿 60208；l 西北大学神经外科系，伊利诺伊州埃文斯顿 60208；m 西北大学化学系，伊利诺伊州埃文斯顿 60208；n 西北大学机械工程系，伊利诺伊州埃文斯顿 60208；o 西北大学材料科学与工程系，伊利诺伊州埃文斯顿 60208；p 亚利桑那大学电气与计算机工程系，亚利桑那州图森 85721
自动驾驶：ZF和Infineon使用AI算法优化用于驱动动态的软件和控制单元</div>
作为Eemotion项目的一部分，ZF集团和Infineon Technologies AG共同开发和实施了用于开发和控制车辆软件的AI算法。该项目由德国联邦经济事务和气候行动部共同资助。在项目中开发的AI算法在测试工具中经过证明，在自动驾驶过程中根据指定的驾驶轨迹控制和优化所有执行器。ZF已在其现有的两个软件解决方案Cubix和Eco Control 4 ACC中添加了AI算法，这些解决方案已在Infineon的Aurix Aurix TM TM TC4X微控制器（MCU）上实施，并具有集成并行处理单元（PPU）。结果：更有效的人工智能算法和更好地利用计算能力。这又导致更好的驾驶性能和提高驾驶安全性。与没有AI的常规方法相比，两家公司现在