XiaoMi-AI文件搜索系统
World File Search System后验概率
传感器
摘要：基于稳态视觉诱发电位（SSVEP）的脑机接口（BCI）拼写器因其高信息传输速率（ITR）而受到广泛研究。本文旨在提高SSVEP-BCI在高速拼写方面的实用性。系统从自行开发的专用EEG设备获取脑电图（EEG）数据，并将刺激布置为键盘。对任务相关成分分析（TRCA）空间滤波器进行修改（mTRCA）以进行目标分类，并且在离线分析中与原始TRCA相比表现出明显更高的性能。在在线系统中，利用基于贝叶斯后验概率的动态停止（DS）策略来实现可变的刺激时间。此外，还优化了时间滤波过程和程序以促进在线DS操作。值得注意的是，在线 ITR 平均达到 330.4 ± 45.4 比特/分钟，明显高于固定停止 (FS) 策略，峰值 420.2 比特/分钟是迄今为止使用 SSVEP-BCI 的最高在线拼写 ITR。所提出的系统具有便携式 EEG 采集、友好的交互和可变的命令输出时间，为基于 SSVEP 的 BCI 提供了更大的灵活性，并有望实现实际的高速拼写。
脑电图神经活动的贝叶斯推断
摘要 脑机接口 (BCI) 是一种将大脑活动转化为操作技术命令的系统。脑电图 (EEG) BCI 的常见设计依赖于 P300 事件相关电位 (ERP) 的分类，这是一种由常见非目标刺激中罕见的目标刺激引起的反应。现有的 ERP 分类器很少直接探索神经活动的潜在机制。为此，我们对 P300 ERP-BCI 设计下的多通道真实 EEG 信号的概率分布进行了新颖的贝叶斯分析。我们的目标是识别神经活动的相关时空差异，这为 P300ERP 反应提供了统计证据，并有助于设计高效、准确的个性化 BCI。作为我们对单个参与者分析的一项重要发现，视觉皮层周围通道的目标 ERP 在刺激后约 200 毫秒达到负峰值的后验概率为 90%。我们的分析确定了 BCI 拼写器的五个重要通道（PO7、PO8、Oz、P4、Cz），从而实现了 100% 的预测准确率。从对其他九名参与者的分析中，我们一致地选择了确定的五个通道，并且选择频率对带通滤波器和内核超参数的微小变化具有稳健性。本文的补充材料可在线获取。
光度混响映射的性能...
摘要 使用光度测定法进行混响映射的精确方法受到高度追捧，因为它们本质上比光谱技术耗费的资源更少。然而，在红移高于 z ≈ 0.04 的情况下，光度混响映射对估计黑洞质量的有效性研究很少。此外，光度测定方法通常假设阻尼随机游走 (DRW) 模型，这可能并不普遍适用。我们使用 JAVELIN 光度 DRW 模型对 z = 0.351 处的 QSO SDSS-J144645.44 + 625304.0 进行光度混响映射，并估计 H β 滞后为 65 + 6 − 1 d，黑洞质量为 10 8 。22 + 0 。13 − 0 .15 M ⊙ .使用数千个模拟 CARMA 过程光变曲线进行的光度混响映射可靠性分析表明，考虑到我们目标的观测信噪比 > 20 和平均节奏为 14 d（即使不适用 DRW），我们可以将输入滞后恢复到平均 6% 以内。此外，我们使用我们的模拟光变曲线套件从我们的 QSO 的后验概率分布中解卷积混叠和伪影，将滞后的信噪比提高了 ∼ 2.2 倍。我们以每个物体四分之一的观测时间超越了斯隆数字巡天混响测绘项目 (SDSS-RM) 活动的信噪比，从而使信噪比效率比 SDSS-RM 提高了约 200%。
通过脑栓塞保护装置在经导管主动脉瓣植入中减少中风：系统评价和贝叶斯荟萃分析
抽象目标在多个随机试验中研究了经导管主动脉瓣植入（TAVI）期间脑栓塞保护（CEP）的使用。我们旨在对随机CEP试验进行系统的审查和贝叶斯荟萃分析，重点是临床上相关的残疾中风。方法将系统搜索应用于三个电子数据库，包括将TAVI患者随机与CEP与标准治疗的试验。主要结果是禁用中风的风险。结果作为相对风险（RR），绝对风险差异（ARDS），需要治疗（NNT）和95％可靠的间隔（CRIS）（CRIS）。根据专家共识，以1.1％ARD确定临床上重要的差异（NNT 91）。主要的贝叶斯荟萃分析是在模糊的先验下进行的，并在两个知情的文献先验下进行了次要分析。结果包括七个随机研究以进行荟萃分析（n = 3996：CEP n = 2126，对照n = 1870）。在含糊的先验下，禁用中风的CEP使用的估计中值RR为0.56（95％CRI 0.28至1.19，得出的ARD ARD 0.56％和NNT 179，I 2 = 0％）。尽管估计的任何收益的后验概率为94.4％，但在模糊且知情的基于文献的先验下，临床相关效应的概率为0-0.1％。在多个灵敏度分析中的结果是可靠的。结论很有可能具有有益的CEP治疗效果，但这不太可能在临床上相关。Prospero注册号CRD42023407006。这些发现表明，将来的试验应集中于确定中风基线风险增加以及新一代设备的开发。
预测编码和随机共振是听觉幻觉感知的基本原理
只有通过实验来测试形式或计算模型，才能获得机械洞察力。此外，与病变研究类似，幻觉感知可以作为理解健康听觉感知的基本处理原理的载体。我们特别关注耳鸣——作为听觉幻觉感知的主要例子——回顾了人工智能、心理学和神经科学交叉领域的最新研究。特别是，我们讨论了为什么每个耳鸣患者都会遭受（至少是隐藏的）听力损失，但并不是每个听力损失患者都会遭受耳鸣。我们认为，内在神经噪声是沿着听觉通路产生和放大的，是一种基于自适应随机共振恢复正常听力的补偿机制。神经噪声的增加可能会被误认为是听觉输入并被感知为耳鸣。这种机制可以在贝叶斯大脑框架中形式化，其中感知（后验）吸收了先前的预测（大脑的期望）和可能性（自下而上的神经信号）。可能性的较高均值和较低方差（即增强的精度）会改变后验概率，表明对感官证据的误解，而大脑中支持先前预测的可塑性变化可能会进一步混淆这种误解。因此，两个基本处理原理为听觉幻觉的出现提供了最有力的解释力：预测编码是一种自上而下的机制，而自适应随机共振是一种互补的自下而上的机制。我们得出结论，这两个原理在健康的听觉感知中也发挥着至关重要的作用。最后，在神经科学启发的人工智能背景下，这两个处理原理都可能有助于改进当代的机器学习技术。
证据网络：快速，摊销，神经贝叶斯模型比较的简单损失
抽象证据网络可以在最先进的方法时启用贝叶斯模型比较（例如嵌套采样）失败，即使可能性或先验是棘手或未知的可能性。贝叶斯模型比较，即贝叶斯因素或证据比率的计算可以作为优化问题。尽管贝叶斯对最佳分类的解释是众所周知的，但在这里，我们更改了透视和当前类别的损失函数，这些损失功能会导致快速，摊销的神经估计器，这些神经估计器直接估计贝叶斯因子的方便功能。这种减轻与估计单个模型概率相关的数值不准确性。我们介绍了泄漏的奇偶校验功率（L-pop）变换，从而导致了新型的“ L-pop-timpential”损失函数。我们探讨了不同模型中数据概率的神经密度估计，这表明与证据网络相比，它的准确和可扩展性不那么准确和可扩展性。多个现实世界和综合示例说明，证据网络明确地独立于参数空间的维度，并与后验概率密度函数的复杂性温和地缩小。这种简单而强大的方法对模型推理任务具有广泛的影响。作为证据网络在现实世界数据中的应用，我们计算了两个模型的贝叶斯因子，该模型具有暗能量调查的重力镜头数据。我们简要讨论了我们的方法在隐式推理设置中的其他相关的模型比较和评估问题。
SPAMTP：空间代谢组学和转录组学数据的综合统计分析和可视化
摘要：宿主细胞蛋白（HCP）是可能影响生物治疗剂的安全性，功效和质量的关键质量属性。标记 - 游离shot弹枪蛋白质组学是HCP监测的至关重要方法，但是选择串联质谱（MS/MS）搜索算法直接影响识别深度和定量可靠性。在这项研究中，六种突出的MS/MS搜索工具（Mascot，Maxquant，Experromine，Fragpipe，byos和Peaks）是系统上基准的，因为它们在与中国仓鼠卵巢细胞的同位素标记的蛋白质上的复杂样品上的性能进行了基准测试，该蛋白质是使用羊毛hamster卵巢细胞的，使用了诱捕的离子移动性表述和平行的仿制模式，并依赖于数据划分，并逐渐划分。关键性能指标，包括肽和蛋白质识别，数据提取精度，变化精度，线性和测量真实。使用Hamiltonian Monte Carlo采样的贝叶斯建模框架可通过后验概率校准以及局部错误的发现率来稳健地估计折叠式均值和方差。通过预期效用最大化实施的贝叶斯决策理论用于平衡准确性与后部不确定性，从而对每个工具的性能进行了概率评估。通过这种累积分析，可以观察到跨工具的变异性：一些在识别敏感性和蛋白质覆盖范围方面表现出色，有些在定量准确性方面具有最小的偏见，并且有一些在跨指标之间提供了平衡的性能。这项研究建立了一个严格的数据驱动框架，用于工具基准测试，为选择适合HCP监测生物制药开发中的HCP监视的MS/MS工具提供了见解。
结合感觉运动节律和运动相关皮质电位特征降低脑机接口效率低下
摘要 目的.脑机接口(BCI)低效性意味着将有10%到50%的用户无法操作基于运动想象的BCI系统。值得注意的是，之前对BCI低效性的研究几乎都是基于感觉运动节律(SMR)特征的测试。在本研究中，我们利用SMR和运动相关皮层电位(MRCP)特征评估了BCI低效性的发生情况。方法.在不同的日子里，对93名受试者记录了2个会话中的静息态和运动相关脑电信号数据集。采用公共空间模式(CSP)和模板匹配两种方法提取SMR和MRCP特征，并采用赢家通吃策略利用线性判别分析的后验概率来评估模式识别，以结合SMR和MRCP特征。主要结果.结果表明，两类特征表现出高度的互补性，与它们的弱相互相关性相符。在二分类问题（右脚 vs. 右手）中 SMR 特征准确率较差（< 70%）的受试者组中，SMR 和 MRCP 特征的组合将平均准确率从 62% 提高到了 79%。重要的是，特征组合获得的准确率超过了效率低下阈值。意义。SMR 和 MRCP 的特征组合在 BCI 解码中并不新鲜，但使用 SMR 和 MRCP 特征对 BCI 效率低下进行大规模可重复的研究是新颖的。MRCP 特征对 SMR 特征准确率较差（< 70%）和良好（> 90%）的两个受试者组提供相似的分类准确率。这些结果表明，SMR 和 MRCP 特征的组合可能是降低 BCI 效率低下的一种实用方法。然而，在本研究之后，“BCI 效率低下”可能更恰当地被称为“SMR 效率低下”。
从接受活衰减的肿块皮肤病疫苗接种的母牛接受初乳的犊牛中被动免疫的持久性和血清学检查的性能
这项研究旨在确定使用病毒中和测试（VNT）从疫苗接种的奶牛出生的奶牛乳皮病病毒（LSDV）的孕产妇免疫持续时间。还确定了VNT的性能和内部-ELISA测试。来自泰国兰蒙省12个无LSD的奶牛场的三十七个怀孕奶牛，用同源性neethling菌株的疫苗进行免疫，并于2021年12月至2022年4月。在产犊后的第一周内收集了大坝 - 犊牛对的血液样本。随后，在4个月的时间内以每月的间隔从犊牛中抽取血液样本，并使用VNT测试了体液免疫反应。还通过内部ELISA测试对小腿血清进行了测试，以使用贝叶斯方法估算两种测试的准确性。对于结果，针对LSDV的抗体可以在疫苗接种后持续4-9个月。此外，在初乳摄入后的第一周，在大多数犊牛（75.68％）中检测到对LSDV的中和抗体和LSDV特异性抗体。然而，到第120天，血清阳性犊牛的百分比下降到零，血清阳性率下降到50％以下。在第90天只观察到少数血清阳性犊牛（约13.51％）。这些发现表明，针对LSDV的被动免疫可持续3个月。VNT的灵敏度（SE）和特异性（SP）的后验估计值中位数为87.3％[95％后验概率间隔（PPI）= 81.1-92.2％]和94.5％（分别为95％PPI = 87.7-98.3％）。ELISA检验的估计SE和SP分别为83.1％（95％PPI = 73.6–92.6％）和94.7％（95％PPI = 88.4-98.5％）。总而言之，这项研究说明了孕产妇被动免疫的转移和持续性在田间条件下对犊牛的转移和持久性。这重点介绍了由疫苗接种母牛出生的犊牛中潜在的三个月疫苗接种间隙，而内部ELISA测试可以用作LSDV免疫反应检测的辅助测试。
UMIBB：一种新的非参数贝叶斯方法提高了稳健性和灵敏度
基于 CRISPR 的功能基因组学筛选是识别合成致死癌症药物靶点的有力工具。目前分析汇集的 CRISPR 筛选的策略通常依赖于来自在两种实验条件下具有不同相对丰度的单个向导 RNA (sgRNA) 的信号。然而，传统方法通常容易受到由异常细胞克隆驱动的假阳性和假阴性的影响，因为 sgRNA 丰度不能解释由相同 sgRNA 的不同编辑结果导致的异质表型。为了克服这个问题，我们在每个 sgRNA 中添加了 DNA 条形码，以创建 CRISPR 文库的唯一分子标识符 (UMI)，并开发了一个配套的分析平台，以实现强大的工业规模 CRISPR 筛选。在这里，我们介绍了 UMIBB，一种用于分析 UMI-CRISPR 数据的新型非参数贝叶斯方法。与每个 sgRNA 的对照实验条件相比，具有标准化计数消耗或富集的 UMI 数量由 beta-二项分布建模。基因水平统计数据是通过将 sgRNA 水平后验概率的 z 分数与每个 sgRNA 中 UMI 的数量加权而得出的。这种方法最大限度地减少了异常细胞克隆对统计数据的影响，并优先考虑每个基因中多个 UMI 之间计数差异一致的基因。为了评估 UMIBB 的功效，我们在低覆盖率（200X）基因组规模负选择筛选上对其进行了基准测试，并与高覆盖率（1000X）筛选的结果进行了比较。这些筛选是在用曲美替尼或载体对照处理的 KRAS 突变癌细胞（A549）上进行的。尽管在较低覆盖率筛选中通常会观察到高噪音水平，但我们的方法能够发现 >85% 的曲美替尼已验证的致敏基因，并且与传统方法相比实现了最高的灵敏度。此外，我们将 UMIBB 应用于基因组规模的正向选择筛选，并成功确定了新基因（RAD18 和 UBE2K）是 BRCA1/2 突变细胞系中 USP1 依赖性的关键介质。我们的研究表明，UMIBB 对克隆异质性导致的假阳性具有很高的稳健性，并且更有可能识别真正的遗传相互作用。