XiaoMi-AI文件搜索系统
World File Search SystemPairwise
重新审视 NASA-TLX 权重 - Doria
摘要 美国国家航空航天局任务负荷指数 (NASA-TLX) 是一种评估心理工作负荷的常用方法。NASA-TLX 从六个负荷维度评估心理工作负荷。当假设各个维度的重要性不大致相同时，则通过对每个维度对进行成对比较来加权，然后对反映维度重要性的权重进行标准化。这种原始的 NASA-TLX 加权方法带来了一些挑战，这些挑战在分配权重时难以识别。首先，原始的 NASA-TLX 权重不允许直接将两个或多个维度表示为同等重要。其次，如果始终进行成对比较，则维度的重要性顺序只有一种。第三，在始终进行成对比较的情况下，会人为地对最重要的维度强加 0.33 的权重。为了解决这些挑战，提出了用于得出维度权重的摆动和层次分析法加权方法。从理论上介绍了在 NASA-TLX 中应用这些方法的优势，并使用虚拟空战模拟数据进行了实证证明。本文的目的是帮助学者和从业者在心理工作负荷评估中使用 NASA-TLX，从而避免讨论的加权问题。
重新审视 NASA-TLX 重量 - Doria
摘要 美国国家航空航天局任务负荷指数 (NASA-TLX) 是一种常用的评估心理工作负荷的方法。NASA-TLX 从六个负荷维度评估心理工作负荷。当假设各个维度的重要性不大致相等时，则通过对每个维度对进行成对比较来加权，然后对反映维度重要性的权重进行标准化。这种原始的 NASA-TLX 加权方法带来了一些挑战，这些挑战在分配权重时难以识别。首先，原始的 NASA-TLX 权重不允许直接将两个或多个维度表示为同等重要。其次，如果始终进行成对比较，则维度的重要性顺序只有一种。第三，在始终进行成对比较的情况下，会人为地对最重要的维度强加 0.33 的权重。为了解决这些挑战，提出了用于得出维度权重的摆动和层次分析法加权方法。从理论上介绍了在 NASA-TLX 中应用这些方法的优势，并使用虚拟空战模拟数据进行了实证证明。本文的目的是帮助学者和从业者在心理工作负荷评估中使用 NASA-TLX，从而避免讨论的加权问题。
人类造血干细胞的治疗性碱基编辑
利益冲突声明 作者声明存在经济利益冲突：详情可参见本文在线版。JKJ 在 Beam Therapeutics、Editas Medicine、Excelsior Genomics、Pairwise Plants、Poseida Therapeutics、Transposagen Biopharmaceuticals 和 Verve Therapeutics (f/k/a Endcadia) 拥有经济利益。麻省总医院和 Partners HealthCare 已审查并根据其利益冲突政策管理 JKJ 的利益。JKJ 是美国基因和细胞治疗学会董事会成员。JMG 和 JKJ 是描述本研究中使用的 A3A (N57Q) BE3 变体的专利申请的共同发明人。JKJ 还是描述基因编辑、碱基编辑和表观遗传编辑技术的各种专利和专利申请的共同发明人。JZ、YW 和 DEB 是与治疗性基因编辑技术相关的各种专利的共同发明人。
SINR：样条增强隐式神经表示......
随着深度学习的出现，可变形图像配准经历了一场变革。虽然卷积神经网络 (CNN) 可以加速配准，但与迭代成对优化方法相比，它们的准确度较低，并且需要大量的训练队列。基于使用神经网络表示信号的进步，隐式神经表示 (INR) 已在配准社区中出现，用于连续建模密集位移场。使用成对配准设置，INR 可以减轻从一组患者身上学到的偏差，同时利用先进的方法和基于梯度的优化。然而，坐标采样方案使得密集变换参数化与 INR 容易产生生理上不合理的配置，从而导致空间折叠。在本文中，我们介绍了 SINR——一种使用自由形式变形 (FFD) 参数化 INR 表示的连续可变形变换的方法。SINR 允许多模态可变形配准，同时缓解当前基于 INR 的配准方法中发现的折叠问题。 SINR 在 CamCAN 数据集上的 3D 单模和多模脑配准方面均优于现有的最先进方法，证明了其在成对单模和多模图像配准方面的能力。关键词：隐式神经表征、图像配准、多模
与 CRISPR 技术相关的专利图谱……
• 农业是 CRISPR 技术应用的主要领域之一。 • 中国是全球CRISPR发明的领先国家，农业是该技术应用的重要关注点。 • 美国是产生与农业领域的CRISPR技术相关的专利申请家族数量最多的国家，并且获得了广泛的地域保护。 • 大部分存款与教学和研究机构有关，尤其是美国的机构。 • 在 CRISPR 技术在农业应用相关发明开发方面表现突出的公司包括 Corteva、拜耳、利马格兰集团、Sakata Seed、先正达和 KWS。 • 利马格兰集团、坂田种子、先正达和 KWS 的发明大部分来自其各自的原产国：法国、日本、瑞士和德国。 • 在该地区的主要储户中，一些较小的公司也开展了重要的发明开发活动，例如 Benson Hill、Inari Agriculture Technology、Pairwise Plants Services 和山东顺风生物科技。
基于测量的量子计算
图 2。量子电路。 (a) 这是一个由三个量子比特组成的量子电路：首先，对第一个量子比特应用一个 Hadamard 门，将 |0 ⟩ 转换为 |+ ⟩ ，然后将 CNOT 门应用于第一和第二个量子比特，接着对量子比特 2 和 3 作用另一个 CNOT 门。每个量子比特都以 0/1 为基础读出。 (b) 生成一维三量子比特簇状态的电路。经过三个 Hadamard 门后，三个量子比特变为 |+ ⟩ ，成对的 CZ 门将它们转换为簇状态的链。 (c) 3×3 自旋阵列中二维簇状态的图示。这也作为 2d 簇状态的定义。 (d) 簇状态可以推广到任何图状态，其中成对的 CZ 门根据图中的边应用于一对量子位（最初在 |+ ⟩ 中）。
第54届年度报告（2023年4月1日至2024年3月31日）LS 430a计算生物学和生物信息学2学分
同源性的成对对齐 - 概念 - 具有差距和仿射差距的评分模型 - 全球（Needleman和Wunsch）和局部对齐（Smith - Waterman）算法， - PAM和Blosum评分矩阵，DOT图及其相关性。
多主体优化确定癌症选择性组合疗法
组合疗法需要通过重新布线冗余途径来治疗已经对单层抗性的晚期癌症患者。由于潜在的药物组合数量，需要采用系统的方法来使用成本效益的方法来确定每个患者的安全有效组合。在这里，我们开发了一种精确的多目标优化方法，用于识别显示最大癌症选择性的成对或高阶组合。患者特异性组合的优先级是基于组合的治疗和非选择性效应所跨越的搜索空间中的帕累托优化。我们在BRAF-V600E黑色素瘤治疗中证明了该方法的表现，在那里，Optimal Solutions预测了vemurafenib批准的vemurafenib的许多共同抑制伙伴，Vemurafenib是一种选择性的BRAF-V600E抑制剂，批准了晚期黑色素瘤。我们通过实验验证了BRAF-V600E黑色素瘤细胞系中的许多预测，结果表明，通过使用成对和第三阶药物组合的MAPK/ERK和其他补偿途径组合，通过将MAPK/ERK和其他补偿途径组合进行组合来改善BRAF-V600E黑色素瘤细胞的选择性抑制。我们的机理 - 不足的优化方法广泛适用于各种癌症类型，它仅作为对成对药物组合的子集的输入测量，而无需目标信息或基因组谱。此类数据驱动的方法可能对超出癌症遗传依赖性范式的功能精度肿瘤应用有用，以优化癌症选择性的组合治疗。
热伏型设备的主要性能指标
摘要。嗜热伏洛尔电（TPVS）与太阳能光伏（PV）不同，因为成对效率和电力不能同时优化，因为光谱选择性或光子回收的结果。对到目前为止进行的大约三十次实验进行了审查，并将实现的表演与在详细的余额限制中获得的表演进行了比较。最佳细胞带隙和发射极温度之间的联系是发射极和电池之间带外辐射交换的函数。分析表明，所报告的几乎所有实验数据都不是功率最大的条件，而是更专注于优化效率。在高温下，热管理显然是一个问题，并且需要优化效率才能最大程度地减少热发电。通常，除了配对效率和电力密度外，热功率密度是第三个度量，在TPV设备的设计中应考虑。
跨模态完形填空任务：脑到词解码的新任务
从非侵入性大脑活动中解码语言引起了神经科学和自然语言处理研究人员越来越多的关注。由于脑记录的噪声性质，现有的研究将脑到词的解码简化为二元分类任务，即区分脑信号是其对应的单词还是错误的单词。然而，这种成对分类任务不能促进实用神经解码器的发展，原因有二。首先，它必须枚举测试集中的所有成对组合，因此预测大词汇表中的单词效率低下。其次，完美的成对解码器无法保证直接分类的性能。为了克服这些问题并进一步实现现实的神经解码器，我们提出了一种新颖的跨模态完形填空 (CMC) 任务，即以上下文为提示，预测神经图像中编码的目标单词。此外，为了完成这项任务，我们提出了一种利用预训练语言模型来预测目标词的通用方法。为了验证我们的方法，我们对来自两个脑成像数据集的 20 多名参与者进行了实验。我们的方法在所有参与者中平均实现了 28.91% 的 top-1 准确率和 54.19% 的 top-5 准确率，远远超过了几个基线。这一结果表明我们的模型可以作为 CMC 任务的最新基线。更重要的是，它证明了从大脑神经活动中解码大词汇表中的某个单词是可行的。