摘要:基于对增强人类计算机相互作用(HCI)和开发用于控制和监测应用的脑部计算机界面(BCI)的脑电图的兴趣日益增长,从EEG传感器中的有效信息检索非常重要。这是由于内部和外部伪像和生理干扰的噪声而难以理解的。可以通过选择应在进一步分析中考虑的功能来增强基于EEG的情绪识别过程。因此,EEG信号的自动特征选择是重要的研究领域。我们提出了一种多步混合方法,该方法结合了自动频带的反向相关算法 - 电极组合选择。我们的方法易于使用,并且显着将传感器的数量减少到只有三个通道。通过在DEAP数据集上执行的实验验证了所提出的方法。已经对两种情绪的准确性进行了评估 - 价值和唤醒。与其他研究相比,我们的方法获得了4.20–8.44%的分类结果。可以将其视为一种通用脑电信号分类技术,因为它属于无监督方法。
单基因疾病通常是特定基因单点突变的结果,导致非功能蛋白的产生。不同的血液疾病,例如β-丘脑贫血,镰状细胞病,遗传性球细胞增多症,fanconi贫血和血友病A和B,通常是由点突变引起的。基因编辑工具,包括Talens,ZFN或CRISPR/CAS平台,以纠正负责不同疾病的突变。然而,不依赖核酸酶活性的替代分子工具,例如形成三核苷酸及其衍生物(例如肽核酸),也证明了它们在DNA中纠正突变的能力。在这里,我们回顾了修复 - 螺肽反向Hoogsteen发夹(PPRHS)技术,该发夹可以代表该领域内的替代基因编辑工具。修复-PPRHS是由由五甲状腺素桥连接的两个息肉素镜重复序列形成的单链DNA分子,然后在分子的一端进行扩展序列,该序列是与DNA序列同源的,但要修复了DNA序列,但含有修复的DNA序列。PPRH的两个息肉臂由嘌呤之间的分子内反间隔键结合,从而形成了发夹结构。该发夹芯与watson-crick键以序列特异性方式与dsDNA中靶突变相对近乎近距离突变结合,从而产生了刺激重组的三重结构。这项技术已成功地用于修复其内源性基因座中DHFR和APRT基因突变体在哺乳动物细胞中的集合,并且可以适合校正负责血液疾病的突变。
这是被接受出版的作者手稿,并且已经进行了完整的同行评审,但尚未通过复制,排版,分页和校对过程,这可能会导致此版本和记录版本之间的差异。请引用本文为doi:10.1002/jum.15532
由于水资源短缺和全球气候变化趋势,通过海水淡化获取饮用水正日益成为一种选择,尤其是使用反渗透 (RO) 膜技术。运营反渗透海水淡化厂涉及多项费用和能源消耗,占很大比重。多项研究表明,与其他可再生能源相比,风能的能源成本较低,因此,应成为与 RO 海水淡化系统结合使用以使用可持续能源净化水的首选。因此,在本文中,我们基于模拟模型研究了使用风力驱动 RO 海水淡化系统的可行性,该系统有压力容器储能和无压力容器储能,以及使用 Clark 泵进行小规模能量回收。将两种方案的性能与几种风力模式进行了比较。正如预期的那样,缓冲和能量回收实现了更高的水产量和更好的水质,证明了能量存储/回收系统对于风力供电海水淡化厂的重要性。
逆向物流是公司整体物流的一部分,涉及客户退回给制造商的货物的处理,涵盖决定这些退货命运的所有活动 [28]。除了产品的正向流动之外,大多数公司还有产品的逆向流动,这些产品要么被客户退回,要么被公司自己主动回收,通常是为了重复使用或转售 [23]。逆向物流过程包括一系列收集过时、未使用或处置产品所需的活动,以便通过回收或在二级市场转售产生收入,同时也保证环保处置 [44]。根据 Nicolau,JJN [27] 的说法,“逆向物流提供两大效益:环境效益和经济效益。在环境方面,具有逆向物流的供应链可以收集和使用来自最终用户市场的退货。这一行动减少了存放到垃圾填埋场或焚化炉的材料量,从而保护了我们的生态系统。在经济效益方面,退货的成本被认为低于原材料。因此,随着退货数量的增加,供应链的总采购成本可以降低。” 传统观点认为,逆向物流会增加成本、减缓生产率增长并阻碍竞争力 [15]。与正向物流相比,逆向物流及其相关活动会导致供应链中产生额外成本,而不管额外的潜在相关收入如何。正向链涉及传统条件:从供应商处采购、生产产品和分销给最终客户。另一方面,逆向物流是以退货形式与传统正向供应链相反的任何事物 [6]。再制造和转售中最大的规划问题是从客户那里收集的物品数量不确定 [39]。为了减少这些不确定性,有必要尽可能多地获取有关产品状态、位置和状况的准确和及时的信息。此外,有效的绩效管理是企业逆向物流计划的一个重要方面。组织在面对市场时要处理许多不确定性,其特点是由于产品组合的扩大和产品生命周期的缩短而产生的高回报率,这对公司的战略产生了决定性的影响 [44]。作者将分析逆向物流中的挑战以及可以促进逆向物流信息管理的技术。本文的目的是分析如何改进逆向物流中的信息管理,同时考虑到正在应用于逆向物流的新技术。研究问题源于逆向物流操作成本增加和预测精度不足。本文回顾了涉及此主题的研究论文。研究结果有助于更好地理解逆向物流中的信息管理。
为了最终抗击新出现的 COVID-19 大流行,我们希望开发一种有效且安全的疫苗来对抗这种由 SARS-CoV-2 冠状病毒引起的高度传染性疾病。我们的文献和临床试验调查显示,整个病毒以及刺突 (S) 蛋白、核衣壳 (N) 蛋白和膜 (M) 蛋白已接受过针对 SARS 和 MERS 疫苗开发的测试。然而,这些候选疫苗可能缺乏完全保护的诱导并且存在安全隐患。然后,我们应用 Vaxign 和新开发的基于机器学习的 Vaxign-ML 反向疫苗学工具来预测 COVID-19 候选疫苗。我们的 Vaxign 分析发现 SARS-CoV-2 N 蛋白序列与 SARS-CoV 和 MERS-CoV 保守,但与其他四种引起轻微症状的人类冠状病毒不同。通过研究 SARS-CoV-2 的整个蛋白质组,预测有六种蛋白质(包括 S 蛋白和五种非结构蛋白(nsp3、3CL-pro 和 nsp8-10))是粘附素,对病毒粘附和宿主入侵至关重要。Vaxign-ML 还预测 S、nsp3 和 nsp8 蛋白可诱导高保护性抗原性。除了常用的 S 蛋白外,nsp3 蛋白尚未在任何冠状病毒疫苗研究中进行测试,因此被选中进行进一步研究。发现 nsp3 在 SARS-CoV-2、SARS-CoV 和 MERS-CoV 中的保守性比在感染人类和其他动物的 15 种冠状病毒中更高。还预测该蛋白质含有混杂的 MHC-I 和 MHC-II T 细胞表位,并且发现预测的线性 B 细胞表位位于蛋白质表面。我们预测的疫苗靶点具有开发有效且安全的 COVID-19 疫苗的潜力。我们还提出,含有结构蛋白 (Sp) 和非结构蛋白 (Nsp) 的“Sp/Nsp 鸡尾酒疫苗”将刺激有效的互补免疫反应。
本文从“后创造力”这一概念出发,它是后人类中心创造力的缩写,它暗示了一种不仅仅关注创造力的人性方面的创造力概念或理解。首先需要声明的是,我们倡导这一概念并不是为了表明我们已经超越了创造力。它并不追求创造力。“后”前缀暗示了创造力研究和相关学科及实践中的以人为中心的倾向,包括计算创造力 (CC)。这一点变得很重要,因为我们正在进入一个人类因素越来越不处于事物中心的领域,也与创造力有关,而且这种情况已经持续了相当长一段时间。这种转变既与生产性创造性实践有关,目前有很多实践实验正在进行中。它也与我们的思维方式有关。我们对那些我们称之为“创造性”的实践的概念理解发生了一些变化。因此,“后创造力”既与制造物品的变化有关,也与制造物品的意义有关(我稍后会解释,
第二个发现领域是,新生儿的大脑需要特定类型的训练数据才能发展出不变的物体识别能力;即自然视觉环境的经验(Wood,2016;Wood & Wood,2016;2018;Wood、Prasad、Goldman & Wood,2016)。为了正确学习,新生小鸡需要输入随时间缓慢而平稳变化的物体视图,这些视图遵循现实世界中物体的时空属性。如果没有缓慢而平稳的视觉输入,小鸡就会建立“不正确”的物体表征,而这些表征无法在新的观看情况下推广。因此,新生儿的大脑通过利用来自自然视觉环境的缓慢而平稳的输入来学习观察——这是计算神经科学中无监督时间学习模型的一个关键预测。
除了为企业提供诸多优势外,逆向物流还能最大限度地减少企业对环境的负面影响,而这最终将转化为整个社会的利益。供应链管理是一种线性合作关系,采用传统的需求分析和预测方法。这种技术在过去非常有效,尽管某些公司可能仍在使用,但商业环境日益增长的需求要求流程更加高效灵活,并对所有传统和逆向运动进行精确规划。值得注意的是,下一波物流即将到来,即所谓的消费者物流,它将紧随全球物流之后。经济发达和富裕社会的特点是过度消费,并且在很短的时间内消耗的资源比自然能够重新提供的资源还要多。因此,循环经济的概念变得越来越重要,以及由其衍生的闭环经济,由逆向物流的流程和运营支持。
雌激素导致女性对微生物疫苗产生强烈的抗体反应,并且容易患上自身免疫性疾病,尤其是抗体介导的系统性自身免疫性疾病。我们推测这是由于雌激素介导的类别转换 DNA 重组 (CSR) 和体细胞超突变 (SHM) 增强所致。正如我们所表明的,雌激素通过上调 HoxC4 来促进 AID 表达,这对于 CSR 和 SHM 都至关重要,而 HoxC4 与 NF- κ B 一起关键地介导 Aicda (AID 基因) 启动子的激活。我们在此认为,雌激素对 Aicda 表达的额外调节是通过表观遗传机制发生的。正如我们所展示的,组蛋白去乙酰化酶抑制剂 (HDI) 短链脂肪酸 (SCFA) 丁酸和丙酸以及药理学 HDI 丙戊酸可上调沉默 AID 表达的 miRNA,从而调节 C57BL/6 小鼠中的特异性抗体反应和易患狼疮的 MRL/Fas lpr/lpr 小鼠中的自身抗体反应。在这里,使用组成型敲除 Esr1 − / −