XiaoMi-AI文件搜索系统
World File Search SystemScinet
SCINet 简讯：2024 年 10 月
在深度学习的推动下，蛋白质结构和功能分析的最新进展为科学家提供了强大的新工具，帮助他们了解蛋白质的氨基酸序列如何影响生物体的表型或可观察特征。这些新功能有可能通过揭示蛋白质与多种农业相关性状（如抗病性、抗旱性、生长潜力等）之间的联系，彻底改变农业研究。然而，这些工具并不总是易于使用，需要大量的计算资源和技术知识。我们开发了名为“PanEffect”的新软件，它提供了一套用户友好的工具集，用于探索蛋白质序列的变化如何影响生物体的表型。
Scinet通讯：2024年4月-USDA
目前，Duarte博士是在Alexander Herndez博士的指导下，在USDA-ARS草料和范围研究实验室工作的博士后研究员。efrain有兴趣评估在美国西部脆弱的半干旱生态系统中土壤水分的空间和时间动力学的不同恢复实践如何影响美国西部西部土壤水分的时空动态。为了实现这一目标，Duarte博士正在开发尖端的生态数据集，同时用卫星衍生的土壤水分校准时间序列，并使用现场数据和多光谱传感器在船上未占用的航空车辆（UAVS）。Duarte博士正在实施将本地服务器地理空间工作流程转换为高性能计算集群的翻译。这项活动将有效地弥合USDA-ARS科学家的差距，并支持员工专门使用开源软件将当地的地理空间分析迁移到Scinet。
Scinet通讯：2024年1月-USDA
在这项研究的聚光灯下，我想突出显示爱达荷州博伊西ARS西北流域研究中心（NWRC）的Unocupie D空中系统（UAS）研究计划的Scinet资源。NWRC的科学家使用UAS研究鼠尾草主导的牧场的长期植被动态。多光谱，高光谱和自然色图像被收集以研究火，放牧和侵入性杂草侵占的影响。自2017年以来，已经收集了大量的UAS数据，并且在Scinet高性能计算（HPC）簇，ATLAS和CERES上可重现的简化处理工作流程对于始终如一地处理这些数据是必要的。HPC图像处理教程，支持代码和参考材料都可以在Scinet的GeoSpatial Workbook网站上找到。这些资源大大提高了HPC群集的可访问性，用于需要处理UAS数据的新个人和经验丰富的个人。教程不仅提供了必要步骤的概述，其中包括示例，代码片段和动画，而且还提供了有关HPC编程的丰富知识。在过去的几年中，首选，OCIO批准的UAS处理软件已更改为开源OpenDroneMap（ODM），这些教程为在Scinet Resources上实施此软件铺平了道路。