XiaoMi-AI文件搜索系统
World File Search SystemShape
形状记忆合金薄膜拉胀结构
SMA 通常以两种方式使用：要么利用形状记忆效应，要么利用热或应力诱导的马氏体相变提供的超弹性行为。在 TiNi 基 SMA 中，可实现高达 8% [19] 的可逆固有应变，而利用形状记忆效应则需要加热到高温相奥氏体才能可逆地恢复变形。超弹性合金的可逆伪弹性行为与应力诱导的马氏体相变有关，从奥氏体到马氏体。在这种情况下，只需移除施加的载荷即可实现可逆性。根据应用的要求，SMA 的转变温度可以通过热处理或改变成分来调整。[20–22] Chluba 等人。研究表明，三元形状记忆合金 TiNiCu 即使在 1000 万次超弹性循环后也不会出现疲劳，[23] 这使得这种合金成为皮肤电子（应用于皮肤的可拉伸电子产品）等应用的良好候选材料，其中肘部或膝盖处的设备可能会经受大量循环和大应变。嵌入聚合物中的传统金属（如铜）的循环行为已被研究，结果显示应变高达 5% 时就会出现裂纹。[24] 在人体应用中
利用解耦运动和形状模型进行 4D 心肌重建
评估心肌的形状和运动状态对于诊断心血管疾病至关重要。然而，电影磁共振 (CMR) 成像以 2D 切片为主，其大切片间距对切片间形状重建和运动获取提出了挑战。为了解决这个问题，我们提出了一种将运动和形状分离的 4D 重建方法，该方法可以从有限切片获得的给定稀疏点云序列预测间/内形状和运动估计。我们的框架包括一个神经运动模型和一个舒张末期 (ED) 形状模型。隐式 ED 形状模型可以学习连续边界并鼓励运动模型在没有地面真实变形监督的情况下进行预测，并且运动模型通过将任意点从任意阶段变形到 ED 阶段来实现形状模型的规范输入。此外，构建的 ED 空间可以对形状模型进行预训练，从而指导运动模型并解决数据稀缺问题。我们提出了我们所知的第一个 4D 心肌数据集，并在提出的、公开的和跨模态的数据集上验证了我们的方法，显示出卓越的重建性能并实现了各种临床应用。
bhp Insights：铜如何塑造我们的未来
以中国为例，尽管在过去的二十年中，对铜的食欲很大，但它仍然只有一半的铜累积人均库存库存（例如建筑物，机械，车辆）与发达经济体相比，人均约100公斤。印度是其他有超过10亿人的主要经济体，也有一个引人注目的铜故事。印度人均电力消耗目前的占日本和中国五分之一的七分之一，我们预计，随着电力的更易于使用，它在未来几十年中的铜需求在其前卵库中增长了五倍。
单视3D场景重建具有高保真形状和纹理
为了进一步缓解从单视输入中恢复3D形状的歧义，我们遵循Yu等人。[84]以实现单眼，正常和分割提示，以促进训练过程。但是，由于这些图像在3D-Front [19]数据集中不可用，因此我们使用场景的3D扫描，对象的3D CAD模型以及摄像机在数据集中提供的内在和外在的pa-rameters进行调整。pix3d [69]数据集提供实例分割，但缺乏深度和正常图像。由于渲染是不可能的，因此我们将估计的深度和正常地图用作最先进的估计器的伪基真实[17]。请注意，在训练阶段的过程中，深度，正常和分割信息仅用于指导模型的学习过程，而在推理阶段则无需。这种调查表明，我们的模型仍然灵活且适用于各种情况。
一个数据集和基准，用于完成农业机器人水果的形状
摘要 - 由于人口到2050年的人口预计将达到100亿，我们的农业生产制度仍需要使其生产率增加一倍，尽管农业部门的人类劳动力下降。自主机器人系统是通过接管劳动密集型手动任务（如取果采摘）来提高生产率的一种有希望的途径。为了有效，这种系统需要准确监测和与植物和水果相互作用，这是由于农业环境的混乱性而具有挑战性的，例如引起强烈的闭合。因此，能够在遮挡存在下估计物体的完整3D形状对于自动化的操作（例如水果收获）至关重要。在本文中，我们提出了针对农业视觉系统的第一个公开可用的3D形状完成数据集。我们提供了一个RGB-D数据集，用于估计水果的3D形状。特别是，我们的数据集在实验室条件下和商业温室中包含单个甜辣椒的RGB-D框架。对于每种水果，我们还收集了我们用作地面真理的高精度点云。为了获取地面真相形状，我们开发了一个测量过程，使我们能够以高精度记录真正的甜辣椒植物的数据，并以高精度记录，并确定感知的水果的形状。我们释放数据集，该数据集由属于100多种不同水果的近7000个RGB-D帧组成。我们还可以通过基准服务器上的公共挑战进行隐藏测试的形状完成方法评估。我们提供分段的RGB-D帧，并配有相机仪器，以便于获得彩色点云，以及使用高精度激光扫描仪获得的相应高精度，无咬合点云。
lsap2调节生菜种子形状chen l
此预印本版的版权持有人于2020年11月23日发布。 https://doi.org/10.1101/2020.11.11.05.370684 doi：Biorxiv Preprint
SHAPE 指导发现大型 RNA 中的新功能
CONSPECTUS：RNA 位于几乎所有生物学的上游，是所有细胞中信息交换的中心管道。RNA 分子在其初级序列和 RNA 折叠时形成的复杂结构中都编码信息。从 20 世纪 50 年代末发现 mRNA 到最近，我们对大多数信使 RNA 和非编码 RNA 广大区域的 RNA 结构只有基本的了解。这一缺陷现在正在迅速得到解决，特别是通过引物延伸 (SHAPE) 化学分析的选择性 2 '-羟基酰化、突变分析 (MaP) 和密切相关的平台技术，这些技术共同创造了 RNA 的化学显微镜。这些技术使得能够以核苷酸分辨率和大规模定量研究整个 mRNA、非编码 RNA 和病毒 RNA 基因组的 RNA 结构。通过将全面的结构探测应用于各种问题，我们和其他人表明，RNA 结构介导的生物功能控制在原核生物和真核生物中普遍存在。过去十年使用基于 SHAPE 的分析的工作已经阐明了关键原则。首先，RNA 结构探测的方法很重要。SHAPE-MaP 具有直接和一步读数功能，可以通过 2'-羟基处的反应探测几乎每个核苷酸，从而提供比其他方法更详细和准确的读数。其次，全面的化学探测至关重要。专注于大 RNA 的片段或使用元基因或统计分析来补偿稀疏数据集会遗漏关键特征，并且通常会产生预测能力较差的结构模型。最后，每个 RNA 都有自己内部的结构个性。RNA 结构以无数种方式调节序列可及性、蛋白质结合、翻译、剪接位点选择、相分离和其他基本生物学过程。在我们应用严格和定量的 SHAPE 技术研究 RNA 结构 - 功能相互关系的几乎所有情况下，都出现了有关生物调控机制的新见解。具有更复杂的高级结构的 RNA 元素似乎更有可能包含结合小分子的高信息量裂缝和口袋，广泛地为 RNA 靶向药物发现这一充满活力的领域提供信息。这项集体工作的广泛影响是双重的。首先，早就应该放弃将大 RNA 描述为简单的面条状或轻轻流动的分子。相反，我们需要强调的是，几乎所有 RNA 都带有独特的内部结构，其中一部分以深刻的方式调节功能。其次，结构探测应该是任何试图了解大 RNA 的功能关系和生物学作用的努力不可或缺的组成部分。■ 主要参考文献
重启零售业：技术将如何塑造零售业的未来
自动化采用率在各个角色中都处于领先地位（图 7）。13 理论上，这个数字可能更高，但在实践中，自动化采用率通常低于 100%，主要有三个原因。首先，至少在短期或中期内，在门店层面部署技术往往比雇用人力（例如补货）更不经济。其次，自动化的推出可能会因法规或消费者的怀疑（例如对自动驾驶汽车）而推迟。最后，大型、资本雄厚的公司和小型零售商之间的技术采用情况会有所不同：目前 44% 的零售业就业人员在员工少于 100 人的公司，39% 在员工少于 50 人的公司——这些小型企业大规模投资技术的能力远远低于构成该行业其他部分的“大型”企业。
视觉失认症中形状处理的大规模组织发生改变
那么，一个悬而未决的问题涉及两条通路得出的对象表征之间的关系。一种观点认为，这两条通路得出独立的表征，这种说法可以轻松解释报道的腹侧通路和背侧通路之间的功能分离（即感知与行动）（Goodale、Milner、Jakobson & Carey，1991）。鉴于加工的独立性，一条通路的损伤应该不会影响另一条通路得出的表征。然而，这种独立架构既没有得到功能研究（Freud、Rosenthal、Ganel & Avidan，2015；Garcea、Chen、Vargas、Narayan & Mahon，2018；Mahon、Kumar & Almeida，2013）的支持，也没有得到解剖学研究（Yeatman et al., 2014）的支持，这些研究揭示了两条通路之间存在强大的结构和功能联系。另一种解释是，背侧通路表征（特别是对于没有视觉运动成分的任务）仅仅是腹侧通路计算的结果。这种观点预测腹侧通路的损伤会对背侧通路获得的表征产生不利影响，但反之则不然。最近的研究结果挑战了这种观点，因为背侧通路的形状敏感性可能在时间上先于腹侧通路形状敏感性的出现（Collins et al., 2019）。此外，猴子背侧通路（即尾部顶内沟 (CIP)）的暂时失活会导致腹侧通路的 fMRI 激活降低，并导致 3D 感知的知觉缺陷（Van Dromme、Premereur、Verhoef、Vanduffel & Janssen, 2016）。最后，第三个可能的观点表明两条通路都获得物体表征。这些表征可能相同，也可能不相同，如果是后者，则可能编码有关物体的不同信息，而这些信息可能服务于不同的功能目标 (Freud, Behrmann, & Snow, 2020)。然而，无论哪种情况，这两条通路都是相互作用的，因此，任何一条通路的损伤都会影响另一条通路得到的表征。在之前的论文中，我们还研究了背侧通路和腹侧通路之间的相互状态，并证明，在腹侧通路受损后患有视觉失认症的患者中，背侧通路仍然对物体的 3D 结构表现出敏感性，即使在双侧腹侧病变非常广泛的情况下也是如此 (Freud, Ganel, et al., 2017)。这一发现可以被视为对第一个解释，即独立物体表征的支持。然而，值得注意的是，这项研究只关注一个高级视觉属性，那就是形状（即 3D 结构）。此外，fMRI 分析只关注背侧通路上的两个 ROI，因此，目前尚不清楚背侧通路上的其他区域是否以及在多大程度上会受到腹侧通路损伤的影响。在本研究中，我们试图对右腹侧通路损伤后患有视觉失认症 SM 的患者的两条视觉通路进行全面检查。通过采用参数置乱操作（Collins 等人，2019 年；Freud、Culham 等人，2017 年；Freud、Plaut 和 Behrmann，2019 年；Grill-Spector 等人，1998 年；Lerner、Hendler、Ben-Bashat、Harel 和 Malach，2001 年；