XiaoMi-AI文件搜索系统
World File Search SystemShigenobu
规划问题与人工智能：概述
(1) Shigenobu Kobayashi 和 Takao Terano (编)：《知识系统手册》，Ohmsha (1990)。(2) J. Hopfield 和 P. Tank：《优化问题中的决策神经计算》，《生物控制论》，第 81 卷，第 141-152 页 (1985)。(3) S. Kirkpatricks 等人：《通过模拟退火实现优化》，《科学》，第 220 卷，第 671-680 页 (1983)。
使用Edna metabarcoding建立河流恢复后淡水鱼组成的靶标
需要为鱼类社区组成建立现实的目标来评估河流修复项目的有效性。，我们使用了与米里什底漆的环境DNA（EDNA）元法编码，以获取估计位于日本Ehime ehime Prefecture的Shigenobu River System的上游，下游和恢复缓解项目区域（Kaihotsu - Kasumi）的17个地点（Kaihotsu - Kasumi）的估计。我们评估了使用Edna快速，敏感和广泛收集数据的好处，以在恢复区建立现有的鱼类群落组成，以及物种组合的潜在的短期，中期和长期目标，这些物种组合可能在分散到来自上游和下游群体的项目区域后现实地出现。我们将Edna Metabarcodod的结果与从同时捕获调查和历史信息获得的物种列表进行了比较。从埃德纳（Edna Surveys）获得的社区组成的非衡量多维标度图显示，Kaihotsu - Kasumi恢复区和周围的河流及其河流分为三个簇：上游，中层和下游及河口和河口。Kaihotsu - Kasumi恢复区位点包含在恢复区附近的流入和流出河流的中间和下到达的组中。我们在这一组中检测到了总共26种，二十一种本地物种和五个非本地物种。因此，这些本地物种被认为是短期目标物种，其散布到Kaihotsu - Kasumi恢复区域。相比之下，基于捕获调查和历史文献，只有14种被选为目标物种。增加了我们埃德纳调查的分辨率的一个因素是我们确定存在a anguillicaudatus（进化枝A和B）的种内谱系的能力，这些谱系被捕获调查遗漏了。这些结果表明，与捕获调查相比，EDNA Metabarcoding方法可以提供更全面和现实的短期目标物种估计，并通过种内谱系检测提供更高的分辨率监测。