XiaoMi-AI文件搜索系统
World File Search SystemSimilarity
朝着金丝雀岛的条形码数据库用于土壤生物多样性：揭示了岛状土壤中隐性和未记录的螨虫物种多样性
热水弹簧是中介，热剂和热层的独特区域。它们是嗜热物多样性的来源，主要属于古细菌和细菌域。嗜热剂的多样性概述了可以用于工业应用的巨大生物学潜力。为此，这项研究的目的是隔离和表征来自塔塔帕尼（Tatapani）的热水春天未探索的嗜热水弹，泰赫西尔（Tehsil＆Distrapani），泰赫西尔（Tehsil＆Tehsil＆District）kotli ajk，pakistan，巴基斯坦。使用形态学，生化，生理和分子属性鉴定出大约10个细菌分离株。对分离株的16S rDNA基因进行了爆炸搜索的测序表明，菌株MBT008与kamchatkensis的anoxybacillus 100％相似。MBT012与蒙古曲霉的相似性为99.57％，MBT014与A. tengchongensis相关，MBT009的相似性为99.43％，MBT009与A. gonensis和Mbt018，98.70％相似的MBT009与A. karvacharenensis相似。在一个共同来源中，所有这些微生物多样性的存在至关重要，与一般的环境和工业方面有关，从这些热疗法中提取热稳定酶，特异性地在工业
神经网络
深度神经网络 (DNN) 已成为对大脑和行为进行建模的重要工具。一个关键的关注领域是将这些网络应用于对人类相似性判断进行建模。之前的一些研究使用了视觉 DNN 倒数第二层的嵌入，并表明对这些特征进行重新加权可以改善人类相似性判断与 DNN 之间的契合度。这些研究强调了这样一种观点，即这些嵌入形成了良好的基础集，但缺乏正确的显着性水平。在这里，我们重新审视了这一想法的依据，相反，我们假设这些嵌入除了形成良好的基础集之外，还具有正确的显着性水平来解释相似性判断。只是需要修剪大维嵌入以选择与相似性空间建模所考虑的领域相关的特征。在研究 1 中，我们根据人类相似性判断的子集监督了 DNN 修剪。我们发现，剪枝：i) 改进了 DNN 嵌入中人类相似性判断的样本外预测，ii) 与 WordNet 层次结构产生更好的对齐，iii) 保留了比重新加权更高的分类准确率。研究 2 表明，通过神经生物学数据进行剪枝对于改进 DNN 嵌入中大脑衍生的表征相异矩阵的样本外预测非常有效，有时可以充实原本无法观察到的同构。使用剪枝后的 DNN，可以生成图像级热图来识别特征加载在由大脑区域编码的维度上的图像部分。因此，由人类大脑/行为监督的剪枝可以有效地识别 DNN 和人类之间可对齐的知识维度，并构成一种理解神经网络中知识组织的有效方法。© 2023 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY 许可协议 ( http://creativecommons.org/licenses/by/4.0/ ) 开放获取的文章。
Fluad，INN-流感疫苗（表面抗原，灭活...
1.4.1. 相似性 ................................................................................................................ 6
一种基于敏感压缩的方法，用于过滤靶向的FASTQ测序读取
摘要 - BioInformatics应用程序通常需要根据其与特定序列目标的相似性过滤FastQ测序读取，例如消除与特定病毒相关的污染或隔离读取。尽管基于对齐的方法对这些任务有效，但它们表现出降低的灵敏度并可能引入高估，尤其是在面对较低的相似性搜索时。在本文中，我们使用一种新颖的无对齐方法来过滤FASTQ根据定义的相似性阈值读取。与基于对齐方式的方法不同，即使在相似性较低的方案中，例如在古代DNA中，我们的方法也保持较高的灵敏度。此外，我们的方法是基于压缩的，可以减轻其他方法固有的高估风险。我们在各种应用程序中演示了我们方法的多功能性，并提供了一种称为磁铁的公共开源物。磁铁提供了用于加速处理的多线程功能，并且可以在https://github.com/cobilab/magnet上自由访问。索引项 - 数据压缩，生物信息学，计算生物学，测序读取，数据滤波器
![arXiv:2312.10370v2 [cs.AI] 2024 年 3 月 28 日](/simg/9\91f7af3b87a107a56902207b93b27804eae3aa2b.png)
arXiv:2312.10370v2 [cs.AI] 2024 年 3 月 28 日
摘要。为链接预测而开发的知识图谱嵌入模型 (KGEM) 学习知识图谱中实体的向量表示，称为嵌入。一个常见的默认假设是 KGE 实体相似性假设，该假设指出这些 KGEM 在其嵌入空间内保留了图的结构，即将图中的相似实体彼此靠近。这一理想特性使 KGEM 广泛应用于下游任务，如推荐系统或药物再利用。然而，实体相似性和嵌入空间相似性的关系很少得到正式评估。通常，KGEM 是根据其唯一的链接预测能力进行评估的，使用基于排名的指标，如 Hits@K 或平均排名。本文挑战了流行的假设，即图中的实体相似性本质上反映在嵌入空间中。因此，我们进行了大量实验来衡量 KGEM 将相似实体聚类在一起的能力，并研究了潜在因素的性质。此外，我们研究不同的 KGEM 是否表现出不同的相似性概念。数据集、预训练嵌入和代码可在以下位置获取：https://github.com/nicolas-hbt/similar-embeddings/ 。
清醒涟漪增强人类大脑中的情绪记忆编码
据推测，增强对情绪体验的记忆取决于记忆巩固过程中杏仁核-海马的相互作用。本文利用人类杏仁核和海马在情绪记忆编码和辨别任务中的颅内记录，表明与中性刺激相比，编码情绪后清醒涟漪增加。此外，编码后涟漪锁定刺激相似性可预测后期记忆辨别。涟漪锁定刺激相似性在杏仁核中出现的时间比在海马中更早，相互信息分析证实了杏仁核对海马活动的影响。最后，杏仁核和海马中联合的涟漪锁定刺激相似性可预测正确的记忆辨别。这些发现提供了电生理证据，表明编码后涟漪可以增强对情绪事件的记忆。
全局场时频表示... - 欧文实验室
摘要 — 意识障碍 (DOC) 患者的行为诊断具有挑战性，而且容易出错。因此，人们加大了对基于脑电图和事件相关电位 (ERP) 的床边评估的开发力度，这些评估对支持意识觉知的神经因素更为敏感。然而，使用这些技术对残留意识进行个体检测尚不成熟。在这里，我们假设大脑对听觉刺激的被动反应的跨状态相似性（定义为健康和受损意识状态之间的相似性）可以指示个体 DOC 患者的意识水平。为此，我们引入了基于全局场时频表示的判别相似性分析 (GFTFR-DSA)。该方法使用 GFTFR 作为脑电图特征，量化个体患者与我们构建的健康模板之间的平均跨状态相似性指数。我们证明，与传统的脑电图特征（例如时间波形）相比，所提出的 GFTFR 特征在 34 个健康对照中表现出更好的组内一致性。其次，我们观察到，最低意识状态患者（MCS，40 名患者）的 GFTFR 相似度指数明显高于无反应性觉醒综合征患者（UWS，54 名患者），这支持了我们的假设。最后，将线性支持向量机分类器应用于单个 MCS/UWS 分类，该模型实现了平衡的准确度和 0.77 的 F1 得分。总体而言，我们的研究结果表明，结合判别性和可解释性标记以及自动机器学习算法，对于 DOC 患者的鉴别诊断是有效的。重要的是，这种方法可以
它是否多击？扫描PATH比较告诉我们有关团队中任务绩效的信息
团队合作和协作构成了组织绩效和成功的基石。重要的是要了解团队成员的注意力分配与绩效有关。在团队背景下研究注意力分配的一种方法是比较两个在团队中工作的人的扫描路径相似性，并探索扫描路径相似性与团队绩效之间的联系。在这项研究中，招募了参与者，以成对工作，无人驾驶飞机（UAV）任务，其中包括低工作量和高工作量条件。使用眼睛跟踪器来收集每个团队中两个参与者的眼睛运动。使用Multimatch（一种是ES ESS扫描Pather比较算法）在低工作负载条件下比较了两个队友的扫描路径。所获得的扫描路径相似性值与响应时间和准确性的实质性度量相关。几个多选措施表明，多个维度之间的强大相关性显着，从而使团队行为和注意力分配提供了不可思议的相关性。结果表明，每个团队成员的扫描路径越相似，他们的性能就越好。需要进行其他研究和实验变量的考虑，以进一步了解如何最好地使用多匹配来进行扫描路径相似性评估。
肠道菌群在营养和健康中的作用
框1：词汇表•微生物组 - 特定环境中微生物的集体基因组•微生物群 - 微生物本身的社区•微生物群的多样性 - 衡量了多少不同的物种，以及依赖于多样性的索引，依赖于社区中的多样性，依赖于它们。较低的多样性被认为是肠道中营养不良（微生物失衡）的标志物，并且在自身免疫性疾病，肥胖症和心脏代谢状况以及老年人中已被发现，并且在老年人中•操作分类单位 - 一种用于对紧密相关生物进行分类组的定义。DNA序列相似性聚集，并且根据研究人员设定的相似性阈值（通常为97％的相似性）定义操作分类单位•结肠细胞（通常为97％的相似性） - 结肠•无菌动物的上皮细胞，无菌种，它们在六个中均与六个car酸 - 富有较短的抗酸不获 - •在这些范围内，•在这些范围内，•较脆弱的是富裕的，•富有量的依赖于危机，•通过细菌发酵饮食纤维
基于语义标注的比较实验...
我们提出了一种参数方法 SemSim p，旨在测量数字资源的语义相似度。SemSim p 基于信息内容的概念，它利用参考本体和分类推理，包含对本体概念进行加权的不同方法。具体而言，可以通过考虑可用的数字资源或给定领域的参考本体的结构来计算权重。通过进行包括统计分析和专家判断评估的实验，针对文献中提出的概念集比较方法，对 SemSim p 进行了评估。为了实现可靠的评估，我们使用了基于计算机协会数字图书馆 (ACM) 的真实大型数据集，以及源自 ACM 计算分类系统 (ACM-CCS) 的参考本体。对于每种方法，我们都考虑了两个指标。第一个涉及从 ACM Transactions on Information Systems 期刊中选出的某些专题的论文之间相似性的置信度，第二个涉及与人类判断的 Pearson 相关性。结果表明，SemSim p 的其中一种配置优于其他评估方法。在物理学领域进行的附加实验表明，总体而言，SemSim p 比其他相似性方法提供更好的结果。