摘要 本研究旨在结合人工智能 (AI) 来分析客户的购买模式及其发挥作用的不同因素。通过发现有助于改变模式的重要因素。为了进行研究,进行了一项调查以进行分析。选定的数据集包含四个属性,即性别、年龄、估计工资和购买。这些因素用作 AI 模型的输入。数据集包含 400 名成员。80% 的数据用于训练,20% 的数据用于测试目的。实验结果表明,该模型的准确率达到 90%。这意味着人工智能对客户在网上购物过程中的行为和方式的改变做出了巨大贡献。关键词:人工智能、社交媒体平台、网上购物、分析
摘要在这项研究中,铝(Al)薄膜使用RF磁铁溅射技术沉积在SIO 2 /Si底物上,以分析RF溅射功率对微观结构表面形态的影响。采用不同的溅射RF功率(100-400 W)形成薄膜。使用X射线衍射模式(XRD),扫描电子显微镜(SEM),原子力显微镜(AFM)和傅立叶转换红外(FTIR)光谱研究,研究了沉积的Al薄膜的特征。X射线衍射(XRD)结果表明,低溅射功率的沉积膜具有无定形性质。通过增加溅射功率,观察到结晶。AFM分析结果表明,300 W的RF功率是增强最光滑的Al薄膜的最佳溅射功率。FTIR结果表明,不同的RF功率会影响沉积膜的化学结构。SEM结果表明,通过增加旋转功率,可以导致在底物表面形成孤立的纹理。总而言之,RF功率对沉积膜的性质,尤其是结晶和形状有重大影响。
摘要 本研究采用射频磁控溅射技术在SiO2/Si基底上沉积铝(Al)薄膜,以分析射频溅射功率对微结构表面形貌的影响。采用不同的溅射射频功率(100–400 W)来沉积Al薄膜。利用X射线衍射图(XRD)、扫描电子显微镜(SEM)、原子力显微镜(AFM)和傅里叶变换红外(FTIR)光谱研究了沉积Al薄膜的特性。X射线衍射(XRD)结果表明,低溅射功率下沉积的薄膜具有非晶性质。随着溅射功率的增加,可以观察到结晶。AFM分析结果表明,300 W的射频功率是生长最光滑Al薄膜的最佳溅射功率。FTIR结果表明,不同的射频功率影响沉积薄膜的化学结构。 SEM结果表明,随着溅射功率的增加,基体表面形成了孤立的纹理。总之,射频功率对沉积薄膜的性质,特别是结晶和形状有显著的影响。
动机:生物学过程中的各种学科并分析了多个序列比对(MSA)和系统基因树,以评估其信息含量,推断进化事件和过程并预测基因功能。但是,由于缺乏统一的工具包,MSA和树木的自动处理仍然是一个挑战。为了填补这一差距,我们介绍了Phykit,这是一种使用30个处理MSA和树木的函数的工具包,包括但不限于估计突变率,序列组成偏见的评估,计算分子时钟的违规程度以及与下属的分子抗体(内部分支)(较低的支撑)。结果:为了证明Phykit的实用性,我们详细介绍了三种用例:(1)总结MSA和系统发育树中的信息内容,以诊断出序列或树数据的潜在偏见; (2)评估基因 - 基因的共同变异,以鉴定基因之间的功能关系,包括新颖的关系,以及(3)标志性的系统发育树中缺乏分辨率事件或多构象,这些事件暗示了快速辐射事件或缺乏数据。我们预计,植物会对处理,检查和得出生物学意义有用。可用性和实施:phykit在GitHub(https://github.com/jlsteenwyk/phykit),pypi(https://pypi.org/project/phykit/)和Anaconda Cloud(https://pro)云(https://p:org/project/phykit/)和Anaconda Cloud(https:httpps:htttps:/带有广泛文档和用户教程的Cense(https://jlsteenwyk.com/phykit)。联系人:jacob.steenwyk@vanderbilt.edu或antonis.rokas@vanderbilt.edu补充信息:补充数据可从Bioinformatics Online获得。
基因修饰细胞中载体整合位点的抽象背景分析可以提供有关克隆性和对附近基因的潜在生物学影响的关键信息。当前的短阅读下一代测序方法需要专门的仪器和大批量运行。方法,我们使用纳米孔测序分析了由γ逆转录病毒载体转导的T细胞的矢量积分位点,SFG.ICASP9.2A。δCD19。DNA限制酶,用两个6个切割者NCOI和BSPHI消化;以及通过逆PCR或盒式连接PCR扩增的侧翼基因组DNA。嵌套PCR和条形码后,在牛津纳米孔平台上测序了扩增子。读取被过滤以质量,修剪和对齐。自定义工具的开发用于群集读取并合并重叠簇。结果逆PCR和盒式连接PCR都可以成功扩增侧翼基因组DNA,盒式连接PCR显示出较小的偏差。480万原始读数分为12,186个集群和6410个克隆。3'长末端重复(LTR) - 基因组连接可以在5-核苷酸跨度内解决大多数簇,并且在一个核苷酸跨度内,用于≥5个读取的簇。插入位点的染色体分布及其对接近转录起始位点的区域的偏爱与先前的γ逆转录病毒载体整合体的报告一致,该报告通过短阅读的下一代测序分析。结论我们的研究表明,使用纳米孔测序来绘制多克隆矢量积分位点是可行的。该测定是可扩展的,需要最低资本,这共同实现了具有成本效益和及时的分析。需要进一步的细化来减少扩增偏置并改善单核苷酸分辨率。
摘要 本研究使用连接测量来研究脑电图 (EEG) 和心脏参数光电容积图 (PPG) 之间的相互作用,以强调自主神经系统在欺骗过程中相对于中枢神经系统的重要性。在本调查中,应用了连接分析,因为它可以提供大脑区域的信息流;此外,说谎和真话似乎与大脑中的信息流相一致。首先,介绍了一种基于小波的 EEG/PPG 有效连接融合新方法;然后,对 41 名受试者进行了验证。对于每个受试者,在提取 EEG 和 PPG 信号的特定小波分量后,通过广义部分直接相干和直接有向传递函数生成有效连接网络。结果表明,有罪和无辜受试者在某些区域的总平均连接模式不同。分类结果表明,通过留一法可以以 84.14% 的平均准确率将说谎与真话区分开来。目前的结果为 EEG 和 PPG 信号之间的耦合提供了新的信息。
顺序染色质免疫沉淀(SEQCHIP)是一种程序,其中甲醛交联,来自活细胞的蛋白质– DNA复合物受到了两个具有不同特异性抗体的顺序免疫侵蚀。seqchip已被定性地解决,是否可以同时在体内同时同时同时同时占领DNA。在这里,我们扩展了早期的工作,并描述了以定量方式执行和解释Seqchip实验的理论和实际考虑因素。我们提供了一个详细的实验程序,用于设计和执行SEQCHIP实验以及这三个可能结果的实验示例:完全共同占领,没有共占领和部分共同占领。在某些部分共同占领的情况下,Seqchip中免疫沉淀的顺序会强烈影响结果。我们在实验上确认了一个定量参数,该参数提供了在给定DNA区域上两种蛋白的同居量的度量,并提供了有关如何解释Seqchip实验结果的信息。我们对Seqchip数据的定量处理大大扩展了该技术在体内阐明分子机械的实用性。