XiaoMi-AI文件搜索系统
World File Search Systemconsist
通过自我监督的识别一致的神经合奏
从记录的神经活动中解码刺激或行为是研究大脑功能在研究中的常见方法，也是脑部计算机和脑机界面的重要组成部分。可靠的解码即使是从小型神经种群中也可能导致高维神经种群活动，通常占据低维man-可通过合适的潜在可变模型可发现的低维man。随着时间的流逝，单个神经元的活性和神经记录设备中不稳定性的漂移可能是基础的，使几天和几周的稳定解码变得不切实际。虽然无法在单个神经元水平上预测这种漂移，但是当连续记录会话（例如不同的神经元集以及记录数据中一致的神经元的变化排列）时，人群水平的变化可能是可以学习的。在会话中的一致性与陌生神经元的分类以及按照记录的一致记录神经元的偏差来考虑偏差，然后可以保持解码性能并揭示与任务相关的神经歧管。在这里，我们表明，对深神经网络的自我监督培训可用于弥补这一间歇间的可变性。结果，顺序的自动编码模型可以维持最新的行为解码性能，以使未来几天的完全看不见的记录会话。我们的方法仅需要一次录制会话来培训模型，这是迈向可靠，无重新校准的大脑计算机接口的一步。关键字：多种学习，神经科学，自我监督学习，神经解码，神经种群活动，顺序自动编码器，电生理学
两项遗传队列研究显示，性格特征与根据基因组序列估算出的血线粒体 DNA 拷贝数始终相关
背景：组织和血液中的线粒体 DNA 拷贝数 (mtDNAcn) 可能在糖尿病和重度抑郁等情况下发生改变，并可能在衰老和长寿中发挥作用。然而，人们对 mtDNAcn 与情绪状态、代谢健康和长寿相关的人格特质之间的关联知之甚少。本研究检验了血液 mtDNAcn 与人格特质相关并介导人格与死亡率之间关联的假设。方法：我们使用修订版 NEO 人格量表 (NEO-PI-R) 评估了五大人格领域和方面，使用流行病学研究中心抑郁量表 (CES-D) 评估了抑郁症状，从全基因组测序中估计了 mtDNAcn 水平，并追踪了巴尔的摩老龄化纵向研究参与者的死亡率。结果在 SardiNIA 项目中得到了复制。结果：我们发现 mtDNAcn 与神经质领域及其方面呈负相关，与其他四个领域的方面呈正相关。这些影响的方向和大小在 SardiNIA 队列中得到了复制，并且在两个样本中对潜在混杂因素的调整都很稳健。与神经质的发现一致，抑郁症状越高，mtDNAcn 越低。最后，mtDNAcn 介导了人格与死亡风险之间的关联。
认知训练引起的激活变化与主观认知能力下降的老年人的认知储备改善相一致
功能性磁共振成像（fMRI）用于评估认知训练对大脑激活的影响，大脑激活是学习阶段和教育水平的函数。40 名患有主观认知衰退（SCD）的老年人接受了 6 次 1 小时的记忆训练，训练方式为位置法。在训练前（PRE）、3 次训练后（POST3）和 6 次训练后（POST6）的单词表编码和检索过程中测量了脑成像（N = 29）。无论受教育程度如何，参与者都表现出从 PRE 到 POST6 在编码过程中左侧下额叶前回激活增加，而从 PRE 到 POST3 在检索过程中双侧额叶纹状体激活减少。从 PRE 到 POST3，右侧颞叶两个区域的激活变化随受教育程度而变化：受教育程度较低的参与者激活增加，而受教育程度较高的参与者激活减少。受教育程度较低的人这些区域最初不太活跃。结果表明，受教育程度较低的人发生了战略转变，而受教育程度较高的人则积累了专业知识，同时恢复了与教育相关的初始差异。© 2022 作者。由 Elsevier Inc. 出版。这是一篇根据 CC BY-NC-ND 许可协议开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）
基于一致性评价的药物-靶标亲和力预测方法...
摘要 - 药物发现的第一步是找到具有针对特定靶标的药用活性的药物分子部分。因此，研究药物靶标蛋白与小化学分子之间的相互作用至关重要。然而，传统的发现潜在小药物分子的实验方法劳动密集且耗时。目前，人们对使用药物分子相关数据库建立计算模型来筛选小药物分子非常感兴趣。在本文中，我们提出了一种使用深度学习模型预测药物靶标结合亲和力的方法。该方法使用改进的GRU和GNN分别从药物靶标蛋白序列和药物分子图中提取特征以获得它们的特征向量。组合向量用作药物-靶标分子对的向量表示，然后输入到完全连接的网络中以预测药物-靶标结合亲和力。该提出的模型证明了其在DAVIS和KIBA数据集上预测药物-靶标结合亲和力的准确性和有效性。
农村地区水质建模中时空一致性的指南
Ahmadi，M.，Arabi，M.，Ascough，J.C.，Fontane，D.G。和Engel，B。 A. （2014）。 朝着改进流域模型的校准：多站点多物镜信息。 环境建模与软件，59，135 - 145。https：//doi.org/10.1016/j.envsoft.2014.05.012 Ala-Aho，P.，Soulsby，C.，Wang，H。，H。，＆Tetzlaff，D。（2017）。 集成的表面表面模型研究地下水在源头流域径流产生中的作用：一种极简主义的参数化方法。 水文学杂志，547，664 - 677。https：//doi.org/ 10.1016/j.jhydrol.2017.02.02.023 Arabi，M.，Govindaraju，R.S.，＆Hantush，M.M。（2006）。 使用遗传算法对流域管理实践的具有成本效益的分配。 水资源研究，42，W10429。 https://doi.org/10.1029/ 2006wr004931 Bekele，E。G.和Nicklow，J。W.（2007）。 使用nsga-ii的特警自动量化。 水文学杂志，341，165 - 176。 Bieger，K.，Hormann，G。，＆Fohrer，N。（2015）。 （2015）：中国山流域中特警表面径流和沉积物产量的详细空间分析。 水文科学杂志，60（5），784 - 800。https：//doi.org/10.10.1080/02626667.2014.965172 Chaubey，I.，Chiang，L. 最佳管理实践在提高牧场主导的流域中水质方面的有效性。 （2015）。 改善地球系统模型中水文过程的代表。 水资源研究，51，5929 - 5956。https：//doi.org/10.1002/2015WR017096Ahmadi，M.，Arabi，M.，Ascough，J.C.，Fontane，D.G。和Engel，B。A.（2014）。朝着改进流域模型的校准：多站点多物镜信息。环境建模与软件，59，135 - 145。https：//doi.org/10.1016/j.envsoft.2014.05.012 Ala-Aho，P.，Soulsby，C.，Wang，H。，H。，＆Tetzlaff，D。（2017）。集成的表面表面模型研究地下水在源头流域径流产生中的作用：一种极简主义的参数化方法。水文学杂志，547，664 - 677。https：//doi.org/ 10.1016/j.jhydrol.2017.02.02.023 Arabi，M.，Govindaraju，R.S.，＆Hantush，M.M。（2006）。使用遗传算法对流域管理实践的具有成本效益的分配。水资源研究，42，W10429。https://doi.org/10.1029/ 2006wr004931 Bekele，E。G.和Nicklow，J。W.（2007）。 使用nsga-ii的特警自动量化。 水文学杂志，341，165 - 176。 Bieger，K.，Hormann，G。，＆Fohrer，N。（2015）。 （2015）：中国山流域中特警表面径流和沉积物产量的详细空间分析。 水文科学杂志，60（5），784 - 800。https：//doi.org/10.10.1080/02626667.2014.965172 Chaubey，I.，Chiang，L. 最佳管理实践在提高牧场主导的流域中水质方面的有效性。 （2015）。 改善地球系统模型中水文过程的代表。 水资源研究，51，5929 - 5956。https：//doi.org/10.1002/2015WR017096https://doi.org/10.1029/ 2006wr004931 Bekele，E。G.和Nicklow，J。W.（2007）。使用nsga-ii的特警自动量化。水文学杂志，341，165 - 176。Bieger，K.，Hormann，G。，＆Fohrer，N。（2015）。 （2015）：中国山流域中特警表面径流和沉积物产量的详细空间分析。 水文科学杂志，60（5），784 - 800。https：//doi.org/10.10.1080/02626667.2014.965172 Chaubey，I.，Chiang，L. 最佳管理实践在提高牧场主导的流域中水质方面的有效性。 （2015）。 改善地球系统模型中水文过程的代表。 水资源研究，51，5929 - 5956。https：//doi.org/10.1002/2015WR017096Bieger，K.，Hormann，G。，＆Fohrer，N。（2015）。（2015）：中国山流域中特警表面径流和沉积物产量的详细空间分析。水文科学杂志，60（5），784 - 800。https：//doi.org/10.10.1080/02626667.2014.965172 Chaubey，I.，Chiang，L.最佳管理实践在提高牧场主导的流域中水质方面的有效性。（2015）。改善地球系统模型中水文过程的代表。水资源研究，51，5929 - 5956。https：//doi.org/10.1002/2015WR017096土壤和水保护杂志，65，424 - 437。https：//doi.org/10.2489/jswc.65.65.6.424 Clark，M.P.，Fan，Y.，Y.，Lawrence，D.M.，D.M.，D.M.麦克斯韦（R. M.
![b'与 ED 一样，对于一般的混合态，EC 也很难计算，而且只在极少数特殊情况下才为人所知。但是，对于纯态，例如前面讨论过的 | \xcf\x88 \xce\xb8 \xe2\x9f\xa9 状态，EC = \xe2\x88\x92 Tr \xcf\x81 A log 2 ( \xcf\x81 A ) ，等于 ED 。实现纯态稀释过程的最佳方式是利用两种技术：（i）量子隐形传态，我们在一开始就介绍过，它简单地说是一个双方共享的贝尔态可以用来确定地转移一个未知的量子比特态，以及（ii）量子数据压缩[12]，它的基本意思是，一个由 n 个量子比特组成的大消息，每个量子比特平均由一个密度矩阵 \xcf\x81 A 描述，可以压缩成可能更少的 k = nS ( \xcf\x81 A ) \xe2\x89\xa4 n 个量子比特；而且只要 n 足够大，就可以忠实地恢复整个消息。我们稍后会讨论量子数据压缩。纯态在渐近极限下的可逆性。有了这两个工具，爱丽丝可以先准备 n 份 | \xcf\x88 \xce\xb8 \xe2\x9f\xa9 （总共 2 n 个量子比特）在本地压缩 n 个量子比特为 k 个量子比特，然后 \xe2\x80\x9csend\xe2\x80\x9d 发送给 Bob，并使用共享的 k 个贝尔态将压缩的 k 个量子比特传送给 Bob。然后 Bob 将 k 个量子比特解压缩回未压缩的 n 个量子比特，这些量子比特属于纠缠态 | \xcf\x88 \xce\xb8 \xe2\x9f\xa9 的 n 个副本中的一半。因此，Alice 和 Bob 建立了 n 对 | \xcf\x88 \xce\xb8 \xe2\x9f\xa9 。这描述了纯态稀释过程的最佳程序。蒸馏的纠缠和纠缠成本被渐近地定义，即两个过程都涉及无限数量的初始状态的副本。对于纯态，EC = ED [7]，这意味着这两个过程是渐近可逆的。但对于混合态，这两个量都很难计算。尽管如此，预计 EC ( \xcf\x81 ) \xe2\x89\xa5 ED ( \xcf\x81 )，即蒸馏出的纠缠不能比投入的多。形成的纠缠\xe2\x80\x94 是一个平均量 。然而，正如我们现在所解释的，有一个 EC 的修改，通过对纯态的 EC 取平均值获得，它被称为形成纠缠 EF [11, 13]。任何混合态 \xcf\x81 都可以分解为纯态混合 { pi , | \xcf\x88 i \xe2\x9f\xa9\xe2\x9f\xa8 \xcf\x88 i |} ，尽管分解远非唯一。以这种方式通过混合纯态构建混合态平均需要花费 P'](/simg/b/b87790512905fd558b37731181c2b32866795b88.webp)
b'与 ED 一样，对于一般的混合态，EC 也很难计算，而且只在极少数特殊情况下才为人所知。但是，对于纯态，例如前面讨论过的 | \xcf\x88 \xce\xb8 \xe2\x9f\xa9 状态，EC = \xe2\x88\x92 Tr \xcf\x81 A log 2 ( \xcf\x81 A ) ，等于 ED 。实现纯态稀释过程的最佳方式是利用两种技术：（i）量子隐形传态，我们在一开始就介绍过，它简单地说是一个双方共享的贝尔态可以用来确定地转移一个未知的量子比特态，以及（ii）量子数据压缩[12]，它的基本意思是，一个由 n 个量子比特组成的大消息，每个量子比特平均由一个密度矩阵 \xcf\x81 A 描述，可以压缩成可能更少的 k = nS ( \xcf\x81 A ) \xe2\x89\xa4 n 个量子比特；而且只要 n 足够大，就可以忠实地恢复整个消息。我们稍后会讨论量子数据压缩。纯态在渐近极限下的可逆性。有了这两个工具，爱丽丝可以先准备 n 份 | \xcf\x88 \xce\xb8 \xe2\x9f\xa9 （总共 2 n 个量子比特）在本地压缩 n 个量子比特为 k 个量子比特，然后 \xe2\x80\x9csend\xe2\x80\x9d 发送给 Bob，并使用共享的 k 个贝尔态将压缩的 k 个量子比特传送给 Bob。然后 Bob 将 k 个量子比特解压缩回未压缩的 n 个量子比特，这些量子比特属于纠缠态 | \xcf\x88 \xce\xb8 \xe2\x9f\xa9 的 n 个副本中的一半。因此，Alice 和 Bob 建立了 n 对 | \xcf\x88 \xce\xb8 \xe2\x9f\xa9 。这描述了纯态稀释过程的最佳程序。蒸馏的纠缠和纠缠成本被渐近地定义，即两个过程都涉及无限数量的初始状态的副本。对于纯态，EC = ED [7]，这意味着这两个过程是渐近可逆的。但对于混合态，这两个量都很难计算。尽管如此，预计 EC ( \xcf\x81 ) \xe2\x89\xa5 ED ( \xcf\x81 )，即蒸馏出的纠缠不能比投入的多。形成的纠缠\xe2\x80\x94 是一个平均量 。然而，正如我们现在所解释的，有一个 EC 的修改，通过对纯态的 EC 取平均值获得，它被称为形成纠缠 EF [11, 13]。任何混合态 \xcf\x81 都可以分解为纯态混合 { pi , | \xcf\x88 i \xe2\x9f\xa9\xe2\x9f\xa8 \xcf\x88 i |} ，尽管分解远非唯一。以这种方式通过混合纯态构建混合态平均需要花费 P'
b'与 ED 一样，对于一般的混合态，EC 也很难计算，而且只在极少数特殊情况下才为人所知。但是，对于纯态，例如前面讨论过的 | \xcf\x88 \xce\xb8 \xe2\x9f\xa9 状态，EC = \xe2\x88\x92 Tr \xcf\x81 A log 2 ( \xcf\x81 A ) ，等于 ED 。实现纯态稀释过程的最佳方式是利用两种技术：（i）量子隐形传态，我们在一开始就介绍过，它简单地说是一个双方共享的贝尔态可以用来确定地转移一个未知的量子比特态，以及（ii）量子数据压缩[12]，它的基本意思是，一个由 n 个量子比特组成的大消息，每个量子比特平均由一个密度矩阵 \xcf\x81 A 描述，可以压缩成可能更少的 k = nS ( \xcf\x81 A ) \xe2\x89\xa4 n 个量子比特；而且只要 n 足够大，就可以忠实地恢复整个消息。我们稍后会讨论量子数据压缩。纯态在渐近极限下的可逆性。有了这两个工具，爱丽丝可以先准备 n 份 | \xcf\x88 \xce\xb8 \xe2\x9f\xa9 （总共 2 n 个量子比特）在本地压缩 n 个量子比特为 k 个量子比特，然后 \xe2\x80\x9csend\xe2\x80\x9d 发送给 Bob，并使用共享的 k 个贝尔态将压缩的 k 个量子比特传送给 Bob。然后 Bob 将 k 个量子比特解压缩回未压缩的 n 个量子比特，这些量子比特属于纠缠态 | \xcf\x88 \xce\xb8 \xe2\x9f\xa9 的 n 个副本中的一半。因此，Alice 和 Bob 建立了 n 对 | \xcf\x88 \xce\xb8 \xe2\x9f\xa9 。这描述了纯态稀释过程的最佳程序。蒸馏的纠缠和纠缠成本被渐近地定义，即两个过程都涉及无限数量的初始状态的副本。对于纯态，EC = ED [7]，这意味着这两个过程是渐近可逆的。但对于混合态，这两个量都很难计算。尽管如此，预计 EC ( \xcf\x81 ) \xe2\x89\xa5 ED ( \xcf\x81 )，即蒸馏出的纠缠不能比投入的多。形成的纠缠\xe2\x80\x94 是一个平均量 。然而，正如我们现在所解释的，有一个 EC 的修改，通过对纯态的 EC 取平均值获得，它被称为形成纠缠 EF [11, 13]。任何混合态 \xcf\x81 都可以分解为纯态混合 { pi , | \xcf\x88 i \xe2\x9f\xa9\xe2\x9f\xa8 \xcf\x88 i |} ，尽管分解远非唯一。以这种方式通过混合纯态构建混合态平均需要花费 P'
（甲基乙酰胺）基于苯的构造：一致的捕获
共晶工程正在吸引越来越多的兴趣，这是一种具有有趣属性的新材料的有前途的方式，并且正在进行的研究正在制定可靠的设计规则以进行合并。1 2 3 4组成分子的大小和形状（此处称为构造）5是控制晶格排列的重要因素，以及由固态堆积产生的紧密分子间相互作用的强度和方向性。6 7原则上，当所有构造构成具有明确定义的刚性分子时，相对容易预测可能的晶格包装。共结晶晶格预测变得更具挑战性。6 7 8在这种情况下，最简单的概念方法是假设所有柔性构造都采用了最低的能量构象。然而，这种范式忽略了高能构象中的柔性构造可能会导致更有利的固态填料，这是由于官能团的定位，因此可能会允许更有利的固态包装。换句话说，增加的有利分子间相互作用数量增加可以抵消当构造采用高能量分子构象时所产生的能量惩罚。6 9
![b'given x，y \ xe2 \ x88 \ x88 {0，1} n，设置不相交在于确定某些索引i \ xe2 \ x88 \ x88 \ x88 [n]是否x i = y i = 1。我们研究了在分布式计算方案中计算此函数的问题，在分布式计算方案中，在长度路径的两个末端，输入x和y被给予处理器。该路径的每个顶点都有一个量子处理器，可以通过每回合交换O（log n）量子位，可以与其每个邻居进行通信。我们对计算设置脱节所需的回合数量感兴趣，而恒定概率远离1/2。我们称此问题\ xe2 \ x80 \ x9cset上的一条线\ xe2 \ x80 \ x9d。 Le Gall和Magniez [LM18]引入了线路上的集合脱节，以证明计算Congest模型中任意网络直径的量子分布复杂性的下限。但是，当处理器在路径的中间顶点上使用的局部内存受到严重限制时，它们只能提供下限。更确切地说，仅当每个中间处理器的局部内存由O（log n）Qubits组成时，它们的边界才适用。在这项工作中，我们证明了e \ xe2 \ x84 \ xa6 3 \ xe2 \ x88 \ x9a'](/simg/b/b8f591abd64b6da4584d55fe0cdc94d21656ec12.webp)
b'given x，y \ xe2 \ x88 \ x88 {0，1} n，设置不相交在于确定某些索引i \ xe2 \ x88 \ x88 \ x88 [n]是否x i = y i = 1。我们研究了在分布式计算方案中计算此函数的问题，在分布式计算方案中，在长度路径的两个末端，输入x和y被给予处理器。该路径的每个顶点都有一个量子处理器，可以通过每回合交换O（log n）量子位，可以与其每个邻居进行通信。我们对计算设置脱节所需的回合数量感兴趣，而恒定概率远离1/2。我们称此问题\ xe2 \ x80 \ x9cset上的一条线\ xe2 \ x80 \ x9d。 Le Gall和Magniez [LM18]引入了线路上的集合脱节，以证明计算Congest模型中任意网络直径的量子分布复杂性的下限。但是，当处理器在路径的中间顶点上使用的局部内存受到严重限制时，它们只能提供下限。更确切地说，仅当每个中间处理器的局部内存由O（log n）Qubits组成时，它们的边界才适用。在这项工作中，我们证明了e \ xe2 \ x84 \ xa6 3 \ xe2 \ x88 \ x9a'
b'given x，y \ xe2 \ x88 \ x88 {0，1} n，设置不相交在于确定某些索引i \ xe2 \ x88 \ x88 \ x88 [n]是否x i = y i = 1。我们研究了在分布式计算方案中计算此功能的问题，在该方案中，在长度路径的两个末端将输入X和Y提供给处理器。该路径的每个顶点都有一个量子处理器，可以通过每回合交换O（log n）Qubits来与其每个邻居进行通信。我们对计算设置不相交所需的回合数感兴趣，而恒定概率远离1/2。我们称此问题\ xe2 \ x80 \ x9cset脱节在行\ xe2 \ x80 \ x9d上。集合脱节，以证明在计算模型中计算任意网络的直径的量子分布式复杂性。但是，当处理器在路径的中间顶点上使用的局部内存受到严重限制时，它们只能提供下限。更确切地说，仅当每个中间处理器的本地内存由O（log n）量子位组成时，它们的边界才适用。在这项工作中，我们证明了E \ xe2 \ x84 \ xa6 3 \ xe2 \ x88 \ x9a'
有关土地使用法的更多细节：CA规划和分区法需要一般（社区）计划的内部和垂直一致性。政府
有关土地使用法的更多细节：CA规划和分区法需要一般（社区）计划的内部和垂直一致性。Govt代码第65860（a）条规定，与分区条例相关的土地使用应与一般（社区）计划的目标和政策兼容，并排除了与一般（社区）计划相抵触的分区条例的考虑，作为一般计划的一般计划或植入了一般计划。规划和分区法并不考虑将一般计划修改以符合分区条例。尾巴不摇动狗。一般计划的含义。一般计划是该条例必须符合的宪章。作为麦金莱维尔市中心法令规划过程的一部分，县工作人员建议MMAC通过一项动议，向BOS提出一项动议，即麦金莱维尔社区计划（MCP）湿地标准进行修订以放松管制一参数湿地。这样的修正案与MCP第2600条城市土地使用不一致，该条款部分指出，“城市发展区域内社区农村质量的保护和增强是该计划的首要任务。流，溪流管理区，湿地，开放空间，娱乐区和公园可供广泛进入，可以确定为增强我们社区中农村品质的特征。社区有保护这些特征的历史，该计划包含旨在将这一传统推向下一代的政策。这些资源代表独特的风景随着社区的发展，这些功能将为其居民带来更高的生活质量。”此类修正案与MCP第3400条资源不一致，该资源“从南部边界的Mad River到北部的Little River，McKinleyville拥有丰富的淡水溪流和湿地资源，这些资源为许多野生动植物种类的鸟类，鱼类和小型哺乳动物和小型哺乳动物。