XiaoMi-AI文件搜索系统
World File Search Systemdataset
基于常规健康检查数据的肾衰竭的机器学习预测：韩国的全国人群数据集
结果：本研究中使用的最终数据集由1,048,422例使用参与者的年度健康检查记录，包括肾衰竭患者（n = 13,156 [1.27％]）。表现最佳的模型是双重组件，其中包括所有功能，不包括年龄，包括脊回归和LightGBM组成，AUROC为0.754，精度为0.693，特异性为0.693，敏感性为0.691，敏感性为0.691，测试数据集对0.692的精度平衡。最后，预测肾衰竭的五个最重要特征是年龄，体重指数，空腹血糖，舒张压和收缩压。
土地表面建模的土壤特性数据集（版本2）
1南广东实验室（Zhuhai）的南部海洋科学与工程学，广东省气候变化和自然灾害研究主要实验室，大气科学学院，孙子森大学，广州510275，中国； 51南广东实验室（Zhuhai）的南部海洋科学与工程学，广东省气候变化和自然灾害研究主要实验室，大气科学学院，孙子森大学，广州510275，中国； 5
IAPV4海洋温度和海洋热含量网格数据集
1 100029，中国科学学院，中国100029，2计算机网络信息中心，中国科学学院，北京，北京，100083，中国3个环境监测和研究中心，珍珠河谷和南方海洋生态和环境部，珍珠河谷和南方学院，prc office and Enciply of prc，prc osprapry of prc office osprication of prc sopricati科学，青岛，266000，中国5国家大气研究中心，P.O。 Box 3000，Boulder，Co 80307，美国6物理系，奥克兰大学，Thamaki Makaurau / Auckland / Auckland，Aotearoa / aotearoa / New Zealand 7 St. Thomas University of St. Thomas大学，工程学院，萨米特大街2115号意大利9中国海洋深海洋多角质与地球系统和物理海洋学实验室，中国海洋大学，266100，中国10号国家主要海洋学国家主要实验室，中国海洋学研究所，中国科学院，广州，广州，等等 宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚大学的地球与环境科学100029，中国科学学院，中国100029，2计算机网络信息中心，中国科学学院，北京，北京，100083，中国3个环境监测和研究中心，珍珠河谷和南方海洋生态和环境部，珍珠河谷和南方学院，prc office and Enciply of prc，prc osprapry of prc office osprication of prc sopricati科学，青岛，266000，中国5国家大气研究中心，P.O。 Box 3000，Boulder，Co 80307，美国6物理系，奥克兰大学，Thamaki Makaurau / Auckland / Auckland，Aotearoa / aotearoa / New Zealand 7 St. Thomas University of St. Thomas大学，工程学院，萨米特大街2115号意大利9中国海洋深海洋多角质与地球系统和物理海洋学实验室，中国海洋大学，266100，中国10号国家主要海洋学国家主要实验室，中国海洋学研究所，中国科学院，广州，广州，等等 宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚大学的地球与环境科学100029，中国科学学院，中国100029，2计算机网络信息中心，中国科学学院，北京，北京，100083，中国3个环境监测和研究中心，珍珠河谷和南方海洋生态和环境部，珍珠河谷和南方学院，prc office and Enciply of prc，prc osprapry of prc office osprication of prc sopricati科学，青岛，266000，中国5国家大气研究中心，P.O。 Box 3000，Boulder，Co 80307，美国6物理系，奥克兰大学，Thamaki Makaurau / Auckland / Auckland，Aotearoa / aotearoa / New Zealand 7 St. Thomas University of St. Thomas大学，工程学院，萨米特大街2115号意大利9中国海洋深海洋多角质与地球系统和物理海洋学实验室，中国海洋大学，266100，中国10号国家主要海洋学国家主要实验室，中国海洋学研究所，中国科学院，广州，广州，等等 宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚大学的地球与环境科学100029，中国科学学院，中国100029，2计算机网络信息中心，中国科学学院，北京，北京，100083，中国3个环境监测和研究中心，珍珠河谷和南方海洋生态和环境部，珍珠河谷和南方学院，prc office and Enciply of prc，prc osprapry of prc office osprication of prc sopricati科学，青岛，266000，中国5国家大气研究中心，P.O。 Box 3000，Boulder，Co 80307，美国6物理系，奥克兰大学，Thamaki Makaurau / Auckland / Auckland，Aotearoa / aotearoa / New Zealand 7 St. Thomas University of St. Thomas大学，工程学院，萨米特大街2115号意大利9中国海洋深海洋多角质与地球系统和物理海洋学实验室，中国海洋大学，266100，中国10号国家主要海洋学国家主要实验室，中国海洋学研究所，中国科学院，广州，广州，等等 宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚大学的地球与环境科学100029，中国科学学院，中国100029，2计算机网络信息中心，中国科学学院，北京，北京，100083，中国3个环境监测和研究中心，珍珠河谷和南方海洋生态和环境部，珍珠河谷和南方学院，prc office and Enciply of prc，prc osprapry of prc office osprication of prc sopricati科学，青岛，266000，中国5国家大气研究中心，P.O。Box 3000，Boulder，Co 80307，美国6物理系，奥克兰大学，Thamaki Makaurau / Auckland / Auckland，Aotearoa / aotearoa / New Zealand 7 St. Thomas University of St. Thomas大学，工程学院，萨米特大街2115号意大利9中国海洋深海洋多角质与地球系统和物理海洋学实验室，中国海洋大学，266100，中国10号国家主要海洋学国家主要实验室，中国海洋学研究所，中国科学院，广州，广州，等等 宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚大学的地球与环境科学Box 3000，Boulder，Co 80307，美国6物理系，奥克兰大学，Thamaki Makaurau / Auckland / Auckland，Aotearoa / aotearoa / New Zealand 7 St. Thomas University of St. Thomas大学，工程学院，萨米特大街2115号意大利9中国海洋深海洋多角质与地球系统和物理海洋学实验室，中国海洋大学，266100，中国10号国家主要海洋学国家主要实验室，中国海洋学研究所，中国科学院，广州，广州，等等宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚大学的地球与环境科学
蛋白质稳定性通过微调蛋白质语言模型在大型数据集上进行微调
蛋白质稳定性在多种应用中起着至关重要的作用，例如食物加工，治疗剂和致病突变的鉴定。工程运动企业寻求提高蛋白质稳定性，并且对简化这些过程有浓厚的兴趣，以便能够快速优化高度稳定的蛋白质，并且迭代较少。在这项工作中，我们利用巨型尺度数据集探索了为稳定性预测优化的蛋白质语言模型。ESM Therm受过训练，该培训是根据461个蛋白质结构域衍生的528K天然和从头序列的折叠稳定性训练，可以容纳缺失，插入和多点突变。我们表明，蛋白质语言模型可以进行微调以预测折叠稳定性。ESM Therm在小蛋白质结构域上合理地执行，并将其推广到训练集远端的序列。最后，我们讨论了模型的局限性，与其他最先进的方法相比，将其推广到较大的蛋白脚手架。我们的结果强调了对各种数据集上进行大规模稳定性测量的需求，该数据集反映了自然界中通常观察到的序列长度的分布。
pinder：蛋白质相互作用数据集和评估资源
蛋白质 - 蛋白质相互作用（PPI）是理解生物学过程并在治疗进步中起关键作用的基础。作为PPI增益吸引力的深度学习对接方法，基准测试协议和针对有效培训的数据集，用于有效培训和评估其在现实世界情景中的一般性功能和绩效。旨在克服现有方法的局限性，我们引入了Pinder，这是一个全面的注释数据集，该数据集使用结构聚类来得出非冗余接口的数据拆分和In-Incon-Includes holo（bound），apo（Unbound），apo（Unbound）和组合预测的结构。Pinder由2,319,564个二聚体PPI系统（最高2500万个增强PPI）和1,955个高质量测试PPI组成，并删除了接口数据泄漏。在方面，Pinder提供了一个带有180个二聚体的测试子集，可与Alphafold-Multimer进行比较，而没有任何接口泄漏其训练集。毫不奇怪，Pinder-Bench-Mark表明，在漏水测试集评估时，现有对接模型的性能被高估了。最重要的是，通过在Pinder界面聚集的分裂上重新培训，我们表明训练分裂的基于接口群集的采样，以及多样化且较少的漏水验证拆分，可实现强大的概括改进。
CoordConformer 使用 Transformers 解码异构 EEG 数据集
摘要 迁移学习和元学习已有效提高多个领域的性能。它也已成功应用于缺乏数据的 EEG 解码。然而，由于实验设置的差异，例如电极数量、电极位置和任务定义不同，跨数据集的 EEG 数据迁移学习面临着独特的挑战。为了解决跨异构电极配置 EEG 数据集进行跨数据集训练的问题，我们引入了一种新方法 CoordinateAttention，它使用电极传感器的 3-D 坐标来学习电极位置之间的空间关系，从而动态生成用于特征提取的空间卷积核。我们表明，我们的模型在跨设置的 EEG 解码中具有良好的性能，并且对数据损坏具有鲁棒性。CoordinateAttention 是一种使用几何位置信息进行特征提取和数据融合的通用方法。
全球尺度评估水文建模的降水数据集
1牛津大学，牛津大学，牛津大学，英国2号地理与环境科学学院，南安普敦大学，南安普敦大学，SO17 1BJ，英国3号，英国3号3号，阿拉巴马州阿拉巴马大学，阿拉巴马州阿拉巴马大学，美国阿拉巴马大学4号和经济，埃克塞特大学，埃克塞特大学，EX4 4RJ，英国6 6号地理与地球科学学院，格拉斯哥大学，格拉斯哥大学，格拉斯哥大学，英国格拉斯哥大学7 7地理与环境科学系，英国雷丁大学，雷丁大学8号，雷丁大学8读，雷丁大学，雷丁大学，雷丁大学，雷丁大学，英国9能源与环境研究所，赫尔，赫尔，赫尔，赫尔，杜勒，杜勒，杜勒，杜勒，少年， UK 11地理科学学院，布里斯托尔大学，布里斯托尔大学，BS8 1SS，英国12地理与环境，拉夫堡大学，拉夫堡，英国，英国
诊断基因组，外显子组和小组测序数据集的脊柱肌肉萎缩病的丢失病例
在基因组，外部和小组测序数据集中诊断出遗漏的脊柱肌肉萎缩病例本·韦斯堡（Ben Weisburd），1,2，* Rakshya Sharma，1,3 Villem Pata，4,5 Tiia Reimand，4,6 Vijay S. Ganesh，1,2,7,7,7,7,8 Christina Austin-Austin-tsei-emiDe，1,8 emiyl emwa suow om emolow om emrouwa os。 O'Heir, 1,8 Melanie O'Leary, 1 Lynn Pais, 1,8 Seth A. Stafki, 9 Audrey L. Daugherty, 9 Chiara Folland, 26 Stojan Peri ć , 10,11 Nagia Fahmy, 12 Bjarne Udd, 13 Magda Horakova, 14,15 Anna Łusakowska, 16 Rajanna Manoj, 17 Atchayaram Nalini, 17 Veronika Karcagi, 18 Kiran Polavarapu, 19 Hanns Lochmüller, 19,20,21 Rita Horvath, 22 Carsten G. Bönnemann, 23 Sandra Donkervoort, 23 Göknur Halilo ğ lu, 23,24 , Ozlem Herguner, 25 Peter B. Kang, 9 Gianina Ravenscroft，26,27 Nigel Laing，26,27 Hamish S.Scott，28AnaTöpf，29 Volker Straub，29 Sander Pajusalu，4,6 Katrin rinap，4,6 Grace Tiao，1 Heidi L. Rehm，1,2 Anne O'Donnell-Lurururiia-Lururiaia Lururiaia 1,2,8，* * <
（第三届学术研究前沿国际会议 ICFAR 2024，2024 年 6 月 15-16 日）ATIF/参考：Karimi, MU、Abubakar, SM、Mustafa, SJ 和 Ahmad, B.（2024 年）。人工智能和机器学习算法简介：综述。国际先进自然科学与工程研究杂志，8(5)，30-34。摘要——本文广泛概述了人工智能 (AI) 和机器学习 (ML) 算法及其跨学科性质以彻底改变任何领域，讨论了它们的发展、基础、应用和挑战。人工智能和机器学习技术已经彻底改变了各个行业，推动了各个领域的创新和效率。本文探讨了人工智能和机器学习的多学科性质，强调了它们在分析大数据集、做出预测和自动化决策过程方面的重要性。它追溯了人工智能的历史里程碑，从艾伦图灵的开创性工作到深度学习和神经网络的兴起。本文介绍了机器学习算法的基础知识，包括监督学习、无监督学习和强化学习，以及它们在医疗保健、金融、工程、交通和电子商务中的实际应用。此外，本文还讨论了人工智能和机器学习技术面临的关键挑战，例如不确定性、算法选择复杂性和过度拟合，强调了持续研究和跨学科合作在应对这些挑战方面的重要性。本文的最终目标是加强人工智能和机器学习技术在塑造智能人工智能和机器学习驱动系统和智能社会的未来方面的范式改变潜力。
（第三届学术研究前沿国际会议 ICFAR 2024，2024 年 6 月 15-16 日）ATIF/参考：Karimi, MU、Abubakar, SM、Mustafa, SJ 和 Ahmad, B.（2024 年）。人工智能和机器学习算法简介：综述。国际先进自然科学与工程研究杂志，8(5)，30-34。摘要——本文广泛概述了人工智能 (AI) 和机器学习 (ML) 算法及其跨学科性质以彻底改变任何领域，讨论了它们的发展、基础、应用和挑战。人工智能和机器学习技术已经彻底改变了各个行业，推动了各个领域的创新和效率。本文探讨了人工智能和机器学习的多学科性质，强调了它们在分析大数据集、做出预测和自动化决策过程方面的重要性。它追溯了人工智能的历史里程碑，从艾伦图灵的开创性工作到深度学习和神经网络的兴起。本文介绍了机器学习算法的基础知识，包括监督学习、无监督学习和强化学习，以及它们在医疗保健、金融、工程、交通和电子商务中的实际应用。此外，本文还讨论了人工智能和机器学习技术面临的关键挑战，例如不确定性、算法选择复杂性和过度拟合，强调了持续研究和跨学科合作在应对这些挑战方面的重要性。本文的最终目标是加强人工智能和机器学习技术在塑造智能人工智能和机器学习驱动系统和智能社会的未来方面的范式改变潜力。
断裂的频率，肌肉休息的量和持续的肌肉活动与合并的数据集中的颈部疼痛有关
1国家职业健康研究所，工作心理学研究小组，奥斯陆，奥斯陆，挪威2号职业与环境医学司，公共卫生科学系，卡罗林斯卡研究所，卡罗林斯卡研究所，瑞典，瑞典，瑞典3，职业和环境医学司，伦敦大学，伦敦伦敦市伦敦市伦敦市，丹麦4号，伦敦康涅狄格州伦敦市，第5次，丹麦克里克，伦德大学4号。南丹麦大学，丹麦的丹麦大学，丹麦6号挪威生物经济研究所，ÅS，挪威，挪威7号国家工作环境研究中心，肌肉骨骼疾病和身体工作量，丹麦哥本哈根，丹麦8号，工业经济学和技术管理系8 Trondheim，挪威