XiaoMi-AI文件搜索系统
World File Search Systemdatasets
Parapipe：处理寄生虫NGS数据集的管道及其应用于隐孢子虫
隐孢子虫是一种严重公共卫生问题的原生动物寄生虫，是严重的腹泻疾病，特别是在资源有限的环境中的免疫功能低下的个体和幼儿中。分析整个基因组下一代测序（NGS）数据是提高我们对隐孢子虫流行病学，传播动力学和遗传多样性的了解的关键下一步。但是，对公共卫生环境中NGS数据的有效分析需要开发可靠的，经过验证的生物信息学工具。在这里，我们提出了Parapipe，这是一种模块化的ISO认证生物信息学管道，旨在用于高通量处理和隐孢子虫NGS数据集的高通量处理和分析。使用NextFlow DSL2构建并用奇异性进行了容器，Parapipe是便携式，可扩展的，并且能够端到端分析，包括质量控制，变体呼叫，感染多样性（MOI）研究（MOI）研究和系统基因组群集分析。
市政区域的能源转化 - 钥匙数据集及其对过程评估的影响
摘要：始于2022年的能量转化导致了绿色能源的突破。它已经开发了开发区域的机会，因为它们拥有建造风能和太阳能发电厂以及生物质废物发电厂所需的土地。能量转化使区域能够解决长期以来的社会问题，这是由不便的地理位置和聚集的增长决定的。但是，为了评估各个地区的潜力，有必要使用不同的数据组，涵盖经济，社会，环境和治理方面。本文旨在创建收集定量和定性数据的条件，以使我们能够评估区域地区能量转化的程度。本文提出了立陶宛的案例。自从能源危机开始以来，立陶宛地区的风能和太阳能领域取得了突破。本文具有相关性，因为它旨在解决不足以在该地区使用可再生能源资源的问题。本文将介绍该地区有助于能量转化的潜力。“设计研究”公式用于研究，该公式被选为进一步研究的基础。基于这种方法，从感兴趣的各方收集了质量信息 - 能源创新的立陶宛市。
与Heteroskedastic的事件的机器学习...
门fisher是主要在Python3中写的软件包，可用于创建，分析和可视化系统基因组数据集，这些数据集由真核生物构成蛋白质序列。与许多现有的phyLogenomic管道不同，门fisher具有240个蛋白质编码基因的手动策划数据库，这是从304个真核生物分类群采样的先前系统发育数据集的子集。软件包还可以利用用户创建的真核蛋白数据库，这可能更适合浅层进化问题。门fofisher还配备了一套公用事业，以帮助进行常规分析，例如基于数据集的占用/完整性的替代遗传代码的预测，去除基因和/或分类单元，测试氨基酸组成的氨基酸组成异质性，序列之间的异质性和快速型号的依次，超级或快速的综合型，超级或快速抗衡的位置，超级抗体，超级抗体，超级超级脉络性，超级超级可超过型，超级依赖，超级超出型号，超级超级依次，超级超出型号，超级超级超出型号，超级依赖性，超级超出型号，超级超级可超过量的超级量。由随机重采样基因创建，并从核苷酸序列创建超髓质。©2024 Wiley Wendericals LLC。
网络攻击模式的协同进化建模和......
作者：M Shlapentokh-Rothman · 2021 · 被引用 14 次 — 简化识别的名称、协同进化算法变体、网络安全环境、竞争、攻击和防御行为、模型...
市政区域的能源转化 - 钥匙数据集及其对过程评估的影响
摘要：始于2022年的能量转化导致了绿色能源的突破。它已经开发了开发区域的机会，因为它们拥有建造风能和太阳能发电厂以及生物质废物发电厂所需的土地。能量转化使区域能够解决长期以来的社会问题，这是由不便的地理位置和聚集的增长决定的。但是，为了评估各个地区的潜力，有必要使用不同的数据组，涵盖经济，社会，环境和治理方面。本文旨在创建收集定量和定性数据的条件，以使我们能够评估区域地区能量转化的程度。本文提出了立陶宛的案例。自从能源危机开始以来，立陶宛地区的风能和太阳能领域取得了突破。本文具有相关性，因为它旨在解决不足以在该地区使用可再生能源资源的问题。本文将介绍该地区有助于能量转化的潜力。“设计研究”公式用于研究，该公式被选为进一步研究的基础。基于这种方法，从感兴趣的各方收集了质量信息 - 能源创新的立陶宛市。
使用机器学习技术进行数据集预测的大数据分析
摘要：数据分析是科学和统计方法在原始数据中的系统应用，目的是将其转换为可行的信息，可用于获取知识。特征抽象中的一个当前发展涉及计算方法和大数据分析的整合。从可靠的数据源中获取信息，有效地处理它，并为此创建有关未来的精确预测。这项工作的主要目的是确定通过采用拟议模型来产生最佳精确预测的机器学习技术。MAPREDUCE方法已被用来在许多方面应用监督和无监督的策略。但是，所提出的模型采用Apache Spark框架比较当前方法。本研究重点是阐明数据集的属性，以便使用机器学习技术进行最精确的分析。为了分析数据集，使用了机器学习技术，例如线性回归，决策树，随机森林和梯度增强树算法。基于研究结果，可以推断，与MapReduce范式相比，在机器学习方法上实施火花框架可以提高70％的效率。
机器学习方法和统一的数据集改善了免疫原性的新抗原预测
Markus M€Uller，1，2，2，3，4， * Florian Huber，1，2，3 Marion Arnaud，1，2，3 Anne I. Talita Gehret, 1, 2, 3 Aymeric AUGER, 1, 2, 3 Brian J. Stevenson, 3, 4 George Coukos, 1, 2, 3, 5 Alexandre Harari, 1, 2, 3, 5 and Michal Bassani-Sternberg 1, 2, 3, 5, 6, * 1 Ludwig Institute for Cancer Research, University of Lausanne, 25a, 1005 Lausanne, Switzerland 2肿瘤学系，中心医院维多伊大学（CHUV），Rue du Bugnon Rue du Bugnon 46，1005 Lausanne，瑞士洛桑3，瑞士1011 Agora Cancer Research Center，瑞士4 SIB SWISS SWISS Institute of BioIninformitics，Sorge Districtics，Sorge Districtics，Sorgeanne，Switzerland，Switzerland 5 （CHUV），瑞士洛桑（Lausanne），卢桑（Lausanne），第46页，瑞士6铅联系 *通信：markus.muller@chuv.ch（M.M.M.），michal.bassani@chuv.ch（M.B.-S.）https://doi.org/10.1016/j.immuni.2023.09.002
打开用于被动脑计算机界面应用程序的EEG数据集：缺乏和观点
摘要 - 随着开放科学的出现，越来越多的研究人员正在共享他们的数据集和处理方法。但并非所有领域都关注，并且有些仍然缺乏开放的数据库，这些数据库可以更快，更相关的研究，更重要的是赞成结果的可复制性和可重复性。对于脑部计算机界面的领域尤其如此，尤其是在被动脑机接口的相对新领域。本文概述了基于脑电图的被动脑机接口应用程序的当前可用数据集。详细介绍了其主要特征，包括参与者的数量，任务，电极设置和电极位置信息。缺乏被突出显示和讨论，并为将来的研究提供了建议。
重新访问功能选择方法到语音图像BCI数据集的应用
摘要 - 脑计算机界面（BCI）旨在建立和改善人类和计算机的相互作用。人们对设计新的硬件设备的兴趣越来越多，以通过各种技术（例如湿和干脑电图（EEG）和功能性的近边缘光谱（FNIRS）设备来促进大脑信号的收集。机器学习方法的有前途的养育吸引了研究人员将这些方法应用于其数据。但是，由于其针对特定数据集的性能较低，因此可以简单地忽略某些方法。本文显示了相对简单但功能强大的功能选择/排名方法如何应用于语音图像数据集并产生显着的结果。为此，我们介绍了两种方法：水平和垂直设置，以对语音图像BCI数据集使用任何特征选择和排名方法。我们的主要目标是提高支持向量机，k -neart邻居，决策树，线性判别分析和长期短期记忆复发的神经网络分类器的分类精度。我们的实验结果表明，使用一小部分通道，我们可以保留，在大多数情况下，无论分类器如何，我们都可以改善所得的分类精度。