XiaoMi-AI文件搜索系统
World File Search Systemdeviance
遥感 - MDPI
摘要：无人机（UAV-LS）的激光扫描数据为仅基于 UAV-LS 数据估算森林生长蓄积量（V）提供了新的机会。我们提出了一种测量树木属性的方法，并使用这些测量值估算 V，而无需使用现场数据进行校准。该方法包括五个步骤：i）使用 UAV-LS 数据，自动识别树冠并逐墙分割。ii) 从所有检测到的树冠中，取一个样本，其中胸高直径（DBH）可以通过 UAV-LS 数据中的视觉评估可靠地记录。iii) 另一个树冠样本是从 UAV 图像数据中可识别树种的树冠中取的。iv) 使用样本拟合 DBH 和树种模型，并应用于所有检测到的树冠。v) 使用现有的异速生长模型，利用预测的树种、DBH 和 UAV-LS 直接获得的高度来预测单株树的体积。该方法应用于 Riegl-VUX 数据集，该数据集的平均密度为 1130 个点 m − 2 和 3 厘米正射影像，该数据集是在 8.8 公顷的管理北方森林中获取的。汇总已识别树木的体积以估计地块、林分和森林级别的体积，并使用 58 个独立测量的田间地块进行验证。当将空间尺度从地块 (32.2%) 增加到林分 (27.1%) 和森林级别 (3.5%) 时，均方根偏差 ( RMSD %) 会降低。UAV-LS 估计的准确度因森林结构而异，在疏松林中准确度最高，在茂密的桦树或云杉林中准确度最低。在森林层面，基于 UAV-LS 数据的估计值完全在密集实地调查估计值的 95% 置信区间内，并且两个估计值具有相似的精度。虽然结果令人鼓舞，可以进一步在完全机载森林清查的背景下使用 UAV-LS，但未来的研究应该在各种森林类型和条件下证实我们的发现。
高性能马铃薯克隆的选择...
马铃薯（Solanum tuberosum L.）是世界第三大消费食品，营养丰富、生产潜力大，在全球粮食安全中发挥着核心作用。在巴西，尽管产量很大，但由于高温、病虫害压力加大等因素，仍远未达到最高作物产量。高于作物理想范围（15°C 至 20°C）的温度会损害植物的新陈代谢，降低块茎的产量和质量。在这些健康挑战中，马铃薯Y病毒（PVY）的影响最大，它影响植物的新陈代谢、必需光同化物的运输和生产，从而损害植物的发育。鉴于上述情况，该项研究的目标是选出具有高农学潜力且在热带条件下能抗 PVY 病毒的克隆。该实验是在 2020/2021 年水资源收获期间采用 p-rep 实验设计在位于 Lavras-MG 市的 Lavras-Fazenda Muquém 联邦大学科学技术发展中心进行的。对来自 RPC 群体的 312 个克隆（分为 12 个家族，由预先建立的杂交获得）进行了以下性状评估：总块茎生产力（t ha -1 ）和比重。在评估农艺性状后，确定了存在 Ry adg 等位基因的克隆。通过分子标记辅助选择（SAM）。使用 R 软件，通过混合线性模型，对农学数据分别进行每个性状的偏差分析 (ANADEV)。使用克隆的平均值加上实验误差来获得维恩图。这项工作允许通过 SAM 识别出存在 RY adg 等位基因的大约 60% 的克隆。此外，还有 80 个克隆品种具备 BRS ANA 品种的三大优良特性，可用于继续进行改良计划。 RPC 10-04 克隆品种脱颖而出，块茎总产量超过 40 吨/公顷，比重接近 1.070，并且对 PVY 具有抗性。关键词：Solanum tuberosum L.；改进;马铃薯Y病毒；标记辅助选择。
幸存板：多摩斯癌症生存模型的标准化基准测试
单细胞测序技术，包括单细胞RNA测序（SCRNA-SEQ）和单细胞ATAC测序（SCATAC-SEQ），使研究人员能够量化细胞的OMIC PHE-NOTYPES。理想的单细胞数据分析有望帮助研究人员了解细胞上的异质性，提取感兴趣的细胞亚群，识别与细胞亚群相对应的特征基因集，并揭示细胞子源的关系。在这些分析任务中，识别特征基因集是一个关键步骤。特征基因集定义为在细胞亚群之间差异表达的基因集。它们通常用于注释细胞亚群并进行基因集富集分析。现有的特征基因鉴定方法经常采用两步方法（此后称为两步方法）：首先将细胞聚集（例如Seurat [1-4]，简单的Louvain [5]，通过插入性和维度降低（CIDR）（CIDR）[6]和Scanpy [7]和差异表达基因（例如9）（例如9）[8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [8] [14,15]，limma-voom [16]和桅杆[17]）随后在细胞簇上进行以识别特异性特异性特征基因。但是，这种方法对具有复杂或微妙的异质性的数据具有可疑的精度，因为不准确的初始聚类步骤可能会导致随后的错误特征基因鉴定[18]。但是，这些方法不会将特征基因分离为亚群特异性基因集，从而限制了它们的注释细胞的效用。这些基因集用于计算细胞基因集富集评分，然后注释细胞。另外，某些方法通过检测高度可变基因（HVG）的偏差来识别特征基因，这些基因与人群相对于模型拟合的偏差[19]，辍学率[20]和UMI计数分布[21]（此后称为HVG方法）。为了克服现有方法的局限性，我们提出了Sifinet，这是一种直接识别特征基因集的独特方法，可消除对先前细胞聚类的需求。源于关键观察，即在细胞亚群中共差异表达的基因也表现出共表达模式（供应。注1），Sifinet构建了一个基因共表达网络，并检查其拓扑以识别特征基因集。此外，这些基因集中的网络意味着细胞亚群之间的关系（图1）。此外，Sifinet可以选择地整合SCATAC-SEQ数据，因为它形成了基因合作 - 染色质网络，并探讨了其拓扑以确定表观基因组特征基因集。Sifinet分析SCRNA-SEQ和SCATAC-SEQ数据的能力使研究人员深入了解了细胞多瘤异质性。我们证明，在识别特征基因集和增强细胞注释精度时，Sifinet优于现有的两步方法和HVG方法。此外，我们认为Sifinet可以鉴定细胞之间的复杂异质性，并揭示细胞亚群中潜在的发育谱系。Sifinet也可以缩放以分析数百万个单元的数据集。我们将Sifinet应用于五个已发表的实验数据集，并发现了一些潜在的新发现，例如潜在的新细胞周期标记和衰老标记，衰老细胞富集的亚群，髓样祖细胞的发育效果以及CD8细胞的发育效果以及CD8细胞的构造以及可能的过渡路径。
十二年来专家如何主导刑事案件中的神经科学叙述：对未来的警告
* Arthur A. McGivney 法学教授，福特汉姆大学法学院神经科学与法律中心创始主任。本文中讨论的所有统计数据和数字支持以及案例分布均可在作者存档的统计附录中找到，并已提交给威廉玛丽法律评论。我在威廉玛丽法律评论的“想象法律和神经科学的未来”研讨会上发表了本文的早期版本，我感谢 Peter Alces 和法律评论提供了这样一个启发性的平台。我非常感谢以下个人在本文的不同阶段所做的贡献：Shirin Bakhshay、Valena Beety、Nestor Davidson、Joshua Dressler、Margareth Etienne、David Greenberg、Namby Jogwe、Lea Johnston、Ethan Leib、Jonathan Leventhal、Malcolm Macmillan、Megan Martucci、Christopher Slobogin、Richard Squire、George Thomas、Fletcher Thompson、Erica Valencia-Graham、Ian Weinstein、Thomas Wilson、Michael Zuckerman 和神经科学与法律中心 (福特汉姆法学院) 顾问委员会。Erica Valencia-Graham 以无可挑剔的细心制作了本文的所有图表和统计附录。我还从美国律师协会司法学院、刑事司法研讨会圆桌会议；纽约大学社会学系犯罪、法律和越轨研讨会；2021 年 CrimFest 年会上的演讲中获得了对本文早期版本的深刻评论； 2021 年法律与社会年会；2021 年 AALS 年会（“重新考虑不负责任的行为”）；NACDL 2020 年总统峰会和量刑研讨会（与美国刑法评论联合举办）；西顿霍尔法学院；以及芝加哥大学神经科学俱乐部。我要特别感谢一群才华横溢、充满热情的助手，感谢他们出色的研究和手工编码：Tom Wilson、Brian O'Kelly、Paris Kent、Alexander Adler、Yasmine Al-Omari、Courtney Alleyne、Dimitar Atanassov、Kielan Barua、Anne Bolton、Maggie Casey、Shelby Clark、Alexandra Cosio-Marron、Vidushi Dyall、Jonathan Fisher、Alexandra Forgione、Joely Gerber、Jannet Jassi、George Kobakhidze、Adriana Kranjac、Bharath Lakshminarayanan、Justin Long、Nicholas Loza、Maya McGrath、Morgan Mitchell、Dylan Nelsen-Epstein、Jocelyn Ng、Claire Marie Ochse、Anisa Rahaman、Sylvia Rosner、Jacob Saks、Eleni Venetos、Pearse Walsh 和 Sydney Wolofsky。此外，我还要感谢威廉玛丽法律评论的工作人员，特别是丹尼尔·布鲁斯，感谢他们在整个编辑过程中的出色关怀、技巧和组织。雅各布·菲什曼、内森·德尔马和福特汉姆法学院图书馆的工作人员一如既往地提供了极大的帮助。我要感谢六个研究资金来源：福特汉姆大学法学院、福特汉姆神经科学和法律中心、约翰·R·康斯坦丁诺夫妇、杰拉尔德·M·埃德尔曼神经科学研究生奖学金、罗杰·萨克斯家庭基金会和巴尼特和莎朗·菲利普斯家庭基金会。本文中提到的任何个人或组织都不一定支持本文的解释或结论。我对任何错误或误判负责。
第三次耳朵社会学手册
欢迎进入三年级…从社会学和犯罪学系负责人，欢迎您在UCC的社会学和犯罪学系三年级！我们希望您在这里继续拥有丰富的经验。在学术人员和专业服务人员的支持下，我们知道，您将享受世界一流的研究主导的教学，这些主题既试图更好地了解我们的社交世界，又要对此产生影响。在与我们一起进行您的本科课程时，您已经发展了社会学想象力，在加速社会变革的时期，通过这种镜头处理社会问题和社会问题非常重要。课程主要是校园。参加讲座，教程中的讨论，与其他学生交流观点并参观图书馆是您本科体验的重要组成部分。大学是重新探索和思考，以新的观点，结识新朋友以及加入UCC俱乐部和社会的时刻。为了充分利用它，我们建议任何人在社交媒体上缩短和放映时间，在课程中填满您的书包，无论它们是否在课程中，都可以在任何地方带笔记本和笔，而不仅仅是在讲座上记笔记，还要写下自己的想法。我们希望您能与我们有丰富的经验，发展许多可转让技巧，尤其是批判性思维技能，这些技能将带您进入未来的职业和生活。我们祝您未来！有更好的时间学习社会学吗？请仔细阅读并在全年需要时参考。汤姆·博兰德（Tom Boland）博士，社会学和犯罪学系主管，来自本科课程主任的UCC，我们生活在前所未有的社会变革时期。共证19个大流行，气候变化，战争，加沙/巴勒斯坦的战争仅举几例，将许多社会问题带入了越来越重点，包括加深种族，阶级和性别不平等，经济危机，经济危机，全球范围，全球性不人道，不人道的非人性，快速的生物多样性，数字化，数字越野，枪支，枪支，枪支，枪支竞赛，却差不多。同时，我们目睹了各种社会运动的兴起，包括国际巴勒斯坦团结运动及其学生营地，黑人生活问题，周五的气候和#MeToo。我们的计划在社会理论，研究方法，城市，文化与艺术，记忆，创伤，创伤，移民，种族与种族，人权，人权，全球正义，犯罪，犯罪和偏见，阶级，阶级，性别，性别，性别，性别，气候变化，媒体，媒体，健康，媒体，健康和疾病等主题上，提供了丰富而多样化的模块选择。我们提供基于研究的教学，将理论和实践结合在一起，以鼓励学生质疑社会世界，并尽可能考虑世界。我们为所有学生提供了屡获殊荣的标准的严格而学术的教学经验。我们所有学生和员工的安全和福祉是社会学和犯罪学系的优先关注。我们完全致力于提供符合政府政策和公共卫生指南的教学计划。第三年的总体目标以下各节包含有关每个模块交付方式的更多信息。如果您对模块有任何疑问，请通过theresa.okeefe@ucc.ie与我联系。Theresa O'Keefe博士在获得本科学位的最后一年的第三年协调员中，社会学本科课程的主任。 i和所有社会学和犯罪学教学人员都期待在未来的学年与您合作。 在本手册中，您将找到有关第三年计划的所有必要信息。 今年，您将有机会进一步研究社会学理论，并探索从性别到环境的特定社会学主题。 您还可以根据自己选择的主题进行研究项目来巩固您的研究技能。Theresa O'Keefe博士在获得本科学位的最后一年的第三年协调员中，社会学本科课程的主任。i和所有社会学和犯罪学教学人员都期待在未来的学年与您合作。在本手册中，您将找到有关第三年计划的所有必要信息。今年，您将有机会进一步研究社会学理论，并探索从性别到环境的特定社会学主题。您还可以根据自己选择的主题进行研究项目来巩固您的研究技能。