植物病毒对全球农业构成了重大威胁,并需要有效的工具才能及时检测。我们提出了AutoPvprimer,这是一种创新的管道,该管道整合人工智能(AI)和机器学习以加速植物病毒引物的发展。管道使用Biopython从NCBI数据库自动检索不同的基因组序列,以增加后续引物设计的鲁棒性。design_-primers_with_tuning模块使用随机森林分类器,可优化参数并为不同的实验条件提供灵活性。质量控制措施,包括评估Poly-X含量和熔化温度,提高了引物的可靠性。AUTOPVPRIMER独有的是Visualize_primer_dimer模块,它支持引物二聚体的可视化评估,这是其他工具中缺少的功能。引物特异性通过引物爆炸验证,这有助于管道的整体效率。AutoPvprimer已成功地应用于番茄镶嵌病毒,证明其适应性和效率。模块化设计允许用户自定义,并将适用性扩展到不同的植物病毒和实验场景。管道代表了引物设计的重大进展,并为研究人员提供了加速分子生物学实验的有效工具。未来的发展旨在扩展兼容性并纳入用户反馈,以巩固AutoPvprimer,作为对生物信息学工具箱的创新贡献,也是提高植物病毒学研究的有希望的资源。
1. Zhao N、Qi J、Zeng Z、Parekh P、Chang CC、Tung CH 等。使用简单的阳离子聚合物纳米复合物转染难以转染的淋巴瘤/白血病细胞。《Journal of Controlled Release》。2012;159(1):104-10。2. Meacham JM、Durvasula K、Degertekin FL、Fedorov AG。细胞内递送的物理方法。《Journal of Laboratory Automation》。2014 年 2 月;19(1):1-18。3. Kaestner L、Scholz A、Lipp P。转染和基因递送的概念和技术方面。《Bioorganic & Medicinal Chemistry Letters》。2015 年 3 月;25(6):1171-6。4. Mosier DE。“逆转录病毒载体的安全注意事项:简要回顾”简介。《Applied Biosafety》。2016;9(2):68-75。 5. Glover DJ、Lipps HJ、Jans DA。《面向人类安全、非病毒治疗性基因表达》。《自然遗传学评论》。2005 年 4 月 10 日;6(4):299-310。6. Kim TK、Eberwine JH。《哺乳动物细胞转染:现在和未来》。《分析和生物分析化学》。2010 年;397(8):3173-8。7. Rols MP。《电通透化:一种将治疗分子递送到细胞中的物理方法》。《生物化学与生物物理学报》(BBA)-生物膜。2006 年 3 月;1758(3):423-8。8. Jordan ET、Collins M、Terefe J、Ugozzoli L、Rubio T。《优化原代细胞和其他难以转染的细胞中的电穿孔条件》。《生物分子技术杂志》。2008 年; 9. Chicaybam L、Barcelos C、Peixoto B、Carneiro M、Limia CG、Redondo P 等人。一种用于哺乳动物细胞遗传改造的有效电穿孔方案。生物工程与生物技术前沿。2016;4:99。10. Machy P、Lewis F、McMillan L、Jonak ZL。通过电穿孔将基因从靶向脂质体转移到特定淋巴细胞。美国国家科学院院刊。2006;85(21):8027-31。11. Maurisse R、De Semir D、Emamekhoo H、Bedayat B、Abdolmohammadi A、Parsi H 等人。将 DNA 转染到来自不同谱系的原代和转化哺乳动物细胞中的比较。BMC 生物技术。2010;10。 12. Gahn TA、Sugden B. 电穿孔显著、短暂抑制伯基特淋巴瘤细胞系中 Epstein-Barr 病毒潜伏膜蛋白基因的表达。J Virol。1993;67(11):6379-86。13. Goldstein S、Fordis CM、Howard BH。电穿孔 G2/M 同步细胞并用丁酸钠处理后,转染效率提高,细胞存活率提高。Nucleic Acids Research。1989;17(10):3959-71。14. Liew A、André FM、Lesueur LL、De Ménorval MA、O'Brien T、Mir LM。使用方波电脉冲对人类间充质干细胞进行可靠、高效、实用的电基因转移方法。人类基因治疗方法。2013 年 10 月;24(5):289-97。 15. Kreiss P, Cameron B, Rangara R, Mailhe P, Aguerre-Charriol O, Airiau M 等。质粒 DNA 大小不影响脂质体的理化性质,但可调节基因转移效率。核酸研究。1999;27(19):3792-8。16. Lesueur LL, Mir LM, André FM。克服体外原代细胞大质粒电转移的特殊毒性。分子疗法 - 核酸。2016;5:e291。17. Germini D、Saada YB、Tsfasman T、Osina K、Robin CC、Lomov N 等人。基于一步法 PCR 的检测方法用于评估基因组 DNA 编辑工具的效率和精度。分子疗法 - 方法与临床开发。2017 年 6 月;5(六月):43-50。18. Georgakilas AG、Martin OA、Bonner WM。p21:双面基因组守护者。分子医学趋势。2017 年 4 月;23(4):310-9。
Oussama Baaloudj、Nhu-Nang Vu、Aymen Amine Assadi、Le van Quyet、Phuong Nguyen-Tri。设计和开发用于光催化应用的高效硅铅矿基材料的最新进展。胶体和界面科学进展,2024 年,第 327 页,第 103136 页。�10.1016/j.cis.2024.103136�。�hal- 04529271�
摘要 —近年来,粗粒度可重构架构 (CGRA) 加速器越来越多地部署在物联网 (IoT) 终端节点中。现代 CGRA 必须支持并有效加速整数和浮点 (FP) 运算。在本文中,我们提出了一种超低功耗可调精度 CGRA 架构模板,称为 TRANSprecision 浮点可编程架构 (TRANSPIRE),及其支持整数和 FP 运算的相关编译流。TRANSPIRE 采用跨精度计算和多个单指令多数据 (SIMD) 来加速 FP 操作,同时提高能源效率。实验结果表明,TRANSPIRE 实现了最大 10.06 × 的性能提升并且消耗 12 .相对于基于 RISC-V 的 CPU,其能耗降低了 91 倍,并且具有支持 SIMD 样式矢量化和 FP 数据类型的增强型 ISA,同时执行近传感器计算和嵌入式机器学习的应用程序,面积开销仅为 1.25 倍。
现代语言模型,例如来自变形金刚的双向编码器表示,已彻底改变了自然语言处理(NLP)任务,但在计算上是密集的,限制了它们在边缘设备上的部署。本文介绍了针对基于编码器的语言模型量身定制的节能加速器设计,使其可以集成到移动和边缘计算环境中。与Simba启发的语言模型的数据流相关的硬件加速器设计相比,使用近似固定点的乘数,并利用高带宽内存(HBM)来实现与硬件可靠的可扩展加速器Simba相比,可以显着提高计算效率,功耗,区域和延迟。与Simba相比,Axlam可实现九倍的能量减少,减少58%的面积和1.2倍的延迟,使其适合在边缘设备中部署。Axlan的能源效率为1.8顶/W,比事实高65%,这需要在硬件上实施语言模型之前对语言模型进行预处理。本文是主题问题的一部分,“未来安全计算平台的新兴技术”。
自超润滑是一种备受期待的现象,即某些固体对在没有润滑剂的情况下接触时,磨损为零,静摩擦和摩擦系数 (CoF) 几乎为零。我们首次在实验中观察到了微尺度单晶石墨薄片与纳米级粗糙金基底接触时的自超润滑现象,当施加的法向压力超过临界阈值时,即可实现这种现象。理论分析表明,基底粗糙度会阻碍低压下的完全接触,但增加压力会引发向完全接触的转变,从而实现自超润滑。我们为这种临界压力建立了一个无量纲标准,并通过观察石墨和原子级光滑蓝宝石基底之间的自超润滑性进一步验证了这一点,而无需额外的压力。这一突破为下一代微系统(如微/纳米级发电机、电机、振荡器、传感器等)引入了一种变革性原理,可在 6G 通信、人形机器人和无人机等应用中降低功耗并延长使用寿命。
通过将无监督和监督的机器学习方法结合起来,我们提出了一个称为Usmorph的框架,以进行星系形态的自动分类。在这项工作中,我们通过提出基于Convnext大型模型编码的算法来更新无监督的机器学习(UML)步骤,以提高未标记的星系形态分类的效率。该方法可以概括为三个关键方面,如下所示:(1)卷积自动编码器用于图像降级和重新冲突,并且模型的旋转不变性通过极性坐标扩展提高; (2)利用名为Convnext的预训练的卷积神经网络(CNN)来编码图像数据。通过主体组合分析(PCA)维度降低进一步压缩了这些特征; (3)采用基于装袋的多模型投票分类算法来增强鲁棒性。,我们将此模型应用于宇宙场中的i -band样品的i -band图像。与原始的无监督方法相比,新方法所需的聚类组的数量从100减少到20。最后,我们设法对大约53%的星系进行了分类,从而显着提高了分类效率。为了验证形态层化的有效性,我们选择了M ∗> 10 10m⊙的大型星系进行形态学参数测试。分类结果与星系在多个参数表面上的物理特性之间的相应规则与现有演化模型一致。增强的UML方法将来将支持中国空间站望远镜。我们的方法证明了使用大型模型编码对星系形态进行分类的可行性,这不仅提高了星系形态分类的效率,而且还节省了时间和人力。此外,与原始UML模型相比,增强的分类性能在定性分析中更为明显,并且成功超过了更多的参数测试。
AudioLDM 设计概览,用于文本到音频生成(左)和文本引导的音频处理(右)。在训练期间,潜在扩散模型 (LDM) 以音频嵌入为条件,并在 VAE 学习的连续空间中进行训练。采样过程使用文本嵌入作为条件。给定预训练的 LDM,零样本音频修复和风格迁移以反向过程实现。前向扩散块表示用高斯噪声破坏数据的过程(参见公式 2)。来源:arXiv (2023)。DOI:10.48550/arxiv.2301.12503
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
在全球范围内,农业对于人类粮食,经济活动和就业机会至关重要。小麦是农业中种植最多的农作物;但是,其年产量面临着各种疾病的巨大挑战。及时,准确地鉴定这些小麦植物疾病对于减轻大坝并提高总体产量至关重要。巴基斯坦由于天气良好和生产丰富的土壤而站在主要的作物生产商中。但是,传统的农业实践持续存在,并且不足以利用技术。农业部门面临的重大挑战,尤其是在巴基斯坦等国家,是对作物疾病的不合时宜和效率低下的诊断。现有的疾病鉴定方法通常会导致不准确和效率低下,从而降低生产率。这项研究提出了有效的小麦作物疾病诊断应用程序,该诊断适用于移动设备和计算机系统作为主要决策引擎。应用程序利用了复杂的机器学习技术,包括决策树(DT),随机森林(RF),支持向量机(SVM)和ADABOOST,并结合了特征提取方法,例如计数矢量化(CV)和术语频率内部文档频率(TF-IDF)。这些高级方法在诊断14种关键小麦疾病方面共同实现了99%的准确性,这对传统方法有了显着改善。该申请为巴基斯坦的农民和农业专家提供了一种实用的决策工具,提供精确的疾病诊断和管理改革。通过整合这些尖端技术,该系统可以发展农业技术,增强疾病检测并支持增加的小麦生产,从而为机器学习和农业实践的领域贡献了宝贵的创新。
