XiaoMi-AI文件搜索系统
World File Search Systeminger
视觉引导手指运动时的大脑激活
通过视觉引导手部动作进行的计算机交互通常采用抽象的基于光标的反馈或不同程度真实感的虚拟手 (VH) 表示。目前尚不清楚在虚拟现实环境中更改这种视觉反馈的效果。在这项研究中，19 名健康的右撇子成年人使用四种不同类型的视觉反馈执行食指运动（“动作”）和观察运动（“观察”）：简单的圆形光标 (CU)、指示手指关节位置的点光 (PL) 图案、阴影卡通手 (SH) 和逼真的 VH。使用数据手套记录手指运动，并以光学方式记录眼动追踪。我们使用功能性磁共振成像 (fMRI) 测量大脑活动。与基线相比，动作和观察条件均显示枕颞皮质中的 fMRI 信号响应更强。动作条件还会引起运动、体感、顶叶和小脑区域的双侧激活增加。对于这两种情况，带有移动手指的手部反馈（SH、VH）比 CU 或 PL 反馈导致更高的激活，特别是在早期视觉区域和枕颞皮质中。我们的结果表明，与视觉不完整的手部和抽象反馈相比，在视觉引导的手指运动过程中，皮质区域网络的募集更强。这些信息可能对研究和应用或训练相关范例中涉及人体部位的视觉引导任务的设计产生影响。
部分地方茄子基因型的分子表征和 DNA 指纹分析
1207，孟加拉国 电子邮件：kashpia_tas@live.com 摘要 — 收集和表征地方基因型和地方品种是任何作物改良计划的先决条件。分子多样性和 DNA 分析显示了任何作物的确切基因蓝图。因此，该实验旨在确定一些地方茄子基因型及其野生近缘种之间的分子多样性和多态性，以供未来的育种计划使用。该实验在孟加拉国达卡的 Sher-e-Bangla 农业大学生物技术实验室进行，使用了 25 种茄子地方品种和 2 种野生近缘品种（Solanum sisymbriifolium 和 S. villosum），以研究这些基因型的分子多样性和 DNA 指纹。五个众所周知的 SSR 引物（EPSSR82、smSSR01、EM114、EM120 和 smSSR04）用于基因型的分子表征。分离出具有 27 种基因型的优质 DNA，并使用这些引物进行 PCR 扩增。扩增的 DNA 片段通过 2% 琼脂糖凝胶显影，并通过 POWERMAKER（版本 3.25）和 NTSYS-PC（版本 2.2）分析数据。总共产生了大约 10 个不同的等位基因，每个基因座的范围为 1 至 3 个等位基因，平均为 2.0 个等位基因。在引物 EPSSR82 和 smSSR01 中观察到了最多的多态性带数（2）。SSR 标记的多态性信息含量 (PIC) 范围为 0.37 至 0.67，平均值为 PIC = 0.54。基因多样性范围从 0.49（smSSR01）到 0.72（EPSSR82），平均值为 0.61。 UPGMA 方法将 27 种基因型分为两个主要簇（I 和 II）。在这些簇中，野生种 Solanum villosum 属于亚簇（IIb），显示出与其他品种的明显差异。另一方面，野生种 Solanum sisymbriifolium 与 13 种地方茄子基因型形成同一簇，显示出密切的亲缘关系。在 25 种地方茄子种质及其野生近缘种中鉴定了分子多样性和 DNA 分析。
2025年2月20日克里斯汀·比廷特（Kristin Bittinger）
2025年2月20日，克里斯汀·比廷特（Kristin Bittinger），J.D。通过电子邮件：Kristin_Bittinger@hms.harvard.edu的学术和研究完整性教师和研究诚信办公室院长； ari@hms.harvard.edu尊敬的Bittinger女士：我代表人们为动物的道德待遇（PETA）写信，要求哈佛医学院的学术和研究完整性办公室（ARI）调查迪恩·乔治·迪利（Dean George Q. Daley），以便可能进行研究不当。 近年来，迪恩·戴利（Dean Daley）的《美国国家航空航天局》（NIH）资助的几本出版物引起了科学界的关注，因为它们包括重复或拼接的图像。 Daley实验室在十个单独的数字中撤回了一个出版物1的错误，而原始数据无法支持。 Daley的实验室还需要纠正其他几个出版物2,3,4,5，这是由于重复的图像面板和/或剪接的图像。 此外，他的至少十本出版物提出了对重复或操纵图像的尚未解决的问题，在线论坛Pubpeer上标记了6,7,8,9,11,11,12,12,13,14,15。 例如，在《血液》文章中的图2b中，“人类血液中诱导多能干细胞的产生”，12描绘两个不同基因表达的面板看起来与增强的对比度相同。 关于PubPeer的几位评论者还指出，对于“ Lin28调节干细胞代谢并转化为启动多能性）的文章，9发表在细胞干细胞中，许多图描绘了带有两个组蛋白甲基化带的蛋白质印迹数据。 此外，Bik博士在PubPeer上指出，在补充图11a中的图11a通过电子邮件：Kristin_Bittinger@hms.harvard.edu的学术和研究完整性教师和研究诚信办公室院长； ari@hms.harvard.edu尊敬的Bittinger女士：我代表人们为动物的道德待遇（PETA）写信，要求哈佛医学院的学术和研究完整性办公室（ARI）调查迪恩·乔治·迪利（Dean George Q. Daley），以便可能进行研究不当。近年来，迪恩·戴利（Dean Daley）的《美国国家航空航天局》（NIH）资助的几本出版物引起了科学界的关注，因为它们包括重复或拼接的图像。Daley实验室在十个单独的数字中撤回了一个出版物1的错误，而原始数据无法支持。Daley的实验室还需要纠正其他几个出版物2,3,4,5，这是由于重复的图像面板和/或剪接的图像。此外，他的至少十本出版物提出了对重复或操纵图像的尚未解决的问题，在线论坛Pubpeer上标记了6,7,8,9,11,11,12,12,13,14,15。例如，在《血液》文章中的图2b中，“人类血液中诱导多能干细胞的产生”，12描绘两个不同基因表达的面板看起来与增强的对比度相同。关于PubPeer的几位评论者还指出，对于“ Lin28调节干细胞代谢并转化为启动多能性）的文章，9发表在细胞干细胞中，许多图描绘了带有两个组蛋白甲基化带的蛋白质印迹数据。此外，Bik博士在PubPeer上指出，在补充图11a中在图2c和自然文章的图2c和2d中，还使用了一个重复的图像，“人类体细胞对具有定义因素的多能重新编程”。 15正如伊丽莎白·比克（Elizabeth Bik）博士在Pubpeer上指出的那样，“ Lin28/Let-7轴调节细胞中发表的葡萄糖代谢”的文章具有多种不规则性。具体来说，图3D和4D显示了在两个不同的实验条件下看起来相同的蛋白质印迹，并且图5a被认为描绘了尺寸明显不同的小鼠，但显示了图像裁剪的证据。
使用以 Morgan 指纹为特征的深度神经网络模型预测 ErbB 抑制剂的结合亲和力
ErbB 受体家族（包括 EGFR 和 HER2）在细胞生长和存活中起着至关重要的作用，并与乳腺癌和肺癌等各种癌症的进展有关。在本研究中，我们开发了一个深度学习模型，使用基于 SMILES 表示的分子指纹来预测 ErbB 抑制剂的结合亲和力。每种 ErbB 抑制剂的 SMILES 表示均来自 ChEMBL 数据库。我们首先从 SMILES 字符串生成 Morgan 指纹，并应用 AutoDock Vina 对接来计算结合亲和力值。根据结合亲和力过滤数据集后，我们训练了一个深度神经网络 (DNN) 模型来根据分子指纹预测结合亲和力值。该模型取得了显著的性能，训练集上的均方误差 (MSE) 为 0.2591，平均绝对误差 (MAE) 为 0.3658，R 平方 (R²) 值为 0.9389。尽管在测试集上性能略有下降（R² = 0.7731），但该模型仍然表现出强大的泛化能力。这些结果表明深度学习方法对于预测 ErbB 抑制剂的结合亲和力非常有效，为虚拟筛选和药物发现提供了宝贵的工具。
航空系统：综合航空价值链管理（Springer 商业和经济学文本）
# Springer-Verlag Berlin Heidelberg 2011 本作品受版权保护。保留所有权利，无论涉及全部还是部分材料，具体而言是翻译、重印、重新使用插图、朗诵、广播、以缩微胶片或任何其他方式复制以及存储在数据库中的权利。 仅根据 1965 年 9 月 9 日现行版本的德国版权法的规定，才允许复制本出版物或其中的部分内容，并且必须始终获得 Springer 的使用许可。违反者将根据德国版权法受到起诉。 本出版物中使用的一般描述性名称、注册名称、商标等并不意味着（即使在没有具体声明的情况下）这些名称不受相关保护法律和法规的约束，因此可以自由使用。
引用了原始发表的论文（记录的版本）：Amirpour，S.，Orbay，R.，Thiringer，T。等（2024）。高温导电石墨烯
这项研究介绍了一种创新的多学科设计方法，用于高度导电和轻巧的针脚的散热器，利用石墨烯技术的优势。主要目的是优化电动汽车（EV）中基于硅碳化物（SIC）的逆变器的热管理。在模块上，在模块上进行了综合分析，包括扫描电子显微镜（SEM）和能量色散X射线光谱（EDS），在模块上进行了全面的分析。采用3D结合传热（CHT）方法的详细流体动力学模型用于评估与冷却液接触的SIC功率开关的热行为。多学科分析最初是在基于铝制的散热器上实施的，经过实验验证，随后与石墨烯进行了比较。与热链设计中的石墨烯的整合表现出显着的改进，包括在6 L/min min流体流量的情况下，传热系数（HTC）增加了24.4％，热电阻（接收到流体）降低了19.6％。因此，与铝制版本相比，基于石墨烯的散热器中的SIC芯片的温度升高11.5％。通过采用石墨烯而不是传统金属实现的SIC逆变器的冷却解决方案的改进，作为概念证明。这表示在性能和功率密度之间的关键平衡方面向前迈出了一步。
后基因组时代的谷子改良
全球约有 500 万公顷的东非和南亚半干旱环境下种植了小米，它是一种重要的两用作物，可满足这些边缘地区的粮食、饲料和营养需求。尽管产量潜力巨大，但包括小米在内的全球小黍种植面积在 1961 年至 2018 年间减少了 25.7%。小米改良计划于 1913 年在印度启动；然而，与改良其他主要谷物所投入的努力相比，尚未集中精力实现这种气候适应性作物的遗传增益。这导致即使经过 100 多年的育种，农民田地里的小米产量仍然低于其潜在产量。然而，重要性状具有显著的遗传变异。亚洲和非洲的育种计划已经根据当地需求改进了杂交技术和育种目标。 ICRISAT 是一家国际中心，其授权作物之一为小米，该中心正与合作伙伴合作开发新种质，以提高边远地区这种作物的生产力。该项目以印度和肯尼亚为基地，在过去几十年中在全球范围内开发和传播了种质和育种品系。许多有前途且适应性广的品种已在许多国家推出和采用。20 世纪 90 年代，印度和非洲小米基因库之间的杂交为印度的小米生产带来了范式转变。现在，随着新品种的鉴定，育种渠道得到了加强
通过整合视觉，触觉感应和软手指来实时杂货店包装
摘要 - 尽管垃圾箱是机器人操纵的关键基准任务，但社区主要集中于将刚性直线物体放置在容器中。我们通过呈现一只软机器人手，结合视力，基于运动的本体感受和软触觉传感器来识别，排序和包装未知物体的流。这种多模式传感方法使我们的软机器人操纵器能够估计物体的大小和刚度，从而使我们能够将“包装好容器”的不定定义的人类概念转化为可实现的指标。我们通过逼真的杂货包装场景证明了这种软机器人系统的有效性，其中任意形状，大小和刚度的物体向下移动传送带，必须智能地放置以避免粉碎精致的物体。将触觉和本体感受反馈与外部视力结合起来，与无传感器基线（少9倍）和仅视觉的基线相比，项目受损的填料操作显着降低（4。少5×）技术，成功地证明了软机器人系统中多种感应方式的整合如何解决复杂的操作应用。
Schrödinger的猫如何帮助改善量子计算机
研究人员Harald Putterman及其同事探讨了一种使用一种称为玻色猫量子量的量子的量子校正量子校正的可能更有效的方法。这些猫码比在硬件级别上本质上是对一种错误（称为稍微翻转）的高度抵抗力，以牺牲更有可能体验另一种类型（称为相位翻转）。此错误偏差使研究人员可以设计量子误差 - 纠正仅着重于处理相位流误差的代码，从而导致总体上更有效的设计，需要更少的额外量子位。
解决基于个人爱好偏见的大脑数字指纹的可能性
试图为生物识别验证应用创建更熟悉的脑机互动，我们研究了使用用户的个人爱好，兴趣和内存收集的效率。这种方法创造了独特而愉快的体验，以后可以在身份验证协议中使用。本文介绍了一个新的脑电图数据集，而受试者则观看流行爱好的图像，没有兴趣的图片和具有出色个人意义的图像。此外，我们提出了几种可以通过新收集的数据集来解决的应用程序。也就是说，我们的研究展示了4种应用类型，我们为所有这些应用提供了最先进的结果。已解决的任务是：情绪分类，类别分类，授权过程和人识别。我们的实验显示出对人们身份验证的脑电图可视化响应的巨大潜力。在我们的研究中，我们显示了通过脑电图衡量的识别人的个人爱好偏见的初步结果。此外，我们提出了使用脑电图的新型授权过程范式。代码和数据集可在此处提供。