XiaoMi-AI文件搜索系统
World File Search Systemterns
关键环境问题的概述
土地使用是人类存在和对地球的物理影响最引人注目的表现之一。从根本上说，人类改变了物种和生态系统的全球模式和流行率。最近的几个研究证实，人类主导的生态系统现在涵盖了地球的土地表面，而不是自然或“野生”生态系统。根据一个估计，超过75％的无冰土地显示出人类居住和活动改变的证据，剩余的野生地剩下不到四分之一。一起，农田和牧场已成为土地使用类别之一。它们占地约40％。完整的景观，几乎没有或根本没有人类活动的影响迹象，例如农业，砍伐，采矿，高速公路，管道或电力线越来越少。衡量完整景观程度的一种方法是人类影响力指数，该指数使用人口密度，定居点，土地利用和基础设施的数据来衡量人类对陆地生态学的直接影响（请参阅地图）。直接人类影响力在沿海地区和划船农业区，交通走廊和人口中心附近。尽管北美的土地数量是恒定的，但使用土地的使用方式不断变化。土地使用与土地覆盖之间的关系很复杂，因为特定的土地覆盖物可能与多种土地用途相对应。例如，林地可用于木材生产，栖息地，再生或分水岭保护。同样，一些
使用复杂系统建模和与动态模型进行比较的北大西洋大气循环的概率季节性预测
北大西洋喷气流强烈影响西北欧洲的天气，并在确定北大西洋大气循环指数（如北大西洋振荡（NAO），东大西洋（EA）模式）和斯堪的纳维亚（SCA）模式的强度和迹象中发挥了重要作用； the anomalous weather pat- terns of a particular season can be described by the inter- play of these modes of variability (Hall & Hanna, 2018 ).最近的极端季节的特征是不同的喷气流配置，喷气强度和位置与西北欧洲各地经验丰富的极端天气条件（例如，在温度和降水量）之间有着密切的联系（Hall＆Hanna，2018年）。极端的季节性天气在避免风险方面具有重要的社会经济影响，其成本对保险业（例如，2013/14年冬季英国的15亿英镑（Davies，2014年））对农业，粮食安全，能源供应，公共健康/公共卫生/福祉和恶劣天气计划的影响。直到最近，北大西洋大气变异性很大程度上是由于不可预测的波动（Stephenson等，2000）。然而，动态季节性预测系统已被用来开发熟练的季节性预测，从未来几个月开始为英国冬季天气（Scaife等，2014）。这些喷气流变异性的驱动因素可以互相反对或加强，并且有迹象表明它们之间的相互作用（Hall等，2019）。喷射流变异性的驱动因素显示出季节性变化和喷气流变异性的独特驱动因素在不同的海子中起作用。Many fac- tors (drivers) appear to influence the NAO and jet-stream changes, and these potential drivers can be broadly grouped into cryosphere effects from variations in sea-ice extent and snow cover, oceanic effects from North Atlan- tic sea-surface temperatures (SST), tropical influences such as the El-Niño Southern Oscillation (ENSO), and stratospheric effects due to stratospheric circulation vari- ability, solar variability, volcanic eruptions and the Quasi-Biennial Oscillation (QBO) (Hall et al., 2015 ).除了这些可识别的驱动因素外，由于混乱的内部动力学过程，北大西洋喷气机的一部分的特征是内部未强制性的可变性驱动的（Kushnir等，2006； Lorenz，1963）。现在已经达成共识，即在气候模型中可以再现了一些观察到的驱动因素，但对最近确定的北大西洋地区驱动器的驱动因素的理解提高了，这对于在英国季节性气候预测中取得进展至关重要（Hall等人，2015年，2015年）。The focus of government-funded research is on dynami- cal forecast systems; however, such forecasts are not always
随机冷食品供应链（CFSC）设计
农产品供应连锁店是食品行业的关键部分，因为它们负责确保按时以正确的成本以及所需的质量按时向客户交付水果和蔬菜。在过去的几十年中，研究人员一直在提议使用轮毂和辐条网络作为一种建模方法来优化大型食品供应链。供应链的传统优化涉及识别和消除效率低下，减少交货时间，改善库存管理，增强供应商关系以及利用技术以改善整个过程中的可见性和控制。但是，以前的大多数模型都是确定性的，并且无法考虑作物产量的隐含变异性以及气候变化对农业供应的影响。大气中二氧化碳量的增加，以及温度和天气变化的变化可能会影响收获。因此，迫使分销商和消费者在其他地区寻找不同的供应商，以弥补农产品供应的波动。在这项研究中，提出了随机的轮毂和辐条网络模型和运行算法，以通过寻找最佳的生产，分配和运输网络来降低运输成本，同时考虑气候变异性及其对作物产量的影响。考虑了使用气候模型和加利福尼亚州的真实土壤数据创建的多种情况，该案例研究是针对随机冷食供应链（CFSC）的。草莓在这项工作中进行了研究，因为加州大学是美国主要生产的草莓分析的初步结果表明，表现出更多降水量的天气情况更有可能增加农作物的产量，而降水量较小的情景产生了较低的新鲜水果。
从硝酸盐和重金属污染含水层中分离的红杆菌菌株的基因组特征和普遍负选择
摘要 Rhodanobacter 菌种在受到酸、硝酸盐、金属放射性核素和其他重金属污染的橡树岭保留区 (ORR) 地下环境中占主导地位。为了揭示适应这些混合废物环境的基因组特征并指导遗传工具开发，我们对从 ORR 地点分离的八株 Rhodanobacter 菌株进行了全基因组测序。基因组大小范围为 3.9 至 4.2 Mb，包含 3,695 至 4,035 个蛋白质编码基因，GC 含量约为 67%。根据全长 16S rRNA 序列，七株菌株被归类为 R. denitricans，一株菌株 FW510-R12 被归类为 R. thiooxydans。根据基因注释，全基因组扩增率（泛/核心基因比率）最高的两个直系同源物簇（COG）是“复制、重组和修复”和“防御机制”。除NosZ中预测的蛋白质结构差异外，反硝化基因具有高度的DNA同源性。相反，重金属抗性基因多种多样，其中7％至34％位于基因组岛中，这些结果表明起源于水平基因转移。对四个菌株的甲基化模式分析揭示了独特的5mC甲基化基序。与类型菌株2APBS1相比，大多数直系同源物（78％）的非同义替换与同义替换之比（dN/dS）小于1，表明负选择普遍存在。总体而言，结果为水平基因转移和负选择在污染田间基因组适应中的重要作用提供了证据。罗丹诺杆菌菌株中复杂的限制-修饰系统基因和独特的甲基化基序表明其对基因操作具有潜在的抵抗力。
使用聚类自动编码器技术识别气候模式
摘要：在不同投影场景下，气候模拟的时空分辨率的复杂性产生了多种气候模式。本文通过一种无监督的深度学习技术提出了一种新的数据驱动的气候分类工作，该技术可以在尺寸上降低大量时空数值气候投影数据中的大量紧凑表示。我们旨在确定捕获多个气候变量的不同区域以及在不同气候变化方案下的未来变化。我们的方法利用卷积自动编码器与K-均值聚类（标准自动编码器）和在线聚类相结合，基于sindhorn - Knopp算法（群集自动编码器），整个Conterminous美国（CONUS）（CONUS）（CONUS）捕获来自数据驱动的气候型号的独特气候式的goldement offeration Androm intery Demplyicals todlement todlement todlemant througation dynerical offer -Gromys toym intery dynerical demancortial dynerical ofderational dynerical officolt offer。 （GFDL-ESM2G）。开发的方法在多个变暖方案下以0.125 8的0.125 8将70年的GFDL-ESM2G仿真压缩为较低维空间的空间分辨率为660000倍，然后在150年的GFDL-ESM2G仿真数据中测试了150年。结果表明，五个气候群体捕获了与人类专家定义的已知气候类别相匹配的物理合理和空间稳定的气候效果。结果还表明，与使用标准自动编码器相比，使用群集自动编码器可以将聚类的计算时间限制为9.2倍。我们五个独特的气候模式是由深度学习引起的 - 基于较低维空间的聚类，从而使我们能够在整个综合美国立即提供有关水力气学及其空间异质性的见解，而无需下载大量的大气候数据集。
低电压快速活动期间发作性脑电图去同步化对局灶性癫痫手术结果的预测
目的作者研究了药物抵抗性局灶性癫痫发作期间低压快活动 (LVFA) 模式的功能连接 (FC) 和脑电图功率的变化。他们假设这种变化将有助于对癫痫手术结果进行分类。方法在 79 例接受立体脑电图 (SEEG) 评估和切除手术的药物抵抗性局灶性癫痫患者中，使用非线性回归 (h2) 和三个区域内/之间的功率谱特性测量围 LVFA 期间的 FC 变化：癫痫发作区 (SOZ)、早期传播区 (PZ) 和非受累区 (NIZ)。计算去同步和功率去同步 h2 指数以评估 LVFA 期间 EEG 去同步的程度。采用多元逻辑回归来控制混杂因素。最后，生成了受试者工作特征曲线以评估去同步化指数在预测手术结果方面的表现。结果 53 名患者显示发作期 LVFA 和不同的 SOZ、PZ 和 NIZ 区域。其中，39 名患者（73.6%）在最后一次随访时实现了无癫痫发作。通过 h 2 分析测量，在 LVFA 期间在无癫痫发作组中发现 EEG 去同步化：与 LVFA 前和 LVFA 后相比，SOZ 内和区域之间的 FC 减少。相反，非无癫痫发作组没有显示出明显的 EEG 去同步化。h 2 去同步化指数，而不是功率去同步化指数，能够在切除手术后对无癫痫发作和非无癫痫发作患者进行分类。结论 通过区域内和区域间 h 2 分析测量的围 LVFA 期间 EEG 去同步化可能有助于识别术后结果良好的患者，并且可能在未来改善致痫区的识别。
![arXiv:2001.07992v1 [physics.app-ph] 2020 年 1 月 22 日](/simg/g:\will\search\icon\source\c\cfcaef82cccbbfdc66bffb4cadfb858226454aee.webp)
arXiv:2001.07992v1 [physics.app-ph] 2020 年 1 月 22 日
极紫外光刻 (EUVL) 是一种集成电路 (IC) 制造技术 [1]。该技术使用波长为 13.5 nm 的 EUV 光将光掩模 (也称为掩膜版) 上的图案转移到晶圆上的感光光刻胶上 [2]。鉴于 IC 特征尺寸 < 20 nm，> 20 nm 掩膜版表面上的任何颗粒都会导致印刷图案缺陷 [3]。因此，控制这些纳米颗粒的释放和传输对于 EUVL 至关重要 [4]。EUVL 过程 [5] 在低压氢气环境中进行，以防止镜子氧化和碳生长。EUV 辐射的吸收会导致 EUV 诱导氢等离子体的形成。它由两部分组成：快光电子（E∼70eV）和体等离子体（ne∼108cm−3，Te∼0.5eV）。快电子和等离子体都会给它们能够到达的表面充电。有多项实验[6–8]报道，具有相似参数的等离子体和电子束可以从表面掀起灰尘颗粒。1992年，Sheridan等人[6]观察了介电灰尘从一个被氧化层覆盖的铝球上脱落，该铝球同时暴露在等离子体和电子束中。根据报道的假设（后来得到扩展[9]），粒子被等离子体带电，并被等离子体鞘层的电场掀起。2006年，Flanagan和Goree[7]对一个被风化层覆盖的玻璃球重复了Sheridan的实验，得到了同样的灰尘脱落现象。王等人 [8] 研究了在等离子体、电子束、它们的组合和紫外线辐射的影响下，风化层颗粒堆的浮起。根据已开发的“贴片电荷模型”，电子渗透到颗粒之间的空腔中，借助二次电子发射给隐藏的表面充电，然后
通过功能基因注释和比较基因组分析揭示从国际空间站分离的新型细菌物种对太空条件的适应性
三种不形成孢子的微生物和一种形成孢子的微生物，均从国际空间站分离而来。使用基于深度学习的工具 - deepFRI - 我们能够对所有研究物种中接近 100% 的蛋白质编码基因进行功能注释，战胜了其他注释工具。我们的比较基因组分析突出了这五个物种的共同特征以及这些国际空间站微生物独有的特定遗传性状。蛋白质组分析反映了这些基因组模式，揭示了相似的特征。这些集体注释表明了它们对太空生活的适应，包括通过机械敏感通道蛋白来管理与微重力相关的低渗应激、增强 DNA 修复活性以抵消增强的辐射暴露，以及存在增强新陈代谢的移动遗传元素。此外，我们的研究结果表明，某些遗传特征的进化表明了潜在的致病能力，例如小分子和肽合成以及 ATP 依赖性转运蛋白。这些特征是国际空间站微生物所独有的，进一步证实了以前的报告，解释了为什么暴露在太空条件下的微生物表现出增强的抗生素耐药性和致病性。结论：我们的研究结果表明，我们研究的从国际空间站分离出来的微生物已经适应了太空生活。机械敏感通道蛋白、增强的 DNA 修复活性以及金属肽酶和新型 S 层氧化还原酶等证据表明，这些不同的微生物之间存在趋同适应，可能在微生物群落的背景下相互补充。促进适应国际空间站环境的共同基因可能使未来太空任务所需的基本生物分子得以生物生产，或者如果这些微生物构成健康风险，则可作为潜在的药物靶点。 54
伊利诺伊州Sudors数据的见解
了解与美沙酮参与无意药过量死亡相关的死者特征的知识可以帮助您努力干预这些死亡。ML模型具有现有数据，提供具有成本效益的手段来帮助创建有效的干预措施。在这项研究中，我们旨在开发一种优化的ML算法，用于使用伊利诺伊州州非明显药物过量报告系统（SUDORS）的数据来预测通过美沙酮过量死亡的方法。我们利用IL SUDORS 2019-2022数据进行培训（n = 11931），带有选定的指标（n = 28）。为了解决与非甲基阿达酮相关死亡的不平衡，我们采用了合成少数族裔的过度采样技术。接下来，我们评估了各种机器学习模型，包括逻辑回归，支持向量机，随机森林，神经网络和山脊回归。使用METIC评估模型性能，例如精度，精度，Precision-Recall曲线（AUPRC）等。利用单独的培训（n = 15813），验证（n = 3388）和测试（n = 3389）数据集，随机森林模型的表现优于所有其他模型，具有92％的精度，91％的精度，93％的召回率和0.97 AUPRC。值得注意的是，这些外部是使用主要是人口统计指标实现的。通过分析部分依赖图，我们能够看到每个指标的变化如何动态影响与美沙酮相关的死亡。这项研究证明了ML模型在鉴定美沙酮参与无意药过量死亡中的潜力，并有助于预防这些死亡的知识库。利用SUDORS数据，随机森林模型表现出了出色的表现，突出了其对医疗保健专业人员，预防和减少危害专家的价值以及决策者。
用于检测和分类颅内出血的全自动基于正弦图的深度学习模型
摘要目的：提出一种使用深度学习框架直接从正弦图中检测和分类颅内出血 (ICH) 的自动化方法。该方法旨在通过消除耗时的重建步骤并最大限度地减少计算机断层扫描 (CT) 重建过程中可能出现的潜在噪音和伪影来克服传统诊断的局限性。方法：本研究提出了一种使用深度学习框架从正弦图中检测和分类 ICH 的两阶段自动化方法。该框架的第一阶段是强度变换正弦图合成器，它合成与强度变换 CT 图像等效的正弦图。第二阶段包括级联卷积神经网络-循环神经网络 (CNN-RNN) 模型，该模型可从合成的正弦图中检测和分类出血。 CNN 模块从每个输入的正弦图中提取高级特征，而 RNN 模块提供正弦图中邻域区域的空间相关性。在一个包含 8652 例患者的大型样本的公开 RSNA 数据集上对所提出的方法进行了评估。结果：结果表明，与 ResNext-101、Inception-v3 和 Vision Transformer 等最新方法相比，所提出的方法在患者准确率上显着提高了 27%。此外，与基于 CT 图像的方法相比，基于正弦图的方法对噪声和偏移误差的鲁棒性更高。还对所提出的模型进行了多标签分类分析，以从给定的正弦图中确定出血类型。还使用激活图检查了所提出模型的学习模式的可解释性。结论：所提出的基于正弦图的方法可以准确、高效地诊断 ICH，无需耗时的重建步骤，并有可能克服基于 CT 图像的方法的局限性。结果显示，使用基于正弦图的方法检测出血的效果良好，进一步的研究可以探索该方法在临床环境中的潜力。