XiaoMi-AI文件搜索系统
World File Search Systemweight
在早期但不晚的神经反应，视觉皮层由具有足够模型复杂性的随机重量CNN很好地预测
卷积神经网络（CNN）受到灵长类动物视觉系统的组织的启发，进而成为视觉皮层的有效模型，从而可以准确预测神经刺激反应。虽然对与大脑相关的对象识别任务进行培训可能是预测大脑活动的重要前提，但CNN的大脑样结构可能已经允许准确预测神经活动。在这里，我们在预测视觉皮层的神经反应方面评估了任务精制和脑部优化的卷积神经网络（CNN）的性能，并进行了系统的架构操作以及受过训练的和未经训练的特征提取器之间的比较，以揭示关键的结构组件影响模型性能。对于人类和猴子区域V1，采用RELU激活函数的随机重量CNN与平均或最大池的结合，显着超过了其他激活函数。随机体重CNN在预测V1响应时与训练有素的对应物相匹配。可以预测V1响应的程度与神经网络的复杂性密切相关，这反映了神经激活功能和汇总操作的非线性。但是，对于与物体识别（例如IT）相关的较高视觉区域，编码性能与复杂性之间的这种相关性显着弱。测试视觉区域之间的这种差异是否反映了功能差异，我们在纹理歧视和对象识别任务上训练了神经网络模型。与我们的假设一致，模型的复杂性与纹理歧视的性能更加密切，而不是对象识别。我们的发现表明，具有足够模型复杂性的随机重量CNN允许将V1活动视为训练有素的CNN，而较高的视觉区域则需要通过梯度下降通过训练获得的精确重量配置。
开发含有含油酰乙醇胺的功能性乳制品零食，可降低正常体重和肥胖小型摄入量的食物
乙醇乙醇酰胺（OEA）是一种安全的生物活性脂质，在临床和临床模型中表现出强大的厌食性特性。为了评估OEA递送动力学对其厌食的重要性，我们开发了含有液体或半固体形式的含OEA的乳制品零食。OEA +液体零食，但不是半固体的零食，在摄入零食后4小时进行的饮食行为测试中，分别减少了正常体重和肥胖的小型摄食量的14％和18％。体外消化实验表明，与半固体结构相比，当小吃是液体时，肠道消化中的OEA释放大大增强。对液体零食摄入后几个血浆参数的动力学研究表明，取决于微小的重量状态，其潜在机制不同，而OEA +液体零食可能对内源性大麻素和其他相关的N-酰胺氨基胺代谢的影响在正常体重小型肥胖症和肥胖症中的动力生成中的作用。
一种高效且基于轻巧的身份方案，用于在集群无线传感器网络中安全通信
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
封闭的管状机械超材料作为轻质负荷结构和能量吸收器
周期性的桁架晶体材料，尤其是当与当前的添加剂制造技术结合使用时，引起了轻质材料工程的关注。作为基本立方桁架家族的成员，简单的桁架晶格沿主要方向具有最高的良好和强度，并且在承载载荷机械超材料中起着重要作用。高的各向异性机械性能和对屈曲载荷和剪切负荷的低阻力限制了其在能量吸收中的使用。在这里，我们提出了一类简单的封闭管晶格，具有有限的负载方向依赖性以及高机械性能和不规则的稳定后产物后反应。通过在微观上直接激光写作使其复杂结构的制造成为可能。实验和模拟表明，无论负载方向如何，弹性模量和简单封闭管状晶格的屈服强度都比简单立方体晶格的晶格明显大。在0.1的相对密度下，与桁架晶格相比，闭合的管状晶格可以分别吸收沿方向[100]和[110]的能量的4.45倍和6.14倍。平均标准化的Young的模量和屈服强度分别比最杰出的壳质超材料的质量大28％和53％。如此出色的机械性能使其成为用于承载和吸收能量的应用的潜在候选者。
使用加权单元格 -
单细胞RNA测序（SCRNA-SEQ）已成为理解细胞异质性的强大工具，在分子调节分析中提供了前所未有的分辨率。现有的细胞类型注释的监督学习方法主要利用SCRNA-SEQ数据中的基因表达式。尽管某些方法包含了基因相互作用网络信息，但它们无法使用细胞特异性基因关联网络。此限制忽略了单个细胞内的独特基因相互作用模式，可能会损害细胞类型分类的准确性。我们介绍了WCSGNET，这是一种基于图神经网络的算法，用于自动细胞类型注释，利用加权细胞特异性网络（WCSN）。这些网络是基于高度可变基因构建的，并固有地捕获基因表达模式和基因关联网络结构特征。广泛的实验验证表明，WCSGNET始终达到卓越的细胞类型分类性能，在最佳的方法中排名，同时保持各种数据集的稳健稳定性。值得注意的是，WCSGNET在处理不平衡数据集方面具有明显的优势，在这些挑战性的情况下表现优于现有方法。复制这项工作的所有数据集和代码都存放在GitHub存储库中（https://github.com/yi-elen/wcsgnet）。
增强虚拟现实中的体重感知
摘要这项研究通过一种称为伪热的方法来研究虚拟现实中的体重感知，而没有来自现实世界的动力学反馈。这个虚幻的模型重点介绍了视觉输入和躯体形式反馈的解离，并试图通过操纵视觉输入来诱导VR用户中虚拟对象的负载的感觉。为此，可以对控制显示比（即手臂的真实和虚拟运动之间）进行修改，也可以用于对虚拟对象的位置产生视觉幻觉效果。因此，VR用户将其视为对象位移中的速度变化，从而帮助他们获得更好的虚拟权重感觉。本文的主要贡献是开发一种新颖的整体评估方法，该方法可以衡量虚拟现实环境中存在感，尤其是当参与者提高虚拟对象并体验其体重时。我们的研究研究了虚拟对象重量对参与者向上臂运动的运动学参数和速度曲线的影响，以及使用真实权重进行的平行实验。通过将真实对象与虚拟对象进行比较，可以深入了解参与者手臂运动中观察到的运动学特征的变化。此外，还进行了利用Borg CR10问卷的主观测量，以评估参与者对手部疲劳的看法。这种发现中的这种一致性强调了伪热反馈在模拟虚拟环境中逼真的体重感觉中的功效。对收集的数据（包括主观和客观测量）的分析得出的结论是，参与者在两个虚拟对象任务期间都经历了类似的疲劳感觉和手动运动学的变化，这是由伪热的反馈和实际举重提升任务产生的。
Alchembert：探索...
38,567 3,206 0.490 0.841 0.093 0.297 MEGNET 0.436 0.818 0.138 -0.603 CGCNN+P 39,500 2,563 0.392 0.786 0,113 0.0 Bowsr 1.964 0.300 0.712 0.118 0.151 0.684 0.122 0.055 Voronoi RF38,567 3,206 0.490 0.841 0.093 0.297 MEGNET 0.436 0.818 0.138 -0.603 CGCNN+P 39,500 2,563 0.392 0.786 0,113 0.0 Bowsr 1.964 0.300 0.712 0.118 0.151 0.684 0.122 0.055 Voronoi RF
扩散加权成像在髓母细胞瘤和室管膜瘤鉴别诊断中的准确性
脑肿瘤是儿童最常见的实体肿瘤之一，也是儿童癌症相关死亡的原因（1）。脑肿瘤主要根据组织发生原理进行分类，该原理允许基于与几种假定的起源细胞及其假定的分化阶段的微观相似性对肿瘤进行分类（2）。髓母细胞瘤是一种常见的恶性脑肿瘤，发生于儿童期，占儿童脑肿瘤的 15- 20%（3, 4）。肿瘤通常发生在小脑，在三分之一的病例中常侵入第四脑室，并发展为整个脊髓转移（5）。相关症状不明显，诊断通常会延迟。然而，70% 至 80% 的病例在转移前被诊断出来，而 20% 至 30% 属于高危人群（6）。室管膜瘤是起源于中枢神经系统 (CNS) 的罕见肿瘤。世界卫生组织 (WHO) 已根据组织学将该病分为三类（I、II 或 III），其中
将合成临床数据迁移到常规临床数据以检测脑部 T1 加权 MRI 中的运动伪影
临床数据仓库 (CDW) 包含数百万患者的医疗数据，为开发计算工具提供了绝佳机会。MRI 对图像采集过程中的患者运动特别敏感，这将导致重建图像中出现伪影（模糊、重影和振铃）。因此，CDW 中的大量 MRI 因被这些伪影破坏而无法使用。由于扫描次数太多，无法手动检测，因此有必要开发一种工具来自动排除带有运动的图像，以充分利用 CDW。在本文中，我们提出了一种 CNN 来自动检测 3D T1 加权脑部 MRI 中的运动。我们的迁移学习方法基于合成运动生成，包括两个步骤：使用合成运动对研究数据进行预训练，然后进行微调步骤，将我们的预训练模型推广到临床数据，依靠 5500 张图像的手动标记。目标是 (1) 能够排除具有严重运动的图像，(2) 检测轻微的运动伪影。我们的方法在第一个目标上实现了出色的准确率，平衡准确率几乎与注释者的准确率相似（平衡准确率 > 80%）。然而，对于第二个目标，其表现较弱，远低于人类评分者。总体而言，我们的框架将有助于在医学成像中利用 CDW，并强调对基于研究数据训练的模型进行临床验证的重要性。
最佳BET甲烷消除饲料对埃塞俄比亚本地Menz Breed绵羊的饲料摄入量，消化率，活体重变化和甲烷排放的影响
这项研究继续对埃塞俄比亚的最佳营养成分和低甲烷（CH 4）生产进行本地可用的反刍动物饲料的体外筛查。在体外研究中获得的最好的BET饲料（以下称为测试饲料）包括尼罗拉（Acacia nilotica），Ziiphus spina-christi和Brewery Evener Green Grains（BSG）的干燥叶片。该研究涉及四种治疗方法：对照，相思，BSG和Ziiphus；每种治疗都提供了相同的粗蛋白，并使用建模和激光CH 4检测器（LMD）估计肠肠排放。该实验被设计为一个随机完整的块，使用初始重量作为21岁cast割的Menz绵羊的阻滞因子。这项研究跨越了90天，在喂养试验一个月后进行了消化率试验。对照组与具有较高摄入量的测试饲料组相比，干物质摄入量（p <0.001）显着（p <0.001），尤其是在Ziiziphus组中。然而，Ziiphus组的CP消化率显着（P <0.01），比其他组低。测试饮食还显着增加了体重增加（p <0.001）。值得注意的是，Ziiphus组在体重变化（BWC），最终体重（FBW）和平均每日增益（ADG）方面表现出卓越的表现。相似的结果。测试饲料组的CH 4发射强度明显低于对照组。对照组排放了808.7和825.3 g Ch 4，而Ziiphus组分别使用建模和LMD方法分别排放了220和265.3 g Ch 4 ADG。这项研究表明LMD可以为绵羊产生生物学上合理的数据。尽管Ziiphus组的样本量较小是对这项研究的限制，但Ziiphus spina-christi和nilotica的叶子粉富含浓缩的单宁（CTS），它们的体重增加和增强的饲料效率可观，从而使这些叶子成为可爱的饲料和可持续的饲料，以供卑鄙的饲料和可持续的饲料。