XiaoMi-AI文件搜索系统
World File Search System交互作用
对称结构卷积神经网络
钛酸盐，SRTIO 3（STO）表现出独特而令人困惑的电子和结构特性，这些特性在过去50年中激发了其广泛的研究[1-4]。STO的介电常数是偶然的，在低温下几乎在没有铁电性发作的情况下以量子隐式性的方式发作[5]。薄膜中的应变或交互作用可以稳定铁电性[6，7]。电子掺杂的STO还以记录 - 低载体浓度n> 〜3×10 17 cm-3表现出超导性（SC），对应于小于2 MeV的费米能[5，8]。实验表明s波参数的s波符号[9，10]。此外，与Sto中与量子副型相关的大晶格波动暗示了SC的常规声子机理。但是，Sto中的SC不能用Bardeen-Cooper-Schrieffer（BCS）理论的通常的Migdal-EliAshberg扩展，这依赖于由弱化的拉力响应介导的电子吸引力[11，12]，因为STO中的Fermi Energy与Phonon中的Fermi Energy相比是可比的。临界温度t c对掺杂的圆顶样依赖性与高温超导体（HTSC）相似，尽管最大t c = 0。4 K [15，16]。 此外，隧道调查表明多波段SC，类似于一些非惯性的超导体，例如鲜明an和pnicties [17]。 尤其是同时发生的铁电扭曲是在Sto [23]中增强SC还是抑制它[19，24]。4 K [15，16]。此外，隧道调查表明多波段SC，类似于一些非惯性的超导体，例如鲜明an和pnicties [17]。尤其是同时发生的铁电扭曲是在Sto [23]中增强SC还是抑制它[19，24]。各种提出的机制包括远距离电子音波相互作用[18]，软骨模式[19]，Intervalley Phonons [20]和量子频道波动[21，22]，但Sto中SC的机理仍在争论中。在这里，我们对传统带中的Bloch状态进行了紧密结合分析，该分析可能会阐明STO及其Het-腐蚀性的令人困惑的电子特性。在下一部分中，我们表明，在微不足道的自旋轨道耦合（SOC）的极限中，源自Ti的三个T 2 g轨道的下带是高度各向异性的。在第三节中，我们表明，在传统带的底部，这些状态被SOC混合到Kramers Doublet中，总矩j = 5/2。< / div。在第四节中，我们利用Hubbard模型表明
3DITSCENE：通过语言引导的Disentangled Gaussian Splatting
编辑场景图像在各个领域都非常重要，从娱乐，专业摄影和广告设计开始。内容编辑可以为观众创造沉浸式和迷人的体验，有效地传达艺术愿景并实现所需的美学结果。随着深层生成建模的快速发展，已经进行了许多尝试有效地编辑图像的尝试。但是，他们遇到了阻碍潜力的局限性。以前的方法主要集中在2D图像空间中的场景编辑上。他们通常依靠生成先验，例如gan和扩散模型（DM），并采用了诸如修改跨注意机制的技术[Hertz等。2022，2023]，以及网络参数的优化[Chen等。2023a; Gal等。2022; Kawar等。2023; Kim等。2022; Ruiz等。2023]在场景图像中编辑外观和对象身份。尽管已做出一些努力将这些方法扩展到3D编辑，但它们忽略了3D提示，并在保持3D一致性方面构成了挑战，尤其是在更改摄像头姿势时。此外，这些方法通常集中在全球场景上，并且缺乏准确地解开对象的能力，从而导致对3D级别对单个对象的控制有限。为了编辑任何场景图像并启用对场景及其单个对象的3D控制，我们提出了3DITSCENE，这是一个新颖的场景编辑框架，该框架利用了新的场景表示形式，语言指导的散布高斯散布。2022; Rombach等。具体而言，给定的图像首先投影到3D高斯人中，这些高斯人通过2D生成的先验进一步完善并富集[Poole等。2022]。因此，我们获得了一个综合的3D场景表示，该表示自然可以为给定图像提供新的视图综合。此外，剪辑中的语言特征被蒸馏到相应的3D高斯人中，将语义引入3D几何形状。这些语义3D高斯人有助于将单个对象从整个场景表示中删除，从而导致语言引导的散布的高斯人进行场景分解。他们还允许更具用户友好的交互作用，即用户可以通过文本查询特定的对象或兴趣。为此，我们的3DITSCENE可实现从2D到3D的无缝编辑，并允许在全球和个人层面上进行修改，使创建者能够精确控制场景组合和对象级的编辑。我们将管道称为3DITSCENE。与以前的工作不同，该作品着重于解决单一类型的编辑，3DITSCENE INTETE-GRETS编辑要求在统一框架内。我们的预告片数字通过展示其在不同场景图像中的应用来演示3DITSCENE的多功能性。我们在各种环境下对3DITSCENE进行了评估，结果证明了基线方法的显着改善。
分析不同柑橘属的果皮结构。通过光学显微镜，SEM和μCT，用手动和自动分割
有助于更好地理解这种高度阻尼材料系统中的形式 - 结构 - 条件关系。首次使用了多种方法，使我们能够定量分析3D完整柑橘类果皮中细胞和血管bun的排列，这是成功仿生转移的先决条件。在宏观和显微镜水平上使用不同的成像技术（光学显微镜，SEM，M CT）检查果皮。因此，光和扫描电子显微镜（SEM）用于检查细胞组织和细胞排列。此外，小型计算断层扫描（M CT）用于可视化油腺的排列和血管束的方向。X射线计算的Tomo-Graphy扫描是一种以非或不足的方式呈现对象的3D可视化的方法。16,17也称为高分辨率X射线计算机断层扫描（HRXCT），因为它可以在亚微米水平（50 m m – 325 nm）下具有分辨率。16,17本研究中使用了一词微型层析成像或M CT。柑橘类物种之间存在的细胞间空间的不同强度已在及时消费的手动测量中确定。这是由于主要不均匀的生物组织以及细胞组织，液体和细胞间空间之间的弱对比度。手册，二维评估通常是主观的，并且很难再进行，但最重要的是很耗时。用于例如3维分析为18,22分类，Ilastik使用随机的森林分类器。22ct-scans软件morpho+使用流域算法，随后根据几乎分离的卷进行了颜色编码的分析。16,18还有多种其他用于二维和三维分割的软件工具，例如Fiji Weka，19 Survos，20或更快。21在这项研究中，细胞间空间不仅可以手动确定，还可以使用基于机器学习的图像分析软件Ilastik（开源项目）确定。ilastik是一个开源项目，允许用户在图像处理方面没有（很多）专业知识来执行细分和分类。23,24分类器从用户的输入中学习，该输入以类似于Microsoft Paint软件的接口进行训练。18，它提出了实时反馈和方便的接口。18个新标签用于交互作用地微调分类器。18,24一旦培训了分类器，就可以使用它来处理整个数据集。18此外，Ilastik允许使用流域算法将体积分割为较大的体素。
为AR支持的Human-Obot Collaboration提出混合创作界面
能够与之交流。在这里，增强现实（AR）环境中提供的信息可能有益于传达机器人的意图[24，26]，可视化安全信息，并高点用户必须执行的过程或任务[22]。根据我们的经验，这种沉浸式的人类机器人协作（HRC）环境通常在桌面系统（例如Unity3D）上撰写，从而充分利用鼠标和键盘等熟悉的输入技术。但是，在教育者中有效设计AR内容需要准确模拟应锚定的现实世界环境。即使那样，通常在AR中的AR内容模拟AR含量与AR头部安装显示器（HMD）时的位置可视化之间存在明显差异。此外，部署到HMD，测试和调试的过程以及在桌面系统上再次编辑的过程通常很慢，乏味且具有挑战性。为了解决这个问题，先前的工作最近证明了使用增强现实来创作AR-AR-ADITU的潜力[21]。但是，原位AR创作工具的好处是什么，可以说在输入功能方面可能会受到限制（中间交互作用与鼠标和键盘）？我们看到了几个优点：（1）用户可以立即测试例如可视化及其外观属性的变化，而无需重新编译整个应用程序。此外，（2）这样的创作工具可以降低进入障碍，因为它可以允许新手用户在不需要广泛的编程技能的情况下设计受支持的系统。但是，我们从AR中开发创作系统[21]的经验表明，在纯AR环境中，整个AR体验的设计和配置可能很困难：例如，在空气中显示的虚拟键盘上有效的文本输入并不是琐碎的[12]，并且操纵传统界面元素（例如，按钮和列表）可能会互动（例如，纽扣和列表），因此很难改善互动。最近的作品因此，将多个设备作为互补接口[9，27]（例如AR HMDS和移动触摸屏设备）组合起来，以利用每种技术的各自优势。在我们先前的Robovisar [21]项目上构建，我们提供了一种混合创作工具，其中包括桌面环境，平板电脑和AR HMD，可以集体作者并运行完整的AR用户体验。该系统应允许用户在与机器人直接合作的同时设计所有AR内容。通过启用初始设置和原位创作，我们提出的系统会流畅地支持执行阶段，从而使用户可以在一个或多个机器人上尝试使用其撰写的工作流，这可能但不必是配件。在以下内容中，我们介绍了我们的概念，描述了原型的特征。在本文中，我们将范围限制在创作和协作集会上，从而排除了HRC组装的其他关键方面（例如，机器人编程，设计组装说明）。但是，我们有信心将来这些步骤可以与我们的概念集成在一起。
人格维度GPT-3在人类肉体相互作用期间表达
1简介大型生成语言模型（LLM）的最新出现，例如GPT-3 [16]及其继任者Chatgpt [96]和GPT-4 [83]，彻底改变了自然语言处理和人工智能领域。由于他们具有前所未有的精度处理自然语言的能力，这些模型在各种环境中开放了新的应用程序和用例[26，35，96]。具体来说，它们产生的文本通常与人类生成的文本无法区分的能力使它们可以用作对话剂[57，62，86，108]，从而增加了可信性[70，106]，浸入性[52]和互动的个性化[58]。在游戏[2，5]中成功地改编了这种对话代理为非玩家字符（NPC），并对教学应用显示了巨大的希望[1]。然而，考虑到有关一致性和用户影响的问题仍未解决，必须对这种技术进行集成[27、55、57、74]。诸如安全和内容控制问题之类的新挑战阻碍了该技术进入高风险应用程序，例如教育和心理保健服务，那里没有任何不一致或适得其反的毒剂行为的空间[9，82]。因此，必须研究人类如何与基于LLM的对话剂相互作用，并了解在这种相互作用情况下出现的风险和挑战。人类肉体相互作用的一个重要方面是对转化药物的人格的设计和控制[32，33，109]。传达对话剂中的个性使交互作用引人入胜且令人信服，使用户拟人化代理[40，66]，增强用户参与度[88]和用户体验[91]，并通过高度个性化[98]来增加用户对代理的接受。然而，关于语音服务助理（例如Siri和Alexa）所表现出的人格的最新发现[103]表明，建立完善的人格模型（例如五因子模型[25，69]）与用户与此类助手相互作用时所感知的人格之间存在结构差异。这导致了一个问题，即最近基于LLM的对话代理人表现出的人格尺寸在多大程度上与人格模型一致，以及这些维度是否与先前工作中得出的维度一致。研究这种结构差异是必须将代理人个性的设计与用户的感知和期望保持一致[103，104]，从而使基于LLM的对话代理在人格维度方面实现系统的设计，评估和比较。在这项工作中，我们研究了在人类聊天对话期间由基于GPT-3的聊天机器人表达的潜在人格结构，并将结果与Völkel等人的演员人格模型进行了比较。[103]和人格的五因素模型[25，69]。在我们的研究中（见图1），有86名参与者在与聊天机器人交谈的同时定期将基于GPT-3的聊天机器人的个性描述。我们通过执行包括拼写的多个处理步骤
基于模型的系统工程（MBSE）A Ghost Robotics Vision 60 Q-ugv未来电力系统和新兴军事要求猎人Hughes，C
免责声明：此处表达的观点是作者的观点，不反映美国空军学院，空军部或国防部的立场。作者注意：作者感谢Jordan Caldwell和整个Ghost Robotics团队以及Lonewolf Logistics的Wyatt Woolsey，为这个Capstone项目提供了极大的支持。摘要：本文介绍了基于模型的系统工程（MBSE）来建模Ghost Robotics Vision 60 60四足动物无人接地车（Q-ugv），并指导军事工程师和领导者的未来决策。系统的CATIA魔术系统用于与系统内部和外部交互作用，包括从这些过程和交互中汲取的功率。通过将此模型连接到基于MATLAB的程序，创建了Vision 60的整体模型，可以在设计阶段的早期进行修改，改进和更好地理解。我们工作的一种应用是帮助预测和分析从各种附件和内部流程中汲取的权力，以预测军事环境中的未来绩效。这项研究的结果提供了对未来电力系统设计的见解，尤其是在添加了机器人的附件，并证明了MBSE建模在军事环境中复杂系统的潜力。最后，本文验证了国防部（DOD）内MBSE的潜在实施，以在当前数字化转型中保持优于对手的优势地位。关键字：机器人技术，基于模型的系统工程，幽灵，Q-ugv，技术1。简介机器人在国防和工业中的使用变得无处不在。在使用的各种机器人中，四足动物无人接地车辆（Q-ugv）由于其多功能性和以安全有效的方式扩展人类能力的潜力而获得了知名度。例如，陆军已将Q-ugv用于清理建筑物和确定潜在威胁等任务。陆军机动卓越中心部署了Flir Packbot EOD机器人和通用动力任务系统（GDMS）进行侦察和炸弹处理（Grizzle，2018年）。执法机构还使用Q-UGV来寻找失踪人员或嫌疑人（Holt，2020）。这些机器人在灾难反应方案中也有潜力，可以使用它们来定位幸存者并评估损害（Kusaka，Miyawaki和Nakamura，2020年）。Q-ugv的其他应用包括指导视觉障碍的人（育儿，2023年），监视（Hougen等，2000）和伴侣（Banks等，2008； de Visser等，2022）。本文重点介绍了Ghost Robotics Vision 60 Q-UGV（图1）。Vision 60是中型的高耐用，敏捷且耐用的全天候无人机无人机，旨在在各种非结构化的城市和自然环境中用于防御，国土和企业应用。可以携带各种有效载荷，包括电光传感器，机器人臂以及致命和非致命武器。Vision 60由1,250 WH锂离子电池提供动力，宣传范围为10公里，尽管真实范围和运营时间高度依赖于任务配置文件（例如有效负载重量，配件的功率要求，移动速度）和环境因素。作为组织，包括特种作战部队，执法和公共安全，开始使用这些机器人，必须了解任务概况和环境影响范围和操作时间，因为这可能会影响机器人所需的机器人数量，也可以影响机器人对特定任务的实用性。
手稿提交要求清单
ACS食品科学技术是一个国际论坛，用于所有食品科学，技术和工程领域的尖端原始研究。本跨学科期刊的重点是与确保粮食安全的食品的特征，开发，加工和/或安全有关的新研究报告。该期刊鼓励食品科学基本和应用研究的所有领域的提交，特别着重于主题，包括但不限于：食品化学和微生物学组成，化学结构，食品分子的化学结构以及食物分子的性能，阐明其在加工，存储，存储，储存，消费量，味道，质感，质感和颜色，颜色，营养和营养不良的过程中的交互作用。食物分析，包括新兴的现场方法，例如便携式光谱仪和生物传感器。食物中的微生物及其在变质，发酵和食源性疾病中的作用。新颖的食物，创新的产品或成分传统上没有食用，并且可能具有独特的特征或健康益处。食品质量和真实性/起源优化的生产方法和技术，以维持或增强食品的感觉，营养和安全属性。保持质量和延长保质期的技术，同时最大程度地减少营养损失并确保食品安全，包括新兴环境友好的食品加工技术。通过化学分析和可追溯性来验证真实性和起源。促进健康的食物成分功能食品，可提供基本营养以外的健康益处。字母用作简短食物保存使用不同的包装材料和技术来保护食物免受可能导致变质或污染的物理，化学和生物学因素，例如屏障保护，改良的大气包装，智能包装，纳米技术以及新食品材料的开发。生物活性植物化学物质在食用后用于体内使用或储存的生物利用度，化学结构的影响，与其他化合物的相互作用以及消化和代谢的个体差异。微生物组在这些过程中的作用以及与食物的生物活性有关的计算机研究。对食物链的可持续食品生产创新行动，允许供应食物需求，同时节省资源，最大程度地减少环境影响，促进社会公平，确保经济可行性，维护生物多样性和增强弹性。应明确说明与食品科学和技术的相关性；例如，将食物用作不同目的的材料或不可食用或用作食物的物种的生物学活性可能不被考虑出版。可食用的成分，补充剂或提取物与食物，仅针对分析方法的提交以及食物的初步分析不被视为发表。侧重于科学技术，ACS食品科学技术补充了农业和食品化学杂志。ACS食品科学技术为全球食品研究界提供了全长的研究文章，信件，评论和观点。与ACS农业科学技术一起，这套期刊提供了一个权威的投资组合，涵盖了食品和农业研究的所有领域，是所有部门研究人员的首要来源。
Nebius集团投资者演示
所描述的过程涉及采用一个控制人类细胞中胰岛素产生并将其插入细菌的基因。这是基因工程的一个例子，涉及操纵生物体的DNA引入特定基因或修改现有基因。通过将人基因掺入细菌中，它获得了产生人胰岛素的能力。遗传工程涉及改变生物体的遗传物质以赋予其新特征。在这种情况下，控制胰岛素产生的基因取自人类细胞并插入细菌。细菌并未自然产生胰岛素，但是随着基因的增加，它现在可以这样做。这表明了如何使用基因来改变生物的特征。通过单击我们的徽标/名称旁边的“关注我”按钮，查看我们的思考大型学习TPT商店，以接收有关新产品，销售和更新的通知。＃通过购买此文件，您同意我们的条款。所有权利由作者保留。此产品仅用于个人或课堂使用，不能以数字方式分发或显示用于公众视图。*遗传学和遗传互动笔记本 *染色体，基因，遗传学，性状，蛋白质，等位基因，核，同源对，Mendelian，Mendelian，纯合，杂合＃遗传学和遗传笔记本交互作用提供79页的交互学习经验。它通过决定细胞中产生的蛋白质来控制蛋白质的合成。基因是遗传的基本单位，位于染色体上。It includes: * **24 Flip-Fold Vocabulary words & definitions** * **DNA Structure Explained** * **Base Pairs (Adenine, Guanine, Cytosine, Thymine)** * **Understanding Chromosomes** * **Understanding Genes** * **Understanding RNA** * **Location of Ribosomes & Nucleus Foldable** * **Dynamics of mRNA - tRNA - Ribomes ** ** **概念映射DNA ** ** ** Punnett Square ** ** ** ** x35研究好友卡（包括答案密钥）** DNA被称为生命的蓝图，因为它包含了生物体生长，发育，生存，生存和繁殖的说明。基因本质上是DNA的一部分，而染色体是DNA在细胞分裂之前折叠成的结构。每个人类体细胞都包含23对染色体，这些染色体具有所有代码为一个人的创造，生长和发育的基因。除了DNA外，这些染色体还含有组蛋白蛋白，可帮助将DNA包装到染色体中。在真核细胞中，在细胞核中发现了染色体，而在原核生物细胞中它们可以自由移动。DNA由字母 - 脱氧核糖核酸组成 - 地球上的所有生命都用作遗传密码。核酸是一种多核苷酸，由三个基本单元组成：磷酸盐基团，5个碳糖（五戊糖）和氮基碱。五个碳糖是脱氧核糖，并且由于多核苷酸链具有重复的磷酸盐和脱氧核糖单位，因此变异来自氮基碱 - 腺嘌呤，鸟嘌呤，胞嘧啶和胸骨。分子梯子的梯级由牢固的共价键将其固定在一起，糖分子与构成每个步骤的碱基相连。这些碱以特定的方式配对：腺嘌呤通过两种氢键与胸腺氨酸组合，而胞嘧啶与鸟嘌呤配对使用三个氢连接。遗传代码以这些基础的顺序编写，其中顺序很重要 - 仅交换一个基础可以更改整个消息。此代码由三胞胎组成，该三联体指示细胞创建特定的氨基酸，然后将其用于构建蛋白质。
2VT- RIT数字机构存储库
[1] Hamed S. Alavi，Elizabeth F. Churchill，Mikael Wiberg，Denis Lalanne，Peter Dalsgaard，Ava Fatah Quarth gen Schieck和Yvonne Rogers。2019。人类建设互动简介（HBI）：将HCI与建筑和城市设计相结合。计算机 - 人类交互作用的ACM交易26，2，第6条（2019年3月），10页。https://doi.org/10.1145/3309714 [2] Michael Benedikt和Kory Bieg。 2018。 中心21：建筑物的秘密生活。 美国奥斯汀市美国建筑与设计中心。 [3] Olga Chesnokova，Mario Nowak和Ross S. Purves。 2017。 众包景观偏好模型。 Leibniz International Informatics，Lipics 86，19（2017），1-13。 https://doi.org/10.4230/lipics.cosit.2017.19 [4] Paul Coulton，Haider Ali Akmal和Joseph Lindley。 2020。 设计研究和面向对象的本体论。 公开哲学3，1（2020），11-41。 https://doi.org/10.1515/opphil-2020-0002 [5] Paul Dourish。 2006。 重新空间：“地点”和“空间”十年。 在2006年2006年20周年的合作工作会议上（加拿大艾伯塔省班夫）（CSCW '06）。 ACM，纽约，纽约，美国，299–308。 https://doi.org/10.1145/1180875.1180921 [6] Anthony Dunne和Fiona Raby。 2013。 投机性的一切：设计，小说和社会梦想。 麻省理工学院出版社，马萨诸塞州剑桥。 https：//doi.org/10.1093/jdh/epv001 [7] Jan Gehl。 2010。 人民的城市。 [8] Alix Gerber。https://doi.org/10.1145/3309714 [2] Michael Benedikt和Kory Bieg。2018。中心21：建筑物的秘密生活。美国奥斯汀市美国建筑与设计中心。 [3] Olga Chesnokova，Mario Nowak和Ross S. Purves。 2017。 众包景观偏好模型。 Leibniz International Informatics，Lipics 86，19（2017），1-13。 https://doi.org/10.4230/lipics.cosit.2017.19 [4] Paul Coulton，Haider Ali Akmal和Joseph Lindley。 2020。 设计研究和面向对象的本体论。 公开哲学3，1（2020），11-41。 https://doi.org/10.1515/opphil-2020-0002 [5] Paul Dourish。 2006。 重新空间：“地点”和“空间”十年。 在2006年2006年20周年的合作工作会议上（加拿大艾伯塔省班夫）（CSCW '06）。 ACM，纽约，纽约，美国，299–308。 https://doi.org/10.1145/1180875.1180921 [6] Anthony Dunne和Fiona Raby。 2013。 投机性的一切：设计，小说和社会梦想。 麻省理工学院出版社，马萨诸塞州剑桥。 https：//doi.org/10.1093/jdh/epv001 [7] Jan Gehl。 2010。 人民的城市。 [8] Alix Gerber。美国奥斯汀市美国建筑与设计中心。[3] Olga Chesnokova，Mario Nowak和Ross S. Purves。2017。众包景观偏好模型。Leibniz International Informatics，Lipics 86，19（2017），1-13。https://doi.org/10.4230/lipics.cosit.2017.19 [4] Paul Coulton，Haider Ali Akmal和Joseph Lindley。2020。设计研究和面向对象的本体论。公开哲学3，1（2020），11-41。https://doi.org/10.1515/opphil-2020-0002 [5] Paul Dourish。 2006。 重新空间：“地点”和“空间”十年。 在2006年2006年20周年的合作工作会议上（加拿大艾伯塔省班夫）（CSCW '06）。 ACM，纽约，纽约，美国，299–308。 https://doi.org/10.1145/1180875.1180921 [6] Anthony Dunne和Fiona Raby。 2013。 投机性的一切：设计，小说和社会梦想。 麻省理工学院出版社，马萨诸塞州剑桥。 https：//doi.org/10.1093/jdh/epv001 [7] Jan Gehl。 2010。 人民的城市。 [8] Alix Gerber。https://doi.org/10.1515/opphil-2020-0002 [5] Paul Dourish。2006。重新空间：“地点”和“空间”十年。在2006年2006年20周年的合作工作会议上（加拿大艾伯塔省班夫）（CSCW '06）。ACM，纽约，纽约，美国，299–308。 https://doi.org/10.1145/1180875.1180921 [6] Anthony Dunne和Fiona Raby。 2013。 投机性的一切：设计，小说和社会梦想。 麻省理工学院出版社，马萨诸塞州剑桥。 https：//doi.org/10.1093/jdh/epv001 [7] Jan Gehl。 2010。 人民的城市。 [8] Alix Gerber。ACM，纽约，纽约，美国，299–308。https://doi.org/10.1145/1180875.1180921 [6] Anthony Dunne和Fiona Raby。 2013。 投机性的一切：设计，小说和社会梦想。 麻省理工学院出版社，马萨诸塞州剑桥。 https：//doi.org/10.1093/jdh/epv001 [7] Jan Gehl。 2010。 人民的城市。 [8] Alix Gerber。https://doi.org/10.1145/1180875.1180921 [6] Anthony Dunne和Fiona Raby。2013。投机性的一切：设计，小说和社会梦想。麻省理工学院出版社，马萨诸塞州剑桥。https：//doi.org/10.1093/jdh/epv001 [7] Jan Gehl。2010。人民的城市。[8] Alix Gerber。岛出版社，华盛顿。2018。参与性猜测：公共安全期货。在ACM国际会议程序系列中，第1卷。2。计算机协会，纽约，纽约，美国，1-4。https://doi.org/10.1145/3210604.3210640 [9] Edward Twitchell Hall。 1969。 隐藏的维度：人类在公共和私人中使用空间。 Doubleday，纽约。 XII，217 Sivua，[16] Kuvasivua页面。 https://oula.finna.fi/record/uela.328721 [10]史蒂夫·哈里森（Steve Harrison）和保罗·杜里什（Paul Dourish）。 1996。 重新位置空间：位置和空间在协作系统中的作用。 在1996年ACM计算机支持合作工作会议论文集（美国马萨诸塞州波士顿）（CSCW '96）。 ACM，纽约，纽约，美国，67-76。 https://doi.org/10.1145/240080.240193 [11] B Hillier。 2007。 空间是机器。 配置理论。 剑桥大学出版社，剑桥大学出版社，剑桥大学，剑桥大学，剑桥大学，剑桥大学，英国CB2 8BS。 http://discovery.ucl.ac.uk/49843/ [12] Yen-Chia Hsu，Jennifer Cross，Paul Dille，Michael Tasota，Beatrice Dias，Beatrice Dias，Randy Sargent，Ting-Hao（Ting-Hao（Kenneth）Huang）和Illah Nourbakhsh。 2019。 气味匹兹堡：社区授权的移动气味报告系统。 在第24届国际智能用户界面会议论文集（加利福尼亚州玛丽娜·德尔·雷）（IUI '19）。 ACM，纽约，纽约，美国，65-79。 2016。 众包集体的位置感。 2019。https://doi.org/10.1145/3210604.3210640 [9] Edward Twitchell Hall。1969。隐藏的维度：人类在公共和私人中使用空间。Doubleday，纽约。XII，217 Sivua，[16] Kuvasivua页面。https://oula.finna.fi/record/uela.328721 [10]史蒂夫·哈里森（Steve Harrison）和保罗·杜里什（Paul Dourish）。 1996。 重新位置空间：位置和空间在协作系统中的作用。 在1996年ACM计算机支持合作工作会议论文集（美国马萨诸塞州波士顿）（CSCW '96）。 ACM，纽约，纽约，美国，67-76。 https://doi.org/10.1145/240080.240193 [11] B Hillier。 2007。 空间是机器。 配置理论。 剑桥大学出版社，剑桥大学出版社，剑桥大学，剑桥大学，剑桥大学，剑桥大学，英国CB2 8BS。 http://discovery.ucl.ac.uk/49843/ [12] Yen-Chia Hsu，Jennifer Cross，Paul Dille，Michael Tasota，Beatrice Dias，Beatrice Dias，Randy Sargent，Ting-Hao（Ting-Hao（Kenneth）Huang）和Illah Nourbakhsh。 2019。 气味匹兹堡：社区授权的移动气味报告系统。 在第24届国际智能用户界面会议论文集（加利福尼亚州玛丽娜·德尔·雷）（IUI '19）。 ACM，纽约，纽约，美国，65-79。 2016。 众包集体的位置感。 2019。https://oula.finna.fi/record/uela.328721 [10]史蒂夫·哈里森（Steve Harrison）和保罗·杜里什（Paul Dourish）。1996。重新位置空间：位置和空间在协作系统中的作用。在1996年ACM计算机支持合作工作会议论文集（美国马萨诸塞州波士顿）（CSCW '96）。ACM，纽约，纽约，美国，67-76。 https://doi.org/10.1145/240080.240193 [11] B Hillier。 2007。 空间是机器。 配置理论。 剑桥大学出版社，剑桥大学出版社，剑桥大学，剑桥大学，剑桥大学，剑桥大学，英国CB2 8BS。 http://discovery.ucl.ac.uk/49843/ [12] Yen-Chia Hsu，Jennifer Cross，Paul Dille，Michael Tasota，Beatrice Dias，Beatrice Dias，Randy Sargent，Ting-Hao（Ting-Hao（Kenneth）Huang）和Illah Nourbakhsh。 2019。 气味匹兹堡：社区授权的移动气味报告系统。 在第24届国际智能用户界面会议论文集（加利福尼亚州玛丽娜·德尔·雷）（IUI '19）。 ACM，纽约，纽约，美国，65-79。 2016。 众包集体的位置感。 2019。ACM，纽约，纽约，美国，67-76。https://doi.org/10.1145/240080.240193 [11] B Hillier。 2007。 空间是机器。 配置理论。 剑桥大学出版社，剑桥大学出版社，剑桥大学，剑桥大学，剑桥大学，剑桥大学，英国CB2 8BS。 http://discovery.ucl.ac.uk/49843/ [12] Yen-Chia Hsu，Jennifer Cross，Paul Dille，Michael Tasota，Beatrice Dias，Beatrice Dias，Randy Sargent，Ting-Hao（Ting-Hao（Kenneth）Huang）和Illah Nourbakhsh。 2019。 气味匹兹堡：社区授权的移动气味报告系统。 在第24届国际智能用户界面会议论文集（加利福尼亚州玛丽娜·德尔·雷）（IUI '19）。 ACM，纽约，纽约，美国，65-79。 2016。 众包集体的位置感。 2019。https://doi.org/10.1145/240080.240193 [11] B Hillier。2007。空间是机器。配置理论。剑桥大学出版社，剑桥大学出版社，剑桥大学，剑桥大学，剑桥大学，剑桥大学，英国CB2 8BS。http://discovery.ucl.ac.uk/49843/ [12] Yen-Chia Hsu，Jennifer Cross，Paul Dille，Michael Tasota，Beatrice Dias，Beatrice Dias，Randy Sargent，Ting-Hao（Ting-Hao（Kenneth）Huang）和Illah Nourbakhsh。 2019。 气味匹兹堡：社区授权的移动气味报告系统。 在第24届国际智能用户界面会议论文集（加利福尼亚州玛丽娜·德尔·雷）（IUI '19）。 ACM，纽约，纽约，美国，65-79。 2016。 众包集体的位置感。 2019。http://discovery.ucl.ac.uk/49843/ [12] Yen-Chia Hsu，Jennifer Cross，Paul Dille，Michael Tasota，Beatrice Dias，Beatrice Dias，Randy Sargent，Ting-Hao（Ting-Hao（Kenneth）Huang）和Illah Nourbakhsh。2019。气味匹兹堡：社区授权的移动气味报告系统。在第24届国际智能用户界面会议论文集（加利福尼亚州玛丽娜·德尔·雷）（IUI '19）。ACM，纽约，纽约，美国，65-79。 2016。 众包集体的位置感。 2019。ACM，纽约，纽约，美国，65-79。2016。众包集体的位置感。2019。https://doi.org/10.1145/3301275.3302293 [13] Andrew Jenkins，Arie Croitoru，Andrew T. Crooks和Anthony Stefanidis。 PLOS ONE 11，4（2016年4月），1-20。 https://doi.org/10.1371/journal.pone.0152932 [14] David Kirsh。 建筑师和设计师对互动性的看法有所不同吗？ 计算机 - 人类交互作用上的ACM交易26，2（2019年4月），1-43。 https://doi.org/10.1145/3301425 [15] R. Kitchin。 2018。 智能城市的实地。 Tecnoscienza：意大利科学与技术研究杂志8（2018），19-42。 [16] Peter Gall Krogh，Marianne Graves Petersen，Kenton O'Hara和Jens Emil Groenbaek。 2017。 对HCI中社会空间素养的敏感概念。 在2017年CHI计算系统中人为因素会议论文集（美国科罗拉多州丹佛市）（CHI '17）。 计算协会https://doi.org/10.1145/3301275.3302293 [13] Andrew Jenkins，Arie Croitoru，Andrew T. Crooks和Anthony Stefanidis。PLOS ONE 11，4（2016年4月），1-20。 https://doi.org/10.1371/journal.pone.0152932 [14] David Kirsh。 建筑师和设计师对互动性的看法有所不同吗？ 计算机 - 人类交互作用上的ACM交易26，2（2019年4月），1-43。 https://doi.org/10.1145/3301425 [15] R. Kitchin。 2018。 智能城市的实地。 Tecnoscienza：意大利科学与技术研究杂志8（2018），19-42。 [16] Peter Gall Krogh，Marianne Graves Petersen，Kenton O'Hara和Jens Emil Groenbaek。 2017。 对HCI中社会空间素养的敏感概念。 在2017年CHI计算系统中人为因素会议论文集（美国科罗拉多州丹佛市）（CHI '17）。 计算协会PLOS ONE 11，4（2016年4月），1-20。https://doi.org/10.1371/journal.pone.0152932 [14] David Kirsh。 建筑师和设计师对互动性的看法有所不同吗？ 计算机 - 人类交互作用上的ACM交易26，2（2019年4月），1-43。 https://doi.org/10.1145/3301425 [15] R. Kitchin。 2018。 智能城市的实地。 Tecnoscienza：意大利科学与技术研究杂志8（2018），19-42。 [16] Peter Gall Krogh，Marianne Graves Petersen，Kenton O'Hara和Jens Emil Groenbaek。 2017。 对HCI中社会空间素养的敏感概念。 在2017年CHI计算系统中人为因素会议论文集（美国科罗拉多州丹佛市）（CHI '17）。 计算协会https://doi.org/10.1371/journal.pone.0152932 [14] David Kirsh。建筑师和设计师对互动性的看法有所不同吗？计算机 - 人类交互作用上的ACM交易26，2（2019年4月），1-43。https://doi.org/10.1145/3301425 [15] R. Kitchin。 2018。 智能城市的实地。 Tecnoscienza：意大利科学与技术研究杂志8（2018），19-42。 [16] Peter Gall Krogh，Marianne Graves Petersen，Kenton O'Hara和Jens Emil Groenbaek。 2017。 对HCI中社会空间素养的敏感概念。 在2017年CHI计算系统中人为因素会议论文集（美国科罗拉多州丹佛市）（CHI '17）。 计算协会https://doi.org/10.1145/3301425 [15] R. Kitchin。2018。智能城市的实地。Tecnoscienza：意大利科学与技术研究杂志8（2018），19-42。[16] Peter Gall Krogh，Marianne Graves Petersen，Kenton O'Hara和Jens Emil Groenbaek。2017。对HCI中社会空间素养的敏感概念。在2017年CHI计算系统中人为因素会议论文集（美国科罗拉多州丹佛市）（CHI '17）。计算协会
基因组研究的一系列可解释和可解释的机器学习方法
精确医学的主要重点是使用计算工具来准确预测疾病结果并确定相关的生物标志物以进行有效的后续评估。Over the last two decades, linear models have been widely implemented to identify differentially expressed genes and enriched signaling pathways in functional genomics (Love et al., 2014 ; Nueda et al., 2014 ; Ritchie et al., 2015 ; Robinson et al., 2009 ), characterize complex trait architecture in genome-wide association studies (, 2010 ; Hayeck et al., 2015 ; Heckerman et al., 2019年，Kang et al。等Al。，2018年； Manno等，2018），并在不同的时间点，数据收集位点和组织类型上进行有效的归一化和维度降低（Hasin等，2017；Lähnemann等，2020）。这些方法的一部分是它们提供统计显着性措施的能力，例如P值，后置包含概率（PIPS）或然后可以使用的贝叶斯因素，可用于促进下游任务（例如，选择哪些分子机制以药物为目标或选择哪些临床干预措施对特定患者有效）。不幸的是，严格的加性假设通常会阻碍线性模型的性能；这些方法中最强大的方法依赖于训练算法，这些算法在计算上效率低下且对大规模数据集不可靠。成像和测序技术的持续进步（Stephens等，2015）提供了范围，以将多模式的非参数方法整合为生物学和临床应用中的最先进工具。的确，机器学习方法众所周知，具有在数据中学习复杂的非线性模式的能力，并且当有大量的培训示例可用时，它们通常在设置中获得最大的功能（Lecun等，2015）。然而，文献中已被大量引用，许多机器学习技术都受到“黑匣子”限制的影响，因为它们并不自然地进行经典的统计假设测试，例如线性模型，这对于精确医学中的决策至关重要。导致非线性算法更好的预测性能的关键特征之一是自动包含被放入模型中的特征之间的高阶相互作用（Crawford等，2018； Jiang＆Reif，2015）。例如，神经网络利用分层之间的激活功能，这些层隐式列举了输入特征之间所有可能的（多项式）交互作用（Demetci等，2021; 2021; Murdoch等，2019; Tsang，Cheng，Cheng，＆Liu，＆Liu，2018; Tsang，Liu，Liu等，2018; 2018; WAHBA，1900年）。这已被证明在准确预测模型生物的特征方面有所作为，在这些特征中，诸如epistasis之类的现象（即多个基因座和/或基因之间的相互作用）可以在物种之间的变化中发挥很大作用（Bellot等人，2018; Runcie et al。，2021; Swain等，2016; swain等，2016; 2016; weissbrod et al an a w weissbrod et al。这是用于改进模型的部分数学解释，但在许多生物医学应用中，我们经常希望准确地知道哪些基因组特征（例如变体，基因和途径）对于定义表型或疾病结果的结构最重要。本手稿的主要目的是回顾大量的方法论研究，这些方法是为了开发计算生物学中更“可解释的”和“可解释”的机器学习。在整个本文中，我们将使用经典的观点，即“解释性”与使用模型参数的事后能力有关（有时也称为在文献的某些领域中表现“可变重要性”）（Crawford et al。，2019; Lundberg＆Lundberg＆Lee，2016，2017，2017; ribeio; ribeio et alik anik shrik，shrik shrik;虽然“解释性”是模型固有地为其参数和体系结构提供了可理解的定义（Hira等，2019； Marcinkevics＆Vogt，2020; Shmueli，2010）。两个概念都可以分为试图在（i）全球范围上实现解释性或可解释性的方法类别，在该方法中，目标是对观察到的人群的整体变化的贡献进行对/（ii）在局部层面上的贡献进行排名/选择的输入，旨在详细介绍对数据集中的任何特定个人的重要性。在这里，我们将专注于描述神经网络中的全球尺度方法，其特殊动机来自基于关联映射的基因组学应用程序。我们在这篇综述中的主要贡献是为我们所说的“透明度谱”提供全面的景观，用于监督和无监督的学习算法，因为我们从黑匣子转移到可解释的方法，并最终转化为可解释的方法（图1）。