大规模并行报告基因检测 (MPRA) 是一种高通量方法,用于评估数千个候选顺式调控元件 (CRE) 的体外活性。在这些检测中,候选序列被克隆到由独特 DNA 序列标记的报告基因的上游或下游。然而,标签序列本身可能会影响报告基因的表达,并导致测量的顺式调控活性出现重大潜在偏差。在这里,我们提出了一种基于序列的方法来校正标签序列特异性效应,并表明我们的方法可以显著减少这种变异源并提高 MPRA 对功能性调控变体的识别。我们还表明我们的模型可以捕获与 mRNA 转录后调控相关的序列特征。因此,这种新方法不仅有助于提高 MPRA 实验中对调控信号的检测,而且还有助于设计更好的 MPRA 协议。
图 2. 点击主界面上的观看视频按钮时,如图 1 所示,参与者将看到一个模式,允许他们观看视频。 (A) 显示所选查询以及视频中是否找到该查询 (B)。如果他们在解释存在的情况下,他们会看到进度条 (C) 下用于得出答案(找到/未找到)的所有视频片段。他们可以点击每个可用的片段来查看基于在片段中发现的相关活动的模型论证 (D),以及系统在所选片段中检测到的所有组件的置信度得分 (E)。
如果有限权利数据和受限计算机软件是合同研究、开发或演示工作的主要目的或基本技术(而不是合同工作的辅助子组件、产品或流程),则应补充或删除 48 CFR 952.227-14 条款替代 VI 的 (k)(1) 至 (k)(4) 子段中的限制。第 (k) 段进一步规定,合同中可以规定有限权利数据或受限计算机软件被排除在许可要求之外或不受其约束。通过将第 (k) 段规定的适用性限制在那些被确定为许可必不可少的有限权利数据和受限计算机软件类别或类别来实施此排除。虽然第 (k) 段可能要求承包商许可,但有关此类许可范围及其条款(包括保密条款和合理版税)的问题的最终解决方案由承包商和合同官员协商决定。
可解释人工智能 (XAI) 方法用于为机器学习和人工智能模型带来透明度,从而改善最终用户的决策过程。虽然这些方法旨在提高人类的理解力和心理模型,但认知偏见仍然会以系统设计者无法预料的方式影响用户的心理模型和决策。本文介绍了智能系统中由于排序效应而导致的认知偏见的研究。我们进行了一项受控用户研究,以了解观察系统弱点和优势的顺序如何影响用户的心理模型、任务绩效和对智能系统的依赖,并研究解释在解决这种偏见中的作用。使用烹饪领域的可解释视频活动识别工具,我们要求参与者验证是否遵循了一组厨房政策,每项政策都侧重于弱点或优势。我们控制了策略的顺序和解释的存在来检验我们的假设。我们的主要发现表明,那些早期观察到系统优势的人更容易受到自动化偏见的影响,并且由于对系统的第一印象是积极的,所以犯了更多错误,同时他们建立了更准确的系统能力心理模型。另一方面,那些较早发现弱点的人犯的错误明显较少,因为他们倾向于更多地依赖自己,同时他们也低估了模型能力,因为他们对模型的第一印象更为负面。我们的工作提出了强有力的发现,旨在让智能系统设计师在设计此类工具时意识到这种偏见。
* 通讯作者:Dawn Neumann,dmneuman@iupui.edu。作者贡献 Dawn Neumann:参与研究设计和数据解释,并领导稿件介绍和方法部分,并帮助编辑和修改稿件的其他部分 Flora M Hammond:参与研究设计和数据解释,并帮助编辑和修改稿件的所有部分 Angelle Sander:参与研究设计和数据解释,并领导稿件讨论部分,并帮助编辑和修改稿件的其他部分 Surya Sruthi Bhamidipalli:参与数据分析、结果撰写和表格制作。 Susan M Perkins:参与研究设计、数据解释、数据分析、分析和结果部分的撰写,以及编辑和修改论文的所有部分。
本研究旨在根据2016年第19号法律对2008年第11号信息和电子交易法的修订,确定人工智能应用于恶意软件犯罪的刑事法规。本研究是一种规范性法律研究,其本质上是规定性的,采用法规方法和概念方法。该研究使用了主要、次要和相关的非法律材料。科技的发展改变了人们的生活,世界的生活也因此变得更加丰富多彩,这也与科技犯罪的发展相一致。本研究发现,人工智能在恶意软件犯罪中的应用是使用计算机和人工智能技术作为犯罪工具的计算机相关犯罪的一种。可以惩处此类行为的刑事法规包括《刑法》、《版权法》、《洗钱法》、《资金转移法》、《公司文件法》、2016 年第 20 号通信和信息部长条例以及《恐怖主义法》。然而,作为特别法和后验法的ITE法是起诉此类犯罪行为最合适的实在法,尽管它存在没有明确提及有关恶意软件和人工智能的规定这一弱点。
随着可再生能源的份额不断增加,需要适当大小和位置的多个存储单元来实现更好的惯性响应。这项工作主要研究“如何在瞬态事件下在电网中分配恒定数量的存储单元,以使最大频率偏差的惯性响应最小化?”的问题。为了回答这个问题,我们提供了一个全面的建模框架,用于在空间效应下确定储能单元的位置和大小以实现频率稳定性。分布式存储单元被建模为电网支持逆变器,电网中的总存储容量基于扰动后允许的稳态频率偏差而受限制。寻找最优分布的问题可以看作是由高维解组成的组合问题。有鉴于此,我们开发了两种基于强力搜索和改进交叉熵法的数值方法来寻找最佳分布,并在未来以色列电网的案例研究中对其进行了检验。案例研究的结果提供了一个新的见解——存储单元应放置在干扰区域周围,包括根据网络拓扑放置在具有高惯性的站点。
目的:发布《联邦采购条例》(FAR)类别偏差 20-05 的第一次修订版,以包含 FAR 临时规则(联邦采购通告 2020-08)52.204-25 条款中的附加文本,自 2020 年 8 月 13 日起生效。临时规则将与《约翰·麦凯恩国防授权法案》(NDAA)2019 财政年度(Pub. L. 115-232)第 889(a)(l)(B) 节相关的附加定义和禁令纳入条款中,但不会更改 FAR 类别偏差 20-05 中 (d) 小段报告要求的文本。本次第一次修订版提供了 2020 年 8 月版的条款,其中包含我们之前发布的偏差中临时规则中的附加文本。 20-05 偏差修订了子段 (d) 中的报告要求,要求承包商报告同时发送给合同官员、合同官员代表 (COR) 和企业安全运营中心 (SOC)。这种方法确保及时向企业 SOC 报告,并更好地使部门能够快速评估和缓解情况,将其视为安全事件。
ICH E9 (R1) 附录“临床试验中的估计量和敏感性分析”强调了量化更好的治疗效果的必要性,以解决可能导致估计值模糊的并发事件的发生。附录中提出的一种方法是“主要层策略”,其中分析的目标人群是由没有并发事件的患者组成的亚群。主要问题是无法提前确定层,因此分析不是因果关系并且容易产生混淆。此外,并发事件的发生是不可预测的,并且每个受试者只接受一种治疗,并且在不同的治疗中可能会经历不同的并发事件。FDA 缺失数据工作组还建议使用因果估计量来评估主要关注终点。
F 2WKHU 0DUNHW &KDUJHV DQG &UHGLWV 7KH *RYHUQPHQW VKDOO SD\ DQG RU EH FUHGLWHG EDFN WKH IROORZLQJ PDUNHW EDVHG FKDUJHV FUHGLWV DV DSSURSULDWH IRU WKH DSSOLFDEOH FRQWUDFW DQG XWLOLW\ 572 ]RQH 7KH &RQWUDFWLQJ 2IILFHU VKDOO LGHQWLI\ ZKLFK 2WKHU 0DUNHW &KDUJHV DQG &UHGLWV ZLOO DSSO\ LQ WKH FRQWUDFW SULFLQJ VHFWLRQ >,QFOXGH DV DSSURSULDWH @ 5HOLDELOLW\ 0XVW 5XQ 505 ± $Q\ 505 FKDUJHV VKDOO EH ZLWK QR PDUNXS 写 WKH *RYHUQPHQW )HGHUDO (QHUJ\ 5HJXODWRU\ &RPPLVVLRQ )(5& 2UGHU &RVWV ± )(5& 2UGHU FRVWV LI DQ\ VKDOO EH ZLWK QR PDUN XS 写 WKH *RYHUQPHQW $XFWLRQ 5HYHQXH 5LJKWV $55V ± $Q\ $55V DVVRFLDWHG ZLWK WKH DFFRXQW ORDGV VKDOO EH FUHGLWHG EDFN 写 WKH *RYHUQPHQW EDVHG RQ WKH *RYHUQPHQW¶V VKDUH RI WKH &RQWUDFWRU¶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
