XiaoMi-AI文件搜索系统
World File Search System功能模型
青少年发展和数学性别差距
本文调查了男孩和男孩在数学表现中的差距的决定因素（“数学差距”）。我们对青春期发展在解释青春期数学差距扩大方面所扮演的角色特别感兴趣。我们使用1958年英国国家儿童发展研究（NCDS）的数据估算了数学技能的丰富生产功能模型，这是对1958年3月在一周一周出生的所有英国儿童的纵向调查，其中包含有关青春期发展和教育意义的独特信息。使用（累积）增值模型，我们表明青春期的影响因儿童的年龄和性别而有所不同，并且这种异质性可以解释大约三分之二的数学差距，而数学差距则出现在11至16岁之间。我们还发现，青春期数学差距的扩大是由公开明显的青春期发展的标志驱动的，而不是仅由私人明显的标记。 Pu Berty和数学分数之间的关系与儿童在数学上的自我感知能力密切相关。综上所述，这些结果表明，青春期发展与数学性别差距之间关系的机制在社会上是在社会上而不是生物学驱动的。
弥漫性大B细胞淋巴瘤模型的概述
摘要：淋巴瘤研究是诊断和治疗领域基础研究和临床研究整合的范式。目前使用临床，表型和遗传数据来预测哪些患者可以从标准治疗中受益。然而，通常会根据反复试验和错误在经验上提出了较高风险患者的替代疗法，而无需考虑侵袭性B细胞淋巴瘤的遗传复杂性。这主要是由于淋巴瘤中遗传和表观遗传改变的复杂镶嵌物，这是预测哪种药物对任何给定患者有效的障碍。通过直接测试活组织，将患者的基因与药物敏感性相匹配，包括“精确医学”概念。但是，对于淋巴瘤，应扩大基因组学的扩展，最终为需要替代治疗方法的患者提供更好的治疗选择。我们概述了弥漫性大的B细胞淋巴瘤基因组学的最新发现，从用于研究肿瘤生物学的经典功能模型以及使用细胞系和小鼠模型对实验处理的反应到针对球形/类动物模型的最新方法。我们还讨论了它们对日常临床实践的潜在相关性和适用性。
神经心理学原理
Chapter 1 A H i s t o r y o f N e u r o p s y c h o l o g y 3 Keep in Mind 4 Overview 4 The Brain in Antiquity: Early Hypotheses 5 Ancient Greek Perspectives 6 The Cell Doctrine 7 Anatomic Discoveries and the Role of the Spiritual Soul 8 Non-Western Attitudes 12 Localization Theory 13 Phrenology and Faculty Psychology 13 The Era of Cortical Localization 16 Critics of皮质定位18定位与等值态度20大脑功能的综合理论20杰克逊的替代模型20卢里亚的功能模型21现代神经心理学24神经心理学的新兴研究领域27法医神经心理学28运动神经心理学28运动神经心理学28保罗·布罗卡（Paul Broca）：不说话的一种方式17 1.3西格蒙德·弗洛伊德（Sigmund Freud）：神经科医生19 1.4沃尔特·弗里曼（Walter Freeman Lobotomies）：介意问题吗？22
自动驾驶场景分类
头脑风暴方法涉及使用传统的头脑风暴为分类法创建问题列表。这形成了一种自下而上的方法，通过根据日常驾驶经验和更模糊的事件报告预测可能具有挑战性的事情。建模练习采取了更多自上而下的方法，考虑系统如何适应分类练习预测的一些挑战。理想情况下，两者应该在中间相遇，但是问题的分组不一定需要直接映射到应对策略，只要有全面覆盖，即即使策略是避免，也有一个机制可以处理每个问题，方法是不允许车辆暴露于该问题。举例来说，高速公路导航类型的功能通常不会被期望应对铁路平交道口的仲裁，因此尽管系统中没有为此设计的明确软件算法，但仍有覆盖范围。如何确保该功能仅在高速公路上使用，而不在次要道路上使用（可能有平交道口等许多其他道路）将成为该功能模型论证的一部分，并且可能包括仅依靠驾驶员仅在设计工作的地方使用它的策略，例如通过使用 GNSS/GPS 和地理围栏来主动防止它在其他地方使用。
自动驾驶场景分类
头脑风暴法涉及使用传统的头脑风暴法为分类法创建问题列表。这形成了一种自下而上的方法，通过根据日常驾驶经验和更模糊的事件报告预测可能具有挑战性的事情。建模练习采取了更多的自上而下的方法，考虑系统如何适应分类练习预测的一些挑战。理想情况下，两者应该在中间相遇，但是问题的分组不一定需要直接映射到应对策略，只要有全面覆盖，即有一种机制可以处理每个问题，即使策略是避免，通过不让车辆暴露于该问题。例如，高速公路驾驶员类型的功能通常不会被期望应对铁路平交道口的仲裁，因此尽管系统中没有为此设计的明确软件算法，但仍有覆盖范围。如何确保该功能仅在高速公路上使用而不是在次要道路上使用（可能有平交道口等）将成为该功能模型论证的一部分，并且可能包括仅依靠驾驶员仅在其设计工作的地方使用它的策略，例如通过使用 GNSS/GPS 和地理围栏来主动防止它在其他地方使用。
论文基于模糊的中枢神经系统计算复杂性描述
摘要——计算智能算法目前能够处理简单的认知过程，但与人脑从少数样本中学习或分析未明确定义的问题的能力相比仍然效率低下。泛化和决策过程通常需要一个不确定性模型，该模型依赖于概率方法应用于决策选项。因此，此类认知功能模型通常与强化学习相互作用以简化复杂问题。决策者需要从可用的决策选项中进行选择，以确保决策者的选择是理性的。他们最大化预期的主观整体效用，该效用由不同状态下的结果给出，并根据对这些状态发生的主观信念加权。信念由概率捕获，并使用贝叶斯定律纳入新信息。本文描述的模糊模型提出了一种不同的方法——它们可以作为一系列新方法的出发点，从而实现更有效、神经生物学上更可靠的大脑模拟，这些方法基于模糊逻辑技术，并且被证明在基础科学和应用科学中都很有用。所提出的方法为理解上述过程提供了宝贵的见解，以描述性、基于模糊的方式进行，而无需进行复杂的分析。
统一社区范围内的全脑成像数据集可以实现强大的自动神经元识别，并揭示秀丽隐杆线虫中神经元定位的决定因素
我们开发了一种用于 C. elegans 体积显微镜数据（静态或视频）的数据协调方法，包括标准化格式、数据预处理技术和一套基于人机交互机器学习的分析软件工具。我们将来自 5 个实验室的 118 个全脑神经活动成像数据集统一起来，将这些数据集和随附工具存储在一个名为 WormID (wormid.org) 的在线存储库中。我们使用此存储库生成统计图谱，该图谱首次实现了跨实验室的精确自动细胞识别，在某些情况下接近人类的表现。我们挖掘这个存储库以确定影响神经元发育定位的因素。为了方便大家使用这个存储库，我们创建了开源软件、代码、基于网络的工具和教程，以探索和管理数据集，为科学界做出贡献。该存储库为实验者、理论家和工具制造者提供了不断增长的资源，以研究不同实验范式中的神经解剖组织和神经活动，开发和基准测试自动神经元检测、分割、细胞识别、跟踪和活动提取的算法，并为神经生物学发育和功能模型提供信息。
在多种细胞和疾病状态中基因表达的解码序列决定因素
序列功能模型可预测基因组DNA序列的基因表达，已证明对许多生物学任务有价值，包括了解顺式调节语法和解释非编码遗传变异。然而，当前的最新模型已在很大程度上接受了来自健康组织或细胞系的散装表达谱的培训，并且还没有学会在大型单细胞转录组数据集中捕获的精确细胞类型和状态的特性。因此，他们缺乏在各种组织和疾病环境中的特定细胞类型或状态下执行这些任务的能力。为了解决这一差距，我们提出了Decima，该模型可以从其周围的DNA序列中预测基因的细胞类型和条件 - 特异性表达。decima在超过2200万个细胞的单细胞或单核RNA测序数据上进行了训练，并成功地基于其序列成功预测了看不见基因的细胞类型特异性表达。在这里，我们证明了Decima揭示驱动细胞类型特异性基因表达的顺式调节机制及其在疾病中的变化，以预测细胞类型分辨率下的非编码变异效应，并使用精确调谐的，情境特异性功能设计调节性DNA元件。
将自适应系统分析为软件产品线
自我适应是自主系统的关键特征，必须应对其环境和内部状态中的不确定性。自适应系统（SASS）可以实现为两层系统，引入了系统（托管子系统）和适应性逻辑（管理子系统）之间的域特定功能之间的关注点，即引入系统中管理适应性的外部反馈循环。我们提出了一种将SASS作为动态软件产品线（SPL）的方法，并利用现有的方法来基于SPL的分析来分析SASS。这样做，SA的功能是在功能模型中建模的，从而捕获了SAS的可变性。这使我们能够将SAS的托管子系统建模为一个系统家族，每个家庭成员都对应于SAS的有效功能配置。因此，SAS的托管子系统被建模为SPL模型。更确切地说，概率为特色过渡系统。SAS的管理子系统被建模为一个控制层，能够在这些有效配置之间动态切换，具体取决于环境和内部条件。我们证明了对用于管道检查的自适应自动水下车辆进行小规模评估的方法，我们将其对其进行建模和分析，并通过特征吸引的概率模型检查器Profeat。该方法使我们能够分析SAS的概率奖励和安全性，以及其适应性逻辑的正确性。
地理空间情报现状与未来报告
1.Michael F. Goodchild。“地理数据建模。” 计算机与地球科学，1992:18(4):401-408。2.Michael F. Goodchild、May Yuan 和 Thomas J. Cova。“GIS 中地理表示的一般理论。” 国际地理信息科学杂志，2007:21(3):239-60。3.哈里斯县飓风疏散地图，哈里斯县国土安全和应急管理办公室。http://prepare.readyharris.org/Evacuation-Map。访问日期：2018 年 5 月 12 日。4.Ivan Lizarazo 和 Paul Elsner。“从像素到 Grixels：基于地理对象的图像分析的统一功能模型。”国际摄影测量、遥感和空间信息科学档案，2008：38(4/C1)。5.Robert G. Cromley、Shuowei Zhang 和 Natalia Vorotyntseva。“基于浓度的分级统计图数据分类方法。”国际地理信息科学杂志，2015：29(10)：1845-63。6.Anthony Jjumba 和 Suzana Dragicevic。“整合基于 GIS 的地理原子理论和体素自动机来模拟空气污染物的扩散。” GIS 事务，2015:19(4):582-603。7.国家研究委员会。未来陆军应用网络科学网络科学委员会。美国国家科学院出版社。华盛顿特区； 2005。8。Brian Collins、Ofer Heyman、Joaquín Ramírez、Trude King、Brad Schmidt、Paul M. Young、KC Kroll、Ryan Driver 和 Carl Niedner。“基于结果的地理空间情报建模。” GEOINT 现状与未来报告，美国地理空间情报基金会；2018 年。