XiaoMi-AI文件搜索系统
World File Search System可重复性
面向开放科学的最大规模基于 EEG 的 BCI 可重复性研究：MOABB 基准
摘要。目的。本研究对开放的脑电图数据集进行了广泛的脑机接口 (BCI) 可重复性分析，旨在评估现有解决方案并建立开放且可重复的基准，以便在该领域进行有效比较。这种基准的必要性在于快速的工业进步，这导致了未公开的专有解决方案的产生。此外，科学文献密集，通常以难以重复的评估为特色，使现有方法之间的比较变得困难。方法。在一个开放的框架内，30 个机器学习管道（分为原始信号：11、黎曼信号：13、深度学习：6）在 36 个公开可用的数据集中被精心重新实现和评估，包括运动想象 (14)、P300 (15) 和 SSVEP (7)。该分析结合了统计荟萃分析技术来评估结果，包括执行时间和环境影响考虑。主要结果。该研究得出了适用于各种 BCI 范式的原则性和稳健性结果，重点是运动想象、P300 和 SSVEP。值得注意的是，利用空间协方差矩阵的黎曼方法表现出优异的性能，强调了需要大量数据才能通过深度学习技术实现具有竞争力的结果。综合结果是公开的，为未来研究进一步提高 BCI 领域的可重复性铺平了道路。意义。这项研究的意义在于它有助于为 BCI 研究建立严格透明的基准，提供对最佳方法的见解，并强调可重复性在推动该领域进步方面的重要性。
测试OECD中聚合物的生物降解性的长时间测试持续时间改善了测试结果的可重复性
•所有OECD 301测试结果的累积结果显示为框图。左侧的灰色框分别表示28天后的结果。彩色盒子在测试结束时显示结果（60.1±6.6天）。盒子由25％四分位数界定，中间位于中间。计算出的平均值表示为杂交。垂直线代表最高和最低的单个测试结果，离群值显示为点。星号表示显着性（Student's T-测试）： * P <0.05，** P <0.01和*** P <0.001。
验证低成本单通道 fNIRS 设备在分层认知任务中的可重复性
在认知神经科学领域，功能性近红外光谱 (fNIRS) 已成为非侵入性探测伴随神经活动的血流动力学反应的重要工具。该技术使研究人员能够通过头骨观察大脑活动，从而促进认知功能和神经发育过程的研究（Boas 等人，2014）。尽管 fNIRS 具有巨大潜力，但由于商业系统的高成本，它无法融入更广泛的研究实践，只能在资金充足的实验室使用（Pinti 等人，2018）。这种可用性受限给数据的验证和可重复性带来了挑战，阻碍了更广泛人群使用 fNIRS 技术。因此，很难将研究结果扩展到这些人群进行验证。
定量MRI生物标志物用于临床上显着前列腺癌的分类：回波时间可重复性的校准
背景：限制频谱成像限制评分（RSIRS）是用于检测临床上显着前列腺癌（CSPCA）的定量生物标志物。但是，RSIR的定量值受到诸如Echo Time（TE）之类的成像参数的影响。目的：本研究的目的是开发一种校准方法来说明回声时间的差异，并促进将RSIR用作检测CSPCA的定量生物标志物。方法：这项研究包括197个经过MRI和活检检查的连续患者； 97被诊断为CSPCA（年级≥2）。rsi数据是三次获取的：在最小TE 〜75ms，一次在TE = 90ms（分别为Temin 1，Temin 2和TE90）时进行两次。对无CSPCA的患者进行了培训的一种拟议的校准方法，估计了RSI信号模型的四个扩散室（C）中的每个扩散室中的每个缩放系数（F）。确定了一个线性回归模型，将TE90的C映射与Temin 1的参考c映射匹配，范围为95 th thth
算法可重复性的最佳保证和...
算法可重复性衡量机器学习算法的输出偏差，而训练过程中发生了较小的变化。先前的工作表明，一阶方法需要权衡融合率（梯度复杂性）才能获得更好的可重复性。在这项工作中，我们挑战了这一看法，并证明在各种错误的甲骨文设置下，可以实现最佳的可重复性和近乎最佳的收敛保证。特别是，鉴于不精确的初始化Oracle，我们基于正则化的算法达到了两全其美的最佳 - 最佳的可重复性和近乎最佳的梯度复杂性 - 用于最小化和最小值优化。使用不精确的梯度甲骨文，近乎最佳的保证也可用于最小值优化。此外，在随机梯度甲骨文中，我们表明随机梯度下降在可重复性和梯度复杂性方面都是最佳的。我们认为，在凸优化的背景下，我们的结果有助于增强对可重复性连接权衡的理解。
大脑外部验证中的功率和可重复性...
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权所有，该版本于2023年10月30日发布。 https://doi.org/10.1101/2023.10.25.563971 doi：Biorxiv Preprint
一级机器学习论文的可重复性研究
可重复性对于科学的发展至关重要；它对看似矛盾的结果充满信心，并扩大了已知发现的界限。计算机安全具有创建工件的益处，可以促进计算可重复性，这是他人使用他人代码和数据以相对直接的方式使用他人的代码和数据独立重新创建结果的能力。尽管安全界最近增加了对可重复性的关注，但尚未对当前可重复性状态进行独立且全面的测量。在本文中，我们进行了第一项此类研究，针对由机器学习安全性的论文专门生成的可重复的伪像（学术研究中最流行的领域之一），该论文在过去十年（2013-2022）中发表了第1层安全会议。我们对近750篇论文，其代码库和数据集进行了间接和直接可重复性的测量研究。我们的分析表明，在第1级会议中引入工件评估委员会之前和之后，在统计上没有统计学上的差异。然而，根据三年的结果，通过此过程的伪像比没有的伪像更高。从收集的发现中，我们提供了以数据为基础的建议，以改善社区的可重复性，包括我们研究中观察到的五个问题。这样做，我们证明了计算机安全研究中的计算可重复性仍需要取得重大进展。
使用立体放射摄影术进行三维重建以评估成人脊柱畸形：一项可重复性研究。
摘要 目的 除矢状线对齐外，还强调了横平面参数 (TPP) 和旋转半脱位对患者报告结果的影响。退行性脊柱侧弯成因的假设之一是椎间盘退化，伴有轴向椎体 (AVR) 和椎间旋转 (AIR) 增加。因此，脊柱侧弯早期的 TPP 分析似乎特别令人感兴趣。本研究旨在评估成人脊柱畸形 (ASD) 患者三维 (3D) 重建的可靠性。方法 30 名 ASD 患者接受双平面 X 线检查，并分为两组（Cobb 角 [ 30 � 或 \ 30 � ）。测量脊柱参数和 TPP（顶端 AVR、主曲线上部和下部的 AIR）。四位操作员进行了两次 3D 重建。使用 ISO 标准 5725-2 分析观察者内和观察者之间的可靠性，以量化可重复性的全局标准偏差 ( S R )。结果平均 Cobb 角为 31 �，平均年龄 55 岁（70% 为女性）。顶端 AVR、上部和下部 AIR 的平均值分别为 16 � ± 15 �、6 � ± 6 � 和 5 � ± 5 �。脊柱骨盆参数 S R 低于 4.5 �。对于 Cobb 角 \ 30 � ，AVR 顶点、扭转指数、上部和下部的 S R 分别为 7.8 �、9.6 �、4.5 � 和 4.9 �
遗传质量：实验研究可重复性的一个复杂问题。
在过去的 15 年中，科学界逐渐意识到已发表的研究普遍缺乏可重复性，尤其是动物研究。据估计，36% 的临床前研究成本花在了不可重复的实验上，原因是所用试剂和材料（包括动物）的错误（Freedman 等人，2015 年）。科学文献中报道的研究资源（包括模型生物，例如转基因小鼠品系）通常缺乏关键细节，因此研究无法重复（Percie du Sert 等人，2020 年）。再加上动物研究向临床研究的可转移性非常低（Leenaars 等人，2019 年），这些问题令人担忧，需要予以解决，以改进药物研究，并且出于明显的道德原因。造成这种情况的原因有多种，例如：缺乏统计功效分析、实验设计不佳、所用动物的健康状况等。本文将重点讨论小鼠的遗传质量。在使用疾病动物模型时，科学家需要考虑一系列因素
提高具有完全未掺杂结构的量子设备的可重复性
量子电子器件，例如量子点接触 (QPC) 和量子点，因具有电自旋控制的潜力而引起了人们对自旋电子学和量子信息处理应用的极大研究兴趣 1–6。这些器件可能构成未来量子电路的构建块，例如基于大量相同量子点使用 QPC 作为电荷传感器的量子比特阵列。为了实现大规模可制造性，首先必须建立可重复性，使得集成电路中的每个组件具有相同的工作参数。传统上，调制掺杂结构已用于量子电子器件，因为其易于制造。然而，随机分布的电离供体的背景静电势大大降低了可重复性 7,8。这种内在的可变性可以通过利用完全未掺杂的结构来避免，通过对金属顶栅施加适当的偏置将电荷载流子限制在异质界面处 9-12 。这些结构有许多优点，包括提高迁移率 13 、提高热循环特性 14 ，以及我们将在这里展示的量子传输特性的优越性。量子点接触是连接两个二维储层的窄一维通道，是最简单的栅极定义量子装置类型，使其成为研究可重复性 7,15,16 的理想选择。我们首先问一个问题：如果在同一晶圆上制造几个相同的装置，它们会表现出相同的行为吗？为了研究这个问题，我们在调制掺杂和未掺杂的晶圆上制造了 18 个名义上相同的 QPC，并观察定义和夹断一维通道所需的栅极偏置。我们还研究了 QPC 通道内电导量子化和静电势的均匀性，以及热循环下的可重复性。为了进行比较，我们还研究了空穴 QPC 中的可重复性。基于 III-V 半导体系统的空穴量子器件最近引起了广泛关注，因为它们