XiaoMi-AI文件搜索系统
World File Search System可重复性
深度学习可重复性和可解释人工智能 (XAI)
本文借助图像分类示例研究了深度学习 (DL) 训练算法的不确定性及其对神经网络 (NN) 模型可解释性的影响。为了讨论这个问题，我们训练了两个卷积神经网络 (CNN) 并比较了它们的结果。比较有助于探索在实践中创建确定性、稳健的 DL 模型和确定性可解释人工智能 (XAI) 的可行性。本文详细描述了所有努力的成功和局限性。本文列出了所获得的确定性模型的源代码。可重复性被列为模型治理框架的开发阶段组成部分，该框架由欧盟在其 AI 卓越方法中提出。此外，可重复性是建立因果关系以解释模型结果和建立信任以应对 AI 系统应用的迅猛扩展的必要条件。本文研究了在实现可重复性的过程中必须解决的问题以及处理其中一些问题的方法。
人类大脑中的区域放射组学相似网络 (R2SN)：可重复性、小世界特性和生物学基础
结构协方差网络 (SCN) 已成功用于结构磁共振成像 (sMRI) 研究。然而，大多数 SCN 都是由单一标记构建的，对区分不同疾病阶段不敏感。本研究的目的是设计一种新型的区域放射组学相似性网络 (R2SN)，以便在形态网络分析中提供更全面的信息。通过计算从每个受试者的任意一对区域中提取的放射组学特征之间的 Pearson 相关性来构建 R2SN（AAL 图谱）。我们进一步评估了 R2SN 的小世界特性，并在不同数据集和重测分析中评估了其可重复性。我们还探讨了 R2SN 与一般智力/区域间基因共表达之间的关系。无论使用不同的特征子集，R2SN 都可以在不同数据集中复制。R2SN 在重测分析中表现出很高的可重复性（组内相关系数 > 0.7）。此外，R2SN 具有小词特性 (σ>2) 以及基因表达与一般智力之间的高相关性 (R=0.29，p<0.001)。此外，该结果也在 Brainnetome 图谱中得到重复。R2SN 提供了一种基于 sMRI 了解人类形态协方差的新颖、可靠且生物学上合理的方法。
细胞和基因治疗研究中的证据产生和可重复性：行动呼吁
使用创新技术的新细胞和基于基因的疗法（CGT）的出现最近已增强。在公共资助的生物医学研究中长期以来的效力已通过针对毁灭性和威胁生命的疾病的患者的治疗方法进行了破坏。基于转化基因的治疗工具包括人类基因组编辑技术，重固定的转座子系统和合成免疫感受器，例如嵌合抗原受体（CAR）T细胞和天然杀手型细胞工程的免疫植物。癌症一直是主要的疾病靶标，对B细胞恶性肿瘤的治疗产生了引人注目的临床结果，从而获得了几种CAR T细胞疗法的监管批准。1同意，正在进行有关实体瘤适应症的深入研究。2
使用原位光发射光谱法了解溅射沉积亚稳态铁电纤锌矿 Al0.6Sc0.4N 薄膜的可重复性
随着相关应用领域的扩大，人们对 AlN 基 III 族金属氮化物半导体合金（如 (Al,Ga)N 和 (Al,In,Ga)N）的关注度也与日俱增。首先，人们之所以对它们感兴趣，是因为它们具有可调特性，可用于发光二极管 (LED) 和其他光电应用 [1]，并且具有宽带隙 (WBG) 半导体特性，可用于射频 (RF) 和电力电子应用中的高电子迁移率晶体管 (HEMT)。[2] 2009 年，首次有报道称在 AlN 中添加钪可显著提高压电响应 [3]，并很快被用于压电薄膜器件，如手机中的薄膜体声波谐振器 (FBAR)。 [4] 最近有关 Al 1-x Sc x N（x ≥ 0.1）的铁电性的报道，作为第一种纤锌矿铁电材料，引起了进一步的科学兴趣[5,6]，也引起了作为混合逻辑存储器设备候选者的重大技术兴趣。
评估脑容量测定的可重复性...
方法本研究纳入45名健康志愿者和85名轻度认知障碍（MCI）患者。在85名MCI患者中，43名以1.2 mm的平面分辨率获取三维T1加权MRI数据。其余42名MCI患者和健康志愿者的数据以1.0 mm的平面分辨率获取。计算受试者内变异系数（CoV）、组内相关系数（ICC）和效应大小，并使用配对t检验比较均值。比较MCI患者在1.0 mm和1.2 mm分辨率下获得的参数，以评估平面分辨率对方法间重现性的影响。使用MCI患者和健康志愿者在1.0 mm平面分辨率下获得的参数来分析受试者条件对方法间重现性的影响。
计算科学中的可靠性和可重复性
作者感谢欧盟委员会 VECMA 拨款（编号 800925）和伦敦阿兰图灵研究所的资助，这使我们能够在 2020 年 1 月举办一场与本期主题类似的活动。致谢我们感谢 Apostolos Evangelopoulos 博士对本期主题的开发提供的重要支持，以及 Hugh Martin 博士为组织阿兰图灵研究所的活动所做的贡献。参考文献
基于不同数字化模型的数字化正畸测量在年轻患者中的可靠性、可重复性和有效性评估
摘要：口内模型扫描的优势已得到最新发展。然而，很少有研究探讨该技术在正畸临床中的应用，特别是在年轻患者中。本研究旨在评估正畸测量的可靠性、可重复性和有效性：牙齿宽度、牙弓长度和牙弓长度差异，在每个数字模型中，通过模型扫描仪和口内扫描仪获得，相对于石膏模型。牙弓长度使用两种方法测量：由数字程序自动测量的弯曲牙弓长度 (CAL) 和测量前后内衬牙弓长度总和的截面直线牙弓长度总和 (SLAL)。牙弓长度差异计算每个牙弓长度测量方法：弯曲牙弓长度差异 (CALD) 和截面直线牙弓长度差异总和 (SLALD)。40 名年轻患者符合研究条件。从每个患者获取石膏模型 (P)、模型扫描数字模型 (MSD) 和口内扫描数字模型 (ISD)。使用 Pearson 相关系数评估测量的可靠性，使用组内相关系数评估再现性。通过配对 t 检验评估有效性。在 P、MSD 和 ISD 中测量的所有测量都表现出良好的可靠性和再现性。大多数正畸测量（尽管 MSD 中有 CAL）都表现出较高的有效性。只有 ISD 组中的 SLAL 和 SLALD 存在显着差异，尽管 VA 良好
英国生物样本库对早期全基因组关联研究中发现的全基因组显著信号的可重复性
摘要 随着大型生物库的建立，与各种表型相关的单核苷酸多态性 (SNP) 的发现速度加快了。一个悬而未决的问题是，早期全基因组关联研究 (GWAS) 中确定的具有全基因组意义的 SNP 是否也会在后来在生物库进行的 GWAS 中得到复制。为了解决这个问题，作者检查了一个公开的 GWAS 数据库，并确定了同一表型的两个独立 GWAS（早期的“发现” GWAS 和后来在英国生物库进行的复制 GWAS）。该分析评估了来自 4,397,962 名参与者的 9 种表型的 136,318,924 个 SNP（其中 6,289 个在发现 GWAS 中达到 p<5e-8）。总体复制率为 85.0%，二元表型的复制率低于定量表型（分别为 58.1% 和 94.8%）。二元表型的 SNP 效应大小下降了 18.0%，但定量表型的 SNP 效应大小增加了 12.0%。利用发现的 SNP 效应大小、表型特征（二元或定量）和发现的 p 值，我们建立并验证了一个模型，该模型预测 SNP 复制，受试者工作曲线下面积 = 0.90。虽然无法复制通常可能反映出缺乏效力，而不是真正的假阳性结果，但这些结果提供了关于哪些发现的关联可能在后续的 GWAS 中再次出现的信息。
移民错误对基于细胞测定的可重复性的影响
对基于细胞的测定的准确分析取决于整个板中每个孔中播种和分布的一致性细胞。初始播种密度的差异将导致整体生长曲线的差异，这可能会对细胞对药物治疗的反应产生巨大影响（Niepel等人。2017）。诸如混合差和气泡之类的移移误差会导致细胞分布和从测定之间的变异性不均匀。在测定开始时优化移液和播种技术对于产生一致和准确的结果很重要。