XiaoMi-AI文件搜索系统
World File Search System图谱
尼日利亚人工智能参与者的利益相关者图谱
3D 三维 5G 第五代蜂窝网络 AAIRC 非洲人工智能研究中心 AI 人工智能 AU 非洲联盟 DAG 有向无环图 DIA 发现、孵化和加速 ECA 非洲经济委员会 ECOWAS 西非国家经济共同体 EU 欧洲联盟 FPI 联邦公共机构 GDP 国内生产总值 IBM 国际商业机器公司 ICT 信息和通信技术 IEEE 电气和电子工程协会 IT 信息技术 ITU 国际电信联盟 IoT 物联网 MIT 麻省理工学院 NART NITDA 研究和培训学院 NCAIR 国家人工智能和机器人中心 NCC 尼日利亚通信委员会 NDIC 尼日利亚存款保险公司 NDPR 尼日利亚数据保护条例 2019 NEDPS 国家数字经济政策和战略 2020 – 2030 NIICTE 尼日利亚信息和通信技术工程师协会 NIIT 国家信息技术学院 NITDA 国家信息技术发展局 NLP 自然语言处理 NOTAP 国家技术获取和推广办公室 NOUN 尼日利亚国立开放大学 NSE 尼日利亚工程师协会 PLWD 残疾人士 PPP 公私合作伙伴关系 R&D 研究与开发 REAP 区域创业加速计划 SEC 证券交易委员会 UN 联合国 UNIDO 联合国工业发展组织 UTME 统一高等教育入学考试
AI-KG：人工智能自动生成的知识图谱
摘要：科学知识传统上是通过在期刊、会议论文集和在线档案中发表的研究文章来传播和保存的。然而，这种以文章为中心的范式经常受到批评，因为它不能自动处理、分类和推理这些知识。另一种愿景是生成语义丰富、相互关联的研究出版物内容描述。在本文中，我们提出了人工智能知识图谱 (AI-KG)，这是一个自动生成的大规模知识图谱，描述了 820K 个研究实体。AI-KG 包含从 333K 个人工智能领域的研究出版物中提取的大约 14M 个 RDF 三元组和 1.2M 个具体化语句，并描述了由 27 种关系链接的 5 种类型的实体（任务、方法、指标、材料、其他）。 AI-KG 旨在支持各种智能服务，用于分析和理解研究动态、支持研究人员的日常工作以及帮助资助机构和研究政策制定者做出决策。AI-KG 是通过应用自动管道生成的，该管道使用三种工具提取实体和关系：DyGIE++、Stanford CoreNLP 和 CSO Classifier。然后，它使用深度学习和语义技术的组合来集成和过滤生成的三元组，以生成高质量的知识图谱。该管道根据手工制作的黄金标准进行了评估，获得了具有竞争力的结果。AI-KG 在 CC BY 4.0 下可用，可以作为转储下载或通过 SPARQL 端点查询。
虚拟苍蝇大脑——果蝇的交互式图谱......
作为一种模型生物，果蝇在帮助我们理解大脑如何控制复杂行为方面具有独特的贡献。它不仅具有复杂的适应性行为，而且还具有独特强大的遗传工具包、日益完整的中枢神经系统密集连接组图谱和快速增长的细胞类型转录组谱。但这也带来了一个挑战：鉴于可用数据量巨大，研究人员如何查找、访问、整合和再利用 (FAIR) 相关数据，以便开发电路的综合解剖和分子图像、为假设生成提供信息并找到用于测试这些假设的实验试剂？虚拟蝇脑 (virtual fly brain.org) 网络应用程序和 API 为这个问题提供了解决方案，它使用 FAIR 原理整合神经元和大脑区域的 3D 图像、连接组学、转录组学和试剂表达数据，涵盖幼虫和成虫的整个中枢神经系统。用户可以通过文本搜索、单击 3D 图像、按图像搜索和按类型（例如多巴胺能神经元）或属性（例如触角叶中的突触输入）查询，按名称、位置或连接性搜索神经元、神经解剖学和试剂。返回的结果包括可在链接的 2D 和 3D 浏览器中浏览或根据开放许可下载的交叉注册 3D 图像，以及从文献中整理的细胞类型和区域的详细描述。这些解决方案具有可扩展性，可以涵盖脊椎动物中类似的图谱和数据集成挑战。
玉米驯化和育种改良的基因组图谱
摘要 玉米（Zea mays ssp. mays）是当今世界产量最高的作物，广泛用作食品、饲料和各种工业产品的原料。玉米产量的不断提高是植物育种和现代农业成功的见证。在驯化和历史育种过程中，人类对其形态和生理性状进行了强烈的选择，以利于生态适应、产量和营养价值的提高以及收获。玉米功能基因组学研究的最新进展极大地深化和扩展了我们对玉米驯化和遗传改良的分子和遗传基础的认识。在本文中，我们总结了玉米驯化和驯化后遗传改良的关键性状和调控基因，并对如何利用这些知识来加速未来的玉米育种进行了前瞻性的展望。
遗传图谱、候选基因鉴定及标记
1 昆士兰大学农业与食品科学学院，布里斯班，昆士兰州 4067，澳大利亚；jiamansun@hotmail.com (JS)；l.mangila@uq.net.au (LM)；r.lyons@uq.edu.au (RL)；n.chen@uq.edu.au (NC)；p.crisp@uq.edu.au (PC)；e.aitken@uq.edu.au (EABA) 2 嘉应学院生命科学学院，梅州 514015，中国 3 斯泰伦博斯大学植物病理学系，斯泰伦博斯 7600，南非；altus@sun.ac.za (AV)；diane@sun.ac.za (DM)；sherylb@sun.ac.za (SB) 4 杜克大学生物系，达勒姆，北卡罗来纳州 27708-0338，美国； yucong.xie@duke.edu 5 捷克科学院实验植物研究所，Han á 地区生物技术和农业研究中心，CZ-77900 Olomouc，捷克共和国；hribova@ueb.cas.cz (EH)；christelova@ueb.cas.cz (PC)；dolezel@ueb.cas.cz (JD) 6 国际热带农业研究所，坎帕拉 PO Box 7878，乌干达；b.uwimana@cgiar.org (BU)；r.swennen@cgiar.org (RS) 7 国际热带农业研究所，伊巴丹 PMB 5320，尼日利亚；d.amah@cgiar.org 8 可持续土壤和作物，罗瑟姆斯特德研究中心，哈彭登，赫特福德郡 AL5 2JQ，英国； stephen.pearce@rothamsted.ac.uk 9 西澳大利亚大学生物科学学院，珀斯，WA 6009，澳大利亚；jacqueline.batley@uwa.edu.au（JB）；dave.edwards@uwa.edu.au（DE） 10 西澳大利亚大学应用生物信息学中心，克劳利，珀斯，WA 6009，澳大利亚 11 国际热带农业研究所，阿鲁沙 PO Box 447，坦桑尼亚；a.brown@cgiar.org 12 CIRAD，UMR AGAP 研究所，F-34398 蒙彼利埃，法国；guillaume.martin@cirad.fr（GM）；nabila.yahiaoui@cirad.fr（NY）； angelique.dhont@cirad.fr (AD) 13 UMR AGAP 研究所，蒙彼利埃大学，CIRAD，INRAE，农业研究所，F-34398 蒙彼利埃，法国 14 墨尔本大学微生物学和免疫学系，Peter Doherty 感染和免疫研究所，墨尔本，VIC 3004，澳大利亚；lachlan.coin@unimelb.edu.au 15 鲁汶天主教大学作物生物技术系，热带作物改良实验室，3001 鲁汶，比利时 * 通讯地址：a.chen2@uq.edu.au
第六届伊朗脑图谱更新研讨会 (...
伊朗第六届脑图谱更新研讨会是该国最大的脑图谱活动，为该领域的研究人员和国际科学家提供了一个独特的机会，使他们能够在 2022 年 7 月 6 日至 8 日三天内，在国内外教授的参与下了解最新成果，并最终将其用于他们的研究。在以虚拟方式举办研讨会两年之后，今年提供了一个平台，以便我们可以亲自举办部分活动。活动第三天将举行 5 个小组讨论，主题包括术前、成瘾治疗（药物滥用）、中枢神经系统创伤的诊断和治疗、老年人认知障碍的诊断挑战以及儿童神经系统疾病的诊断和治疗挑战”。在这一天，除了参与者可以亲自参加小组讨论之外，还为这些小组的虚拟展示准备了一个平台，以便感兴趣的人和无法参加的研究人员可以通过虚拟方式参与这些小组讨论。在每个小组中，活跃于脑图谱领域的公司和相关协会都会举行会议，以研究与联合活动相关的每个领域的挑战。在举办此活动的第六年，除了收到展示的文章之外，根据研究的临床价值创造，我们还决定欣赏导致临床服务的创建或改进的脑图谱领域的研究。毋庸置疑，提高伊朗在国家、地区和国际层面的地位以及增强研究人员的竞争力是国家脑图谱实验室的主要目标之一。在这方面，这个国家研究所正在尽一切努力更新和提高该国研究人员的认识水平。最后，希望国家脑图谱实验室能够为提供服务以及认知科学知识（尤其是脑图谱）的融合和协同作用做出贡献。在此之前，我们非常感谢你们所有人，亲爱的朋友和实验室的同伴们
MatKG：材料科学领域最大的知识图谱
本文介绍了 MatKG，这是一个涵盖材料科学关键概念的新型图形数据库，涵盖了传统的材料结构-属性-处理范式。MatKG 通过基于转换器的大型语言模型自主生成，并通过统计共现映射生成伪本体模式。目前，MatKG 包含来自 80,000 个实体的超过 200 万个唯一关系三元组。这允许以独特的分辨率和比例对材料知识进行有针对性的分析、查询和可视化。此外，知识图谱嵌入模型用于学习图中节点的嵌入表示，这些表示可用于下游任务，例如链接预测和实体消歧。当用作知识库时，MatKG 允许快速传播和吸收数据，而当作为嵌入模型进行训练时，则可以发现新的关系。
