XiaoMi-AI文件搜索系统
World File Search System实验的
VISPR-online：一个基于网络的可视化 CRISPR 筛选实验的交互式工具
背景 CRISPR/Cas9 是一种新颖而强大的基因组编辑技术，它介导的高通量筛选能够系统地探索编码基因和非编码元件在癌症、传染病和发育等各种情况下的功能 [1-6]。我们之前开发了 MAGeCK [7] 和 MAGeCK-VISPR [8] 来对 CRISPR 筛选数据进行分析。为了更好地帮助用户探索 CRISPR 筛选结果，我们开发了 VISPR（CrisPR 筛选的可视化），这是一个交互式可视化程序，是 MAGeCK-VISPR 的一部分。虽然 VISPR 允许用户检查质量控制 (QC) 指标并挑选感兴趣的基因，但它仅支持 MAGeCK 的输出。用户应在本地计算机上安装 VISPR，并手动修改配置文件以运行该程序。不同用户之间的数据共享也
用于出血性中风检测和成像的颅内涡流阻尼传感器：台式实验的可行性
目的 据估计，约 10% 的中风患者会发生自发性脑内出血，且相关死亡率很高。可快速无创检测出血性中风的便携式诊断技术可避免不必要的患者护理延误，并有助于快速对缺血性中风和出血性中风患者进行分类。因此，作者旨在开发一种快速便携式涡流阻尼 (ECD) 出血性中风传感器，用于现场诊断出血性中风。方法 构建了一种具有微特斯拉级磁场强度的三线圈 ECD 传感器。开发了 16 个与活体脑组织电特性相同的明胶脑模型，并将其放置在幻影头骨复制品内，将盐水稀释至血液电导率并放置在脑内以模拟出血。ECD 传感器用于检测台式模型上的模拟出血。数据被保存并绘制为过滤热图以表示病变位置。进行扫描的人员不知道出血位置，传感器围绕头骨模型切向旋转以定位血液。数据还用于使用 MATLAB 软件创建热图图像。结果该传感器便携（最大直径 11.4 厘米）、紧凑，制造成本约为 100 美元。扫描时间为 2.43 分钟，病变的热图图像几乎实时生成。ECD 传感器在所有（n = 16）台式实验中准确预测了模拟出血的位置，并具有出色的空间分辨率。结论台式实验证明了 ECD 传感器用于快速颅内出血性中风诊断的概念验证。未来有必要对活体人类参与者进行研究，以充分确定从本研究中得出的可行性结果。
使用NIF坡道压缩平台概述和材料实验的进度
Lawrence Livermore国家实验室国家实验室Daye Fratanduono，Raymond Smith，David Braun，Amalia Fernandez Panella，Michelle Marshall，Martin Gorman，Richard Briggs，Travis，Travis，Travis Volz，Travis Volz，Earl O'Bannon，Peter Cellers，Peter Cellers，Peter Cellers，James McNaneyy Eggert，Rick Kraus，Damian Swift，Amy Jenei，Elvin Monzon，Korbie Killebrew Le Galloude，Angela Cook，Lila Ahrendes，Anna Murphy，Jamison Jew，Abbas Nikro，Carlos Nikro，Carlos Castrous，Tom Arsenlis，Alsenlis，Alaan Wan等。
波形数字化和处理大型实验的前端微电子
•ASOC：对数字转换器的类似物芯片•HDSOC：HDSOC：SIPM专用读数芯片，具有偏见和控制•Aardvarc：快速计时和较低的时间安排和较低死时间的速率读数芯片•AOD•AOD•AOD•AOD：低密度数字化器，具有高动态范围（HDR）选项（HDR）•Strawz：Strawing自动波形数据，
为了阐明临床和神经科学背景下的脑网络比较研究问题，我们进行了三个领域实验的试点研究
1.基本信息：神经内科医生，从事神经疾病工作10年以上。 2.熟悉脑影像及神经疾病：有5年以上MRI/DTI图像分析经验，了解神经疾病与脑影像的关联。 3.专家访谈问答 Q1：有没有临床证据或文献表明脑纤维连接与神经疾病有关联？ A：有，多为影响白质（神经纤维）的疾病。脑部疾病包括皮层受累和白质受累。例如阿尔茨海默病（AD）主要是皮层受累，因此大多数影像学研究都集中在测量皮层萎缩。脑肿瘤可以影响神经纤维变形，因此DTI在脑肿瘤研究中应用较多。 Q2：如果Q1的答案是肯定的，那么脑区的哪一部分与哪些神经疾病有关？如何关联？ A：肿瘤：评估肿瘤是否压迫神经纤维（良性）或直接侵犯神经纤维（恶性）。 运动神经元病：运动神经元病主要影响锥体束，DTI观察到锥体束受累。 多发性硬化症（MS）：白质受累。 AD：可能影响部分纤维连接，详情请查阅文献。 脑梗塞：评估有华勒氏变性。 发育：儿童正在发育髓鞘，髓鞘是脑内包裹神经纤维的绝缘层。 Q3：上述脑纤维的几何特征是否有医学意义？与神经系统疾病有联系吗？有相关文献或临床证据吗？ A：有，都有。 Q4：现有工作表明，上述特征可能预测成像过程中产生的脑纤维数据的不确定性（实际上是基于脑图像的脑纤维生成方法的不确定性吗？），您是否同意或不同意？
中国大型场实验的证据
随着共同的19日大流行的结束，政府发现自己面临着新的挑战：激励公民恢复经济活动。这样做是什么有效的方法？我们使用在城市Covid-19锁定结束后立即在中国郑州市进行的领域实验调查了这个问题。使用参与者手机的自我报告和GPS轨迹数据，我们评估了提供有关恢复经济活动的参与者邻居比例的信息的效果。我们发现，在那些低估了恢复经济活动的邻居比例的参与者中，向个人访问餐厅的计划通知个人访问餐厅的计划将访问餐厅的比例增加12个百分点（37％）。那些高估的人没有通过减少餐厅出勤而做出回应，因此干预措施没有“ Boomerang”影响。我们探索主持人，风险感知和公园的安慰剂干预。所有这些分析都表明，我们的干预措施通过减少去餐馆的风险来进行。
人工智能、理论、建模和实验的融合——材料与制造领域的前景、挑战和机遇
人工智能 (AI)/机器学习 (ML) 是一个活跃的研究领域，在各种商业应用中取得了巨大的成功。它将在许多科学和工程领域发挥重要作用并产生重大影响，特别是材料和制造领域。在过去的几十年里，人工智能和机器学习已经成为工程和科学领域理论、计算建模和实验方面的重要补充。人工智能和机器学习模型具有巨大的潜力，特别是在那些机制仍未完全理解的研究领域，或者计算模型运行成本太高而无法获得所需时空分辨率的准确解决方案。在本文中，我们介绍了一些最近的工作和有希望的研究方向，以将人工智能和机器学习整合到工程和科学中。我们试图提供更广阔的视角、开放的挑战和独特的机会，将人工智能、理论、建模和实验整合到材料和制造领域。首先，可以使用实验或计算模型来生成数据来训练人工智能/机器学习模型。训练后的人工智能/机器学习模型可以看作是相应耗时的实验或计算模型的快速替代模型。开发了一种具有量化不确定性的卷积编码器-解码器网络 (ConvPDE-UQ) [1]，用于预测不同域上的偏微分方程的解，其速度比传统的有限元求解器快得多。设计了一种名为 Peri-Net [2] 的深度神经网络，用于分析裂纹模式，其速度比近场动力学求解器快得多。具有量化不确定性的深度神经网络
使用顺序THM耦合_在Cox Claystone中对原位加热实验的基准测试和验证对紧密粘土石的热加压建模
我们采用热弹性和依次的耦合技术来建模紧密粘土岩中的热驱动的耦合热融合机电（THM）过程。在恒定的热载荷下具有相应的热弹性分析解决方案的基准案例验证了该模型。此后，在Callovo-Oxfordian（Cox）Claystone在Meuse/ Haute/ Haute-Marne-Marne-Marne-Marne Underground Researchatory在法国的Callovo-Oxfordian（Cox）粘土中进行了两个原位加热实验以进行模型验证：一个较小的加热实验（TED实验）和较大规模的实验（ALC实验）。该模型表现出良好的性能，可与较小规模的TED实验相匹配观察到的温度和孔隙压力演化。对于大规模的ALC实验，在模型中捕获了热压的一般趋势，但在冷却过程中的某些监测点上估计了压力。这表明该场中的THM响应可能会受到岩石性质的变异性或不可逆的或时间依赖的机械过程的影响，这些过程未包含在当前的热氧弹性模型中。这项工作的主要贡献如下：（1）我们验证并验证数值模拟器Tough-Flac成为有价值的THM建模工具； （2）证明实验室确定的材料参数可以用作高尺度的参考值。但是，为了更好地识别和量化原位测试的建模，应该将更多的效率用于获得高质量的机械变形数据。
相对论潮汐对时钟比较实验的影响
摘要：我们考虑了相对论潮汐对时钟比较实验频率偏移的影响。在潮汐、轴对称和旋转的地球引力场中，推导出频率偏移和时间传递的相对论公式。借助描述固体地球潮汐响应的洛夫数，我们建立了地面时钟比较实验的潮汐效应与重力仪的局部重力潮汐之间的数学联系，这反过来又为我们提供了一种利用局部重力潮汐数据消除潮汐对时钟比较影响的方法。此外，我们开发了一种受扰开普勒轨道的方法来确定太空任务时钟比较的相对论效应，与传统的未受扰开普勒轨道方法相比，该方法可以进行更精确的计算。利用这种摄动方法，可以给出由于潮汐力、地球扁率等影响而引起的轨道变化对相对论效应的摄动。另外，作为结果的应用，我们模拟了地面时钟比较中频移的潮汐效应，并对天琴任务和 GPS 给出了一些估计。
新型 Dy 量子气体实验的发展
自 20 世纪末首次在原子气体中实现玻色-爱因斯坦凝聚以来，超冷原子气体已成为研究各种量子现象的广泛采用的平台。近年来，人们越来越关注具有大磁偶极矩的物质，因为这些物质与更常见的碱金属相比表现出更强的长程相互作用。镝的磁矩约为 10 𝜇 𝐵 ，是磁性最强的原子物质，因此已成为研究长程（偶极-偶极）相互作用与接触相互作用竞争或占主导地位的系统的理想平台。在本文中，我描述了一种新型镝量子气体机的设计和优化。除了详细描述该装置的组件及其性能外，我还详细描述了用于提高磁光阱 (MOT) 负载率的“角度减速”技术的特性和优化。我还详细描述了使用该装置生产和检测第一个玻色-爱因斯坦凝聚体 (BEC) 的过程。本论文还详细描述了用于镝实验的新控制硬件和软件的开发，但可以（并且已经）用于其他量子气体实验。在硬件方面，我讨论了高性能模拟电压控制通道的设计，这些通道比市售的替代方案更具优势。在软件方面，我讨论了我设计的实验室控制和记录数据库系统，它既扩展了我们的控制软件的功能，又简化了实验室数据的存储和可访问性。