XiaoMi-AI文件搜索系统
World File Search System本体论
全基因组识别和分析胡椒（Capsicum annuum L.）中高度特定的CRISPR/CAS9编辑位点
摘要：在本文中，我认为弹片–Costa no-go-go theorem削弱了量子力学的基本本体论的观点的最后剩余可行性本质上是经典的：也就是说，物理现实是，物理现实是由现实的，相反的，在本地的范围内，属于本地的，属于斑点的属性，并确定斑点的属性，并确定斑点的属性，并确定斑点的属性，并确定了斑点的属性，并确定了物理现实，并确定了物理现实的属性，并确定了物理现实，并具有斑点的属性，并确定了物理现实的属性，并具有物理现实的态度。通常，“量子”行为是根据我们自己对这些实体的原理无知的函数而出现的。称这种观点爱因斯坦 - 贝尔现实主义。可以证明，解释量子理论的因果对称局部隐藏变量方法是爱因斯坦 - 贝尔现实主义的最自然解释，在这种情况下，因果对称性在避免传统无关定理的非分类后果中起着重要作用。但是，弹片和哥斯达黎加认为，诸如因果对称性等异国因果结构无法解释世界上非文化本体论特性导致的量子行为。这特别令人担忧的是爱因斯坦 - 贝尔现实主义和古典本体论。在第一个实例中，定理的明显后果是对爱因斯坦 - 贝尔现实主义的直接拒绝。但是，除此之外，我认为，即使有可能在因果对称框架内考虑上下文上的上下文变量，这种说法的成本也破坏了因果对称性的关键优势：接受因果关系对称性比拒绝经典的本体学更经济。无论哪种方式，似乎我们都应该放弃古典本体论。
在...
基于哲学的脑电图（EEG）信号数据处理是一种跨学科方法，可以在理解大脑功能方面开辟新的观点。在这种情况下，有必要从技术或生物学的角度检查数据，并考虑其形而上学，认识论和本体论方面。本体论是形而上学的一个分支，涉及对象和根据形而上学（甚至物理）理论，其特性及其关系而存在的对象类型。本文试图基于本体论来提供科学的哲学观点，用于处理脑电图数据，其数据源是脑波。通过使用人工神经网络（ANN）分类的试验结果，获得了46.73的精度值。卷积神经网络（CNN）算法也可以用于处理脑电图数据以确定一个人的情绪水平；这在先前的研究中已经证明了这一点。尽管情绪识别的总体准确性已大大提高，但在DEAP和Dreamer数据集中有几个问题导致了较低的精度。也使用CNN进行了其他实验，实验结果表明，与情绪相关的通道的重量大于不同通道。连续胶囊网络（CCN）和深神经网络（DNN）算法也可以用于处理脑电图信号数据以确定情绪水平。
黑洞信息悖论：全知是宇宙的基本属性吗？
我们试图研究解决黑洞信息悖论的本体论方面。我们对这一悖论的解决产生了几个现在对我们理解量子力学至关重要的概念，这些概念指出所有信息都是守恒的，即使是在量子层面上。如果量子信息是守恒的，永远不会被抹去或摧毁，那么这表明所有信息至少在理论上、最终都是可以从宇宙的事件视界中检索和了解的。从本体论上讲，这支持了宇宙中所有信息的储存库因此必须存在的论点。在此，我们追溯了这一争论的步骤，并得出结论，我们对宇宙的理解指向一个无所不知的实体的存在。
蚂蚁、蜘蛛和 DNA：让无意识的生成
在蒂姆·英戈尔德 (Tim Ingold) 的《森林地表寓言》(2008) 中，蚂蚁和蜘蛛一起思考了当前关于现实构成和我们对现实的理解的讨论中最紧迫的一些问题。它们特别关注有关代理和关系特征的问题。蚂蚁认为是“网络”，而蜘蛛则坚持认为我们处理的是“网状结构”。蚂蚁显然是布鲁诺·拉图尔 (Bruno Latour) 的行动者网络理论 (ANT) 的拥护者，而英戈尔德则将自己塑造为以经验为导向的蜘蛛，提出了熟练的实践涉及发展性体现的反应性的观点。在同样的寓言体裁中，这篇文章让 DNA（脱氧核糖核酸）向两位理论家发起了挑战。DNA 认为，蚂蚁和蜘蛛都对像自己一样的隐形生物视而不见。他们强调时空即时性，这需要一种一维（平面）本体论，而这种本体论往往会将无意识的生成机制排除在视野之外。因此，ANT 和 SPIDER 错过了本体论构成的核心动态。实际上，两位思想家都从思想属性、DNA 电荷的角度来解释无意识的存在，并大喊不要将其视为人类！
建筑系统和能源存储系统的本体集成
建筑本体定义了建立数据的概念和组织。这些知识可以在自动数据访问和支持建筑物中的数据驱动应用程序方面提供帮助。随着电池和能源存储的技术进步，越来越多的数据驱动的建筑物应用程序涉及建筑系统和能源存储系统（ESS），例如峰值剃须（PLS）。但是，现有的建筑本体论，例如砖，并非旨在包括来自ESS系统的概念。鉴于建筑物应用程序的出现，开发可以涵盖有关建筑和ESS系统知识的本体已经变得很重要。建筑系统和ESS系统属于不同的工业领域，并且已经独立发展的建筑本体和ESS本体。为了最大程度地重复利用知识，我们利用本体集成技术。我们提出了一个建筑能源存储本体集成（BE-SOI）系统，该系统可以通过适当的ESS本体论扩展建筑本体。我们的系统处理本体整合中的歧义，不连贯和冗余问题。我们通过扩展具有不同ESS本体论的著名建筑本体的Brick来评估BESOI对四个建筑物的应用程序进行评估。结果表明，Besoi可以将砖的覆盖范围从68.09％扩展到应用程序概念的95.74％。
量子形而上学和时空基础
近年来，我们在量子理论的形而上学含义研究中看到了一种新趋势。鉴于很难提供一个共享的本体论图景来描述如果量子理论是正确的，世界将会是什么样的——这在很大程度上是由于我们可以通过多种方式来解决测量问题——研究人员试图将重点放在那些在某种程度上可以被认为是解释中立的理论特征上，用 (Wallace 2019) 的表达方式来说。纠缠和叠加等现象，以及支撑它们的数学特征，似乎对于我们如何定义量子理论至关重要，而且可以说，无论人们对测量问题的偏好方式如何，这一点都是正确的。例如，量子不可分离性形而上学的研究表明，在理解纠缠现象时，某种结构主义 (Lam 2017) 或整体主义 (Miller 2016) 态度似乎是自然而然的。最近，哲学家们提出，本体论不确定性（又称形而上学不确定性）的概念可以解释量子理论的各种特征，特别是它可以解释叠加态量子系统缺乏价值确定性（Calosi and Wilson 2021）。这些形而上学策略并不是为了提供测量问题的新解决方案。相反，它们背后的想法是完善理论的整体形而上学理解，然后可以通过指定许多本体论概念来实现。
病原体 - 宿主相互作用数据库（PHI-base）
Phi-Base 5网站上的软件开发工作由Molecular Connections Pvt Ltd（印度班加罗尔）提供。Phi-canto策划工具是与剑桥大学的Pombase团队合作开发的，金·卢瑟福（Kim Rutherford）提供软件开发和Val Wood提供了有关新策展过程的咨询和培训。由Incatools开发的本体论开发试剂盒的协助，由Upheno Project与Nico Matentzoglu协商（Sentancicly Ltd，曾经是EMBL-EBI）协商，由Upheno Project开发的统一表型本体学的开发。基因本体论的编辑者，尤其是Pascale Gaudet（瑞士 - 普罗特，瑞士生物信息学研究所），开发了新的本体论术语，以协助Phi-Base中病原体 - 霍斯特过程的策划。自2011年以来，Phi-base数据已在每个Ensembl释放中托管。Phi-Canto和Phipo的开发是由英国生物技术与生物科学研究委员会（BBSRC）（BB/S020020/1）资助的。PHI-BASE的持续发展目前由Rothamsted Research的两个学院战略计划提供资金：增长健康（BB/X010953/1; BBS/E/E/RH/230003A）并提供可持续的小麦（BBS/E/E/RH/230001B）。
迈向日常任务中灵活机器人操纵的知识工程方法
摘要在过去的十年中，家用机器人技术取得了巨大进步，使机器人能够自主完成家庭任务。这些机器人通常用于特定任务和/或对象。我们假设可以通过基于知识的方法来克服实现新的临时任务请求方面缺乏灵活性，从而允许机器人推断如何解决新任务或在新对象上执行已知任务。朝向这个目标，我们提出了一种基于知识的方法，该方法利用网络上已经存在的知识来构建一个本体学支持机器人在推理参数的推理中，这些参数会影响操纵动作，以执行一系列对象的任务变化1。本体论包括对象和动作信息，涵盖了处置和负担以及特定于任务的属性。作为概念验证，我们通过从相关本体论中导入和链接知识来手动构建食物切割本体，此外还可以从非结构化的网络来源提取和语义增强知识。我们演示了机器人如何查询本体，并将包含的信息转化为动作参数。我们通过模拟访问本体的机器人来评估创建的本体论的可行性，以执行切割任务变化的操作参数化。
ψ-ontic 模型的不成立定理？ - PhilSci-Archive
自量子力学诞生之初，量子态的实在性就一直是争论的热门话题。量子态是真实的，直接代表物理系统的本体状态，还是认识论的，仅仅代表对底层本体状态的不完全知识的状态？近年来，Harrigan 和 Spekkens (HS) 提出了一种称为本体模型框架的严格方法来区分 ψ -本体论和 ψ -认识论观点 [1]。此外，该框架还证明了几个重要的 ψ -本体论定理，这些定理确立了量子态的实在性，其中两个是 Pusey-Barrett-Rudolph (PBR) 定理 [2] 和 Hardy 定理 [3, 4]。在此背景下，Carcassi、Oldofredi 和 Aidala (COA) 最近提出的 ψ -本体模型的不可行定理 [5] 出乎意料，令人惊讶。如果它是正确的，那将是一个非常重要的新成果。在本文中，我将研究 COA 定理并论证其错误。1