XiaoMi-AI文件搜索系统
World File Search System测量结果
相关的光学 - 电化学测量结果揭示了在超密机电极上石墨烯纳米骨骼碰撞的双向电流步骤
摘要：纳米颗粒形成的合成方法产生了异质种群的纳米颗粒，在研究反应性时，可以研究单纳米颗粒的化学植物学特性的技术。虽然单一实体电化学实验已被充分记录在包括球形金属纳米颗粒，乳液液滴和细胞在内的对称对象的，但由于碰撞过程中物体方向的自由度增强，因此不对称物体为额外的挑战提供了额外的挑战。最近，由于高电荷密度能力，机械稳定性和生物相容性的结合，石墨烯已成为一种突出的电极材料，其应用范围从体内感应到工业能量转换反应。石墨烯纳米片（GNP）是一种准二维导电纳米材料，其在微米尺度上具有两个尺寸，而在纳米尺度上有一个，在功能上充当平面材料。在与铁甲醇（外球氧化还原介体）存在下与电极表面碰撞后，观察到广泛的电流响应，这些反应被观察到对称对象的广泛电流响应。在这里，我们介绍了相关的电化学和光学显微镜，以同时在单个实体级别探测化学和空间信息，以完全了解石墨烯纳米片的纳米级的碰撞动力学。此外，这种相关的技术允许对复杂电流响应的反卷积，从而揭示了数十秒范围内耦合的瞬态事件。从这些测量值中，稳态电流的变化用于氧化亚甲醇的氧化可能与GNP碰撞时电极表面积的变化直接相关，从而深入了解了单一实体的几何形状|没有两种组合技术的电极界面，否则将无法访问。
根据 7 年前获得的神经解剖学测量结果识别个体
在之前的研究中，我们小组表明，可以根据从常规结构磁共振成像 (MRI) 扫描中获得的神经解剖特征以及随后使用流行的 FreeSurfer 工具进行的分析来识别个体受试者 (Valizadeh 等人，2018)。即使仅使用少数神经解剖特征（包括总脑容量、小脑灰质和白质、基底神经节体积和脑干体积在内的 11 个脑部测量值），识别率也非常好。当使用大量大脑区域时，受试者识别率几乎完美。使用易于获得的神经解剖学测量值的受试者识别精度与其他人使用更复杂的神经解剖学测量值报告的识别结果相似 (Wachinger 等人，2015 年、2017 年)。这些结果被视为人类大脑在很大程度上具有高度个体化的证据。近年来，基于神经科学方法和数据寻找个体标记变得非常流行。该领域的最新研究表明，可以根据来自结构 MRI（Wachinger et al., 2015 , 2017 ; Valizadeh et al., 2018）、功能 MRI（Miranda-Dominguez et al., 2014 ; Finn et al., 2015 ; Amico & Goñi, 2018 ; Bari et al., 2019）、脑电图 (EEG)（La Rocca et al., 2014 ; Fraschini et al., 2015 ; Kong et al., 2019 ; Valizadeh et al., 2019）或功能性近红外光谱 (fNIRS)（de Souza Rodrigues et al., 2019）的神经指纹来区分和识别个体。目前，也有人提出，这种神经指纹可能与个体智力和流体认知能力的差异有关，例如工作记忆和注意力（Greene 等人，2018 年；Rosenberg 等人，2020 年；Yamashita 等人，2018 年；Yoo 等人，2018 年）。个体指纹也有可能积累起来形成区分临床人群的群体指纹。这种脑指纹研究与大量公开的数据集同时出现。然而，大数据神经科学方法往往忽视了人类的个性、奇点和变异性。因此，要了解这种个体变异，有必要描述人类大脑的个体特征。在我们之前的研究中，我们使用了 193 名老年人的数据集，这些老年人在 3 年内每年都会获得 MRI 数据（Valizadeh 等人，2018 年）。每位受试者获得的三次扫描中，有两次是随机的
丰富的测量结果揭示了人类肠道微生物组中的裂解与裂解性之间的平衡
。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。这是该版本的版权持有人，该版本发布于2024年12月11日。 https://doi.org/10.1101/2024.09.27.27.614587 doi：biorxiv preprint
通过CRISPR/CAS9和多个RAAVS 成功建立了基于病毒复制元素的衣原体叶绿体中的外源基因表达系统 散装转录组分析，inmoose，python中的综合多摩管开源环境 标题：在神经退行性疾病的小鼠模型中自动评估区域脑萎缩的工具 揭示了来自单个人类皮肤部位的共生菌群的多样性 探索1 ... 中的遗传转化和基因组编辑 诱惑：纵向微生物组研究的时间信息降低 白血病蛋白PHF6和PHIP形成一种染色质复合物，抑制髓样白血病 靶向trem2-tyrobp跨膜结合的药物筛查 Klebphacol：Klebsiella的社区驱动资源... 干细胞因子抑制purkinje细胞的调节 牛的牛外胚层细胞 丰富的测量结果揭示了人类肠道微生物组中的裂解与裂解性之间的平衡 稳定的登革热病毒2包膜亚基疫苗重定向中和抗体1
我们感谢Ben Humphreys，Gaya Amarasinghe，Daisy Leung和Ting Wang的评论和建议，Robert Fulton，Catrina Fronick，Paul Cliften提供了技术帮助。这项工作得到了Siteman Cancer Center的共享资源投资计划的部分支持。
温度特性近似函数的选择对功率MOSFET热阻测量结果的影响
本文描述了研究结果，说明了确定结温过高的方法和选择用于测量功率 MOS 晶体管热阻过程中的近似测温特性函数对测量结果的影响。研究涉及使用间接电学方法进行的测量。介绍了三种确定晶体管结温过高的方法，分别使用近似测温特性的线性函数和非线性函数。比较了使用每种方法获得的热阻测量结果。还分析了因选择所考虑的方法而导致的测量误差。
在酒精使用障碍患者中进行的“稳赢还是赌一把”决策任务中，颅内亚秒多巴胺测量结果表明
目的 据作者所知，尚无关于酒精使用障碍 (AUD) 患者亚秒时间尺度上多巴胺波动的数据报道。在本研究中，在“稳操胜券” (SBORG) 决策任务中监测了 2 名有 AUD 病史和 2 名无 AUD 病史的患者的多巴胺释放，以开始描述 AUD 对反事实信息（与后悔和解脱的心理概念相关）的亚秒级多巴胺反应如何改变。 方法 使用人体伏安法每 100 毫秒测量一次细胞外多巴胺水平。在有 AUD，n = 2）或无 AUD，n = 2 病史的患者中，在深部脑刺激电极植入手术（用于治疗运动障碍）期间对其尾状核进行测量。参与者执行了 SBORG 决策任务，他们在稳操胜券的结果和有 50% 机会的金钱赌博结果之间做出选择。结果发现，多巴胺水平快速变化，似乎受“本可能发生的事情”和患者的 AUD 状态调节。积极的反事实预测误差（与缓解相关）将有无 AUD 病史的患者区分开来。结论有无 AUD 病史的患者对反事实信息的多巴胺能编码似乎有所不同。本研究的主要局限性是样本量有限，但这些数据为成瘾患者在实时决策过程中的多巴胺能生理学提供了难得的见解。作者希望未来的工作能够扩大样本量并确定当前结果的普遍性。
引用本文：Martin K.-C. Yeh，Yu Yan，Yanyan Zhuang＆Lois Anne DeLong（2021）：使用脑电图测量结果识别程序混乱
摘要在本文中，我们提出了一项实验研究，其中使用脑电图（EEG）设备来测量程序员的认知负载，因为他们试图预测C代码片段的输出。我们的目标是查看摘要中的特定模式是否引起了更高水平的认知负载，并且收集到的EEG数据是否可以提供比绩效指标更详细的见解。我们的结果表明，尽管认知负载可能对代码理解绩效的影响，但其他人为因素（例如忘记某些编程规则或误读要求他们要做的事情的趋势）也可能发挥作用，尤其是对于新手程序员而言。我们得出的结论是：（1）不同类型的代码模式可以以不同的方式影响程序员的认知过程，（2）单独进行自我报告的数据或脑电波活动，是程序员对所有类型的代码smpets and coppories and coption and coption and copsimens and condiques and condiques and condiques andiques sange sance的可靠指标，（3）像我们这样的测试对于识别新手程序员的重要学习差距可能很有用，而新手程序员的重要学习差距又可以利用来改善编程工具和教学策略。
来自 ${\rm Au}+{\ ... 的流动和干涉测量结果
5 开罗美国大学，新开罗 11835，新开罗，埃及 6 布鲁克海文国家实验室，厄普顿，纽约 11973 7 加利福尼亚大学，伯克利分校，加利福尼亚州 94720 8 加利福尼亚大学，戴维斯分校，加利福尼亚州 95616 9 加利福尼亚大学，洛杉矶分校，加利福尼亚州 90095 10 加利福尼亚大学，河滨分校，加利福尼亚州 92521 11 华中师范大学，湖北武汉 430079 12 伊利诺伊大学芝加哥分校，伊利诺伊州芝加哥 60607 13 克赖顿大学，内布拉斯加州奥马哈 68178 14 布拉格捷克技术大学，FNSPE，捷克共和国布拉格 115 19 15 达姆施塔特工业大学，德国达姆施塔特 64289 16 ELTE 罗兰大学，布达佩斯H-1117，匈牙利 17 法兰克福高等研究院 FIAS，法兰克福 60438，德国 18 复旦大学，上海，200433 19 海德堡大学，海德堡 69120，德国 20 休斯顿大学，休斯顿，德克萨斯州 77204 21 湖州学院，湖州，浙江 313000 22 印度科学教育与研究研究所（IISER），Berhampur 760010，印度 23 印度科学教育与研究研究所（IISER）蒂鲁帕蒂，蒂鲁帕蒂 517507，印度 24 印度理工学院，巴特那，比哈尔邦 801106，印度 25 印第安纳大学，布卢明顿，印第安纳州 47408 26 中国科学院现代物理研究所，兰州，甘肃 730000 27 查谟大学，查谟 180001，印度28 联合核研究所，杜布纳 141 980，俄罗斯 29 肯特州立大学，肯特，俄亥俄州 44242 30 肯塔基大学，列克星敦，肯塔基州 40506-0055 31 劳伦斯伯克利国家实验室，伯克利，加利福尼亚州 94720 32 利哈伊大学，伯利恒，宾夕法尼亚州 18015 33 马克斯普朗克物理研究所，慕尼黑 80805，德国 34 密歇根州立大学，东兰辛，密歇根州 48824 35 国立核能研究大学莫斯科工程物理学院，莫斯科 115409，俄罗斯 36 国家科学教育与研究研究所，HBNI，Jatni 752050，印度 37 国立成功大学，台南 70101 38 中国科学院核物理研究所，Rez 250 68，捷克共和国 39 俄亥俄州立大学，哥伦布，俄亥俄州 43210 40 核物理研究所 PAN，克拉科夫 31-342，波兰 41 旁遮普大学，昌迪加尔 160014，印度 42 宾夕法尼亚州立大学，宾夕法尼亚州立大学公园 16802 43 NRC“库尔恰托夫研究所”，高能物理研究所，普罗特维诺 142281，俄罗斯 44 普渡大学，西拉斐特，印第安纳州 47907 45 莱斯大学，休斯顿，德克萨斯州 77251 46 罗格斯大学，皮斯卡塔韦，新泽西州 08854 47 圣保罗大学，圣保罗，巴西 05314-970 48 中国科学技术大学，合肥，安徽 230026 49 山东大学，青岛，山东 266237 50 上海研究所中国科学院应用物理研究所，上海 201800 51 南康涅狄格州立大学，康涅狄格州纽黑文 06515 52 纽约州立大学石溪分校，纽约州 11794 53 塔拉帕卡大学阿尔塔研究研究所，阿里卡 1000000，智利 54 天普大学，宾夕法尼亚州费城 19122 55 德克萨斯农工大学，德克萨斯州大学城 77843 56 德克萨斯大学，德克萨斯州奥斯汀 78712 57 清华大学，北京 100084 58 筑波大学，日本茨城筑波 305-8571 59 瓦尔帕莱索大学，印第安纳州瓦尔帕莱索 46383 60 可变能量回旋加速器中心，印度加尔各答 700064 61 华沙理工大学，波兰华沙 00-661 62 韦恩州立大学，密歇根州底特律 48201 63 耶鲁大学，康涅狄格州纽黑文 06520
可解释的视网膜假体人工智能：根据常规临床测量结果预测电极失活
摘要 — 为了提供适当程度的刺激，必须根据个人的感知阈值校准视网膜假体（“系统适配”）。然后可以停用无功能电极以降低功耗并改善视觉效果。然而，阈值不仅在不同电极之间变化很大，而且随着时间的推移也会变化很大，因此需要更灵活的电极停用策略。在这里，我们提出了一个可解释的人工智能 (XAI) 模型，该模型适用于大型纵向数据集，可以 1) 根据常规临床测量（“预测因子”）预测制造商选择在哪个时间点停用电极；2) 揭示这些预测因子中哪些最重要。该模型根据临床数据预测电极停用的准确率为 60.8%。使用系统适配数据时性能提高到 75.3%，当有后续检查的阈值时性能提高到 84%。该模型进一步确定了受试者的年龄和失明发作时间是电极停用的重要预测因子。依赖于常规临床措施的电极失活的精确 XAI 模型可能使视网膜植入物和更广泛的神经假体界受益。