摘要:由于现代育种实践,全世界都担心大多数作物(例如水稻)的遗传基础可能会变窄。因此,本研究的目的是调查巴西南部优良水稻种质中的这种现象,包括杂交中常用的种质。该小组由 91 个种质组成。通过层次聚类和主成分分析分析了去壳和精米的形态性状、SNP 标记和矿物质含量数据。事实证明,SNP 标记和层次聚类最适合评估遗传变异性。水稻遗传基础变窄已得到证实,尽管在巴西南部优良水稻种质中仍发现一定程度的遗传变异性,尤其是谷物矿物质含量。关键词:遗传资源、遗传变异性、基因分型、表型、Oryza sativa L.
脑震荡症状似乎时有时无或越来越严重。有时你甚至会怀疑自己是否有问题。症状似乎发生变化通常是因为你的身体或精神疲惫。如果你喝酒或服用药物(甚至是合法药物),症状也会发生变化。生病、心烦、疼痛或有压力也会导致变化。你越能控制这些其他事情,你的症状就会越好。症状是真实存在的。它们告诉你大脑仍在愈合,需要时间。花时间在家里、学校和工作中做出有益的改变,直到你不再需要它们。
推荐引用 推荐引用 Scherer, JC (1985). Lyman: The Vanishing Race and Other Illusions: Photographs of Indians by Edward S. Curtis. 11 (3), 78-85. 取自 https://repository.upenn.edu/svc/vol11/iss3/6
最近,为提高深度神经网络的可解释性,人们使用显著性来表征输入特征对模型预测的重要性。在循环神经网络 (RNN) 上使用基于显著性的方法进行可解释性研究主要针对语言任务,而它们对时间序列数据的适用性尚不明确。在本文中,我们分析了基于显著性的 RNN 方法,包括经典和门控单元架构。我们表明,RNN 显著性会随着时间的推移而消失,导致对显著特征的检测仅偏向于后续时间步骤,因此无法可靠地检测任意时间间隔内的重要特征。为了解决这个显著性消失问题,我们提出了一种新颖的 RNN 单元结构(输入单元注意力†),它可以扩展任何 RNN 单元架构。在每个时间步骤,输入单元注意力使用固定大小的矩阵嵌入,而不是只查看当前输入向量,矩阵的每一行都关注来自当前或之前时间步骤的不同输入。使用合成数据,我们表明,输入单元注意 RNN 生成的显着性图能够忠实地检测重要特征,无论它们在时间上发生如何。我们还将输入单元注意 RNN 应用于神经科学任务,该任务分析执行各种任务的人类受试者的功能性磁共振成像 (fMRI) 数据。在这种情况下,我们使用显着性来表征大脑区域(输入特征),这些区域的活动对于区分任务很重要。我们表明,标准 RNN 架构只能在 fMRI 数据的最后几个时间步骤中检测重要的大脑区域,而输入单元注意模型能够跨时间检测重要的大脑区域活动,而不会在后面的时间步骤中产生偏差。
摘要 重力引起的意识丧失 (G-LOC) 是战斗机飞行员面临的主要威胁,可能会导致致命事故。高 +Gz(头到脚方向)加速度力会诱发脑出血,导致周边视力丧失、中央视力丧失(昏厥)和 G-LOC。我们尝试建立一个公式,使用脑氧合血红蛋白 (oxyHb) 值、身高、体重和身体质量指数 (BMI) 来预测 G-LOC。我们分析了 2008 年至 2012 年间测量的 249 名人体离心机受训者的脑氧合血红蛋白值。受训者暴露于两种离心机模式。一种是 4G–15s、5G–10s、6G–8s 和 7G–8s,不穿抗荷服(间隔 60 秒,发作率为 1G/s)。另一组为 8G-15s,起始速率为 6G/s,穿着抗荷服。我们使用近红外光谱仪 (NIRS)(NIRO-150G,日本静冈县滨松光子学株式会社,滨松)测量了受训者的脑氧合血红蛋白值。分析了以下参数。A)基线值为 +Gz 暴露前 30 秒的平均值。B)+Gz 暴露期间氧合血红蛋白的最大值。C)+Gz 暴露期间氧合血红蛋白的最小值。D)氧合血红蛋白从最大值到最小值的变化率(变化率)。使用逻辑回归分析进行统计分析,以建立预测 G-LOC 的公式。受训者的年龄为 24.1 ±1.7(S.D.)(范围,22 ~ 30)
航空业已见证了许多新型航空电子系统(例如,姿态指示器、无线电导航、仪表着陆系统、近地警告系统)的引入,这些系统旨在克服飞行员外部能见度有限的问题。然而,能见度有限仍然是影响全球航空运营安全和容量的最关键因素。仅在商业航空业,全球超过 30% 的致命事故被归类为可控飞行撞地 (CFIT),即正常运转、机械完好的飞机撞上地形或障碍物,而机组人员由于缺乏外部视觉参考或地形/危险态势感知受损而无法看到。在通用航空业,最大的事故类别是持续飞行进入仪表气象条件,即非仪表等级飞行员继续飞入恶化的天气和能见度,导致视野消失,并可能撞上意外地形或空间迷失方向并失去控制。最后,影响机场延误的最大因素是能见度有限,当天气条件低于目视飞行规则操作时,能见度会降低跑道容量并增加空中交通分离所需的距离。