XiaoMi-AI文件搜索系统
World File Search System相似性
伪相互注视可增强远程联合注意力任务中的脑间同步
图 4 凝视运动。 (a) 三种模式下参与者目光注视的示例。屏幕上显示 16 个字母数字字符，由 4×4 矩阵表示。每次试验在 16 个字符中有一个、三个或五个目标与声音呈现的单词相匹配。在单人模式下，屏幕上显示的红色圆圈表示参与者的注视点。在合作和竞争模式下，屏幕上两位参与者的注视点以红色和绿色圆圈区分。 (b) 单次试验中观察到的参与者扫描路径和注视热图的示例。虚线框在实验期间不可见，标记了目标的位置。请注意，观察者的注视点在实验期间不可见。 (c) 40 次试验的注视热图。 (d) 两位参与者眼动追踪热图之间的相似性。每个小提琴图（透明色）上都叠加了一个箱线图，显示了相似性度量的分布，包括单一、合作和竞争模式下的 Pearson's r、结构相似性指数度量 (SSIM) 和 Jaccard 相似性系数。黑色星号和线分别表示相似性的平均值和中位数。使用重复测量方差分析确定任务模式之间相似性的显著差异。
JHEP02（2025）081
摘要：异常检测是一种至关重要的技术，用于探索大型强子对撞机（LHC）的标准模型（BSM）以外的新物理学的特征。LHC产生的大量碰撞需要复杂的深度学习技术。相似性学习是一种自我监督的机器学习，通过估计其与背景事件的相似性来检测异常信号。在本文中，我们通过相似性学习探讨了量子计算机对异常检测的潜力，利用量子计算的力量来增强已知的相似性学习方法。在嘈杂的中间量子量子（NISQ）设备的领域中，我们采用了混合经典的量词网络来搜索Di-Higgs生产渠道中的重标量共振。在没有量子噪声的情况下，混合网络表现出对已知相似性学习方法的改善。此外，我们采用了一种聚类算法来减少有限射击计数的测量噪声，从而导致混合网络性能提高了9％。我们的分析强调了量子算法在LHC数据分析中的适用性，其中随着耐断层量子计算机的出现，预计会进行改进。
![arXiv:2312.10370v2 [cs.AI] 2024 年 3 月 28 日](/simg/9\91f7af3b87a107a56902207b93b27804eae3aa2b.png)
arXiv:2312.10370v2 [cs.AI] 2024 年 3 月 28 日
摘要。为链接预测而开发的知识图谱嵌入模型 (KGEM) 学习知识图谱中实体的向量表示，称为嵌入。一个常见的默认假设是 KGE 实体相似性假设，该假设指出这些 KGEM 在其嵌入空间内保留了图的结构，即将图中的相似实体彼此靠近。这一理想特性使 KGEM 广泛应用于下游任务，如推荐系统或药物再利用。然而，实体相似性和嵌入空间相似性的关系很少得到正式评估。通常，KGEM 是根据其唯一的链接预测能力进行评估的，使用基于排名的指标，如 Hits@K 或平均排名。本文挑战了流行的假设，即图中的实体相似性本质上反映在嵌入空间中。因此，我们进行了大量实验来衡量 KGEM 将相似实体聚类在一起的能力，并研究了潜在因素的性质。此外，我们研究不同的 KGEM 是否表现出不同的相似性概念。数据集、预训练嵌入和代码可在以下位置获取：https://github.com/nicolas-hbt/similar-embeddings/ 。
XSL•fo
图1提供了研究设计的示意图。这项研究包括3个组成部分：数据，模型和评估。模型根据数据类型而变化，而评估方法在整个过程中保持一致。数据分为两种类型：PubMedQA，源自医学研究摘要，以及从Quora [41-43]中提取的问答数据，这是一个社交平台，用户提出和回答问题。实验中使用的模型包括两种类型：经过预处理的基本模型和一个对医学数据进行微调的模型。为了评估每个模型的生成答案，我们检查了与输入问题有关的响应的数量和质量。随后，我们评估了正确答案的生成答案的相似性。bert的相似性[36]和Spacy相似性[37]用于测量每个与抑郁症相关问题的人提供的原始答案与LLM生成的答案之间的上下文相似性。
使用多图正则化核范数最小化预测药物-靶标相互作用
在制药科学中，识别药物和靶标蛋白之间的潜在相互作用至关重要。在基因组药物发现中，相互作用的实验验证费力且昂贵；因此，需要高效、准确的计算机模拟技术来预测潜在的药物-靶标相互作用，以缩小实验验证的搜索空间。在这项工作中，我们提出了一个新框架，即多图正则化核范数最小化，它从三个输入预测药物和靶标蛋白之间的相互作用：已知的药物-靶标相互作用网络、药物之间的相似性以及靶标之间的相似性。所提出的方法侧重于寻找一个低秩相互作用矩阵，该矩阵由图编码的药物和靶标的接近度构成。先前关于药物靶标相互作用 (DTI) 预测的研究表明，结合药物和靶标的相似性有助于通过保留原始数据的局部几何形状更好地学习数据流形。但是，对于哪种相似性以及哪种组合最能帮助完成预测任务，目前还没有明确的共识。因此，我们建议使用各种药物间相似性和靶标间相似性作为多图拉普拉斯（药物/靶标）正则化项，以详尽地捕获近似值。使用标准评估指标（AUPR 和 AUC）对四个基准数据集进行的大量交叉验证实验表明，所提出的算法提高了预测性能，并且大大优于最近最先进的计算方法。软件可在 https://github.com/aanchalMongia/ MGRNNMforDTI 上公开获取。
以人为中心的无人机轨迹计划在搜救任务中采用多目标加固学习，并基于AHP和基于相似性的经验重播
摘要 - 将无人驾驶汽车（UAV）整合到搜救（SAR）任务中提出了提高运营效率和有效性的有前途的途径。但是，这些任务的成功不仅取决于无人机的技术能力，还取决于他们的接受和与人类在地面上的互动。本文探讨了以人为中心因素对SAR任务的无人机轨迹计划的影响。我们介绍了一种基于分析层次结构过程增强的强化学习和基于新颖的相似性的经验重播，以优化无人机轨迹，平衡运营目标与人类舒适性和安全考虑因素。另外，通过一项全面的调查，我们研究了性别线索和拟人化设计对无人机设计对公众接受和信任的影响，从而揭示了对SAR中无人机互动策略的重大影响。我们的贡献包括（1）无人机轨迹计划的增强学习框架，该框架动态整合了多目标考虑因素，（2）对人类对性别和拟人化无人机的看法在SAR上下文中的分析，（3）基于相似性的经验重播的应用，以在复杂的SAR场景中提高学习效率。这些发现为设计无人机系统提供了宝贵的见解，这些系统不仅在技术上熟练，而且还与以人为本的价值观保持一致。
生物信息学的基础
1。什么是生物信息学，基因组测序项目，模型生物，序列 - 结构 - 功能，生物信息学研究所，生物信息学和转录组，蛋白质组，代谢组，基本序列信息。生物数据库，数据格式，查询形式。比较2个序列，氨基酸相似性，相似性表，相似性因子，数据库中的相似性搜索，FASTA和BLAST算法，期望值。阅读和处理序列数据（Chromas）的方法。准备限制地图（从浮雕包中重新包装程序）。使用来自“浮雕”软件包（绘图ORF，显示ORF和GET ORF）的应用程序读取帧。基于核苷酸序列（来自浮雕封装的Transeq程序）基本序列数据库（DDBJ，EMBL，GenBank）生成蛋白质序列。蛋白质序列数据库。基因组浏览器。通过Expasy Server，数据库：瑞士蛋白石，Prosite访问各种生物信息来源。底漆设计，基本和高级参数，程序：Oligo，ePrimer3（浮雕）），Prime（GCG）。
肠道菌群在营养和健康中的作用
框1：词汇表•微生物组 - 特定环境中微生物的集体基因组•微生物群 - 微生物本身的社区•微生物群的多样性 - 衡量了多少不同的物种，以及依赖于多样性的索引，依赖于社区中的多样性，依赖于它们。较低的多样性被认为是肠道中营养不良（微生物失衡）的标志物，并且在自身免疫性疾病，肥胖症和心脏代谢状况以及老年人中已被发现，并且在老年人中•操作分类单位 - 一种用于对紧密相关生物进行分类组的定义。DNA序列相似性聚集，并且根据研究人员设定的相似性阈值（通常为97％的相似性）定义操作分类单位•结肠细胞（通常为97％的相似性） - 结肠•无菌动物的上皮细胞，无菌种，它们在六个中均与六个car酸 - 富有较短的抗酸不获 - •在这些范围内，•在这些范围内，•较脆弱的是富裕的，•富有量的依赖于危机，•通过细菌发酵饮食纤维
基于分子对接的某些抗鼠伤寒沙门氏菌头孢菌素衍生物的虚拟筛选、药物相似性和药代动力学分析
鼠伤寒沙门氏菌是导致非伤寒沙门氏菌病 (NTS) 的沙门氏菌血清型之一。这种感染的主要临床表现是腹部痉挛、腹泻和发烧，这些都是危及生命的全身性疾病，需要紧急抗生素治疗。与发展中国家流行的伤寒不同，NTS 是一种全球性感染。胃肠炎是 NTS 的一种常见形式，其年发病率和死亡率估计分别为 9380 万例和 155,000 例死亡。1 除了胃肠炎外，鼠伤寒沙门氏菌还会引起菌血症和局灶性全身感染，称为侵袭性非伤寒沙门氏菌病 (iNTS)。 2、3 撒哈拉以南非洲地区 iNTS 的年发病率估计为每 100,000 名儿童中有 175 至 388 例，每 100,000 名感染人类免疫缺陷病毒 (HIV) 的成人中有 2000 至 7500 例，感染者的死亡率为 20% 至 25%。4 至 9
一种基于敏感压缩的方法，用于过滤靶向的FASTQ测序读取
摘要 - BioInformatics应用程序通常需要根据其与特定序列目标的相似性过滤FastQ测序读取，例如消除与特定病毒相关的污染或隔离读取。尽管基于对齐的方法对这些任务有效，但它们表现出降低的灵敏度并可能引入高估，尤其是在面对较低的相似性搜索时。在本文中，我们使用一种新颖的无对齐方法来过滤FASTQ根据定义的相似性阈值读取。与基于对齐方式的方法不同，即使在相似性较低的方案中，例如在古代DNA中，我们的方法也保持较高的灵敏度。此外，我们的方法是基于压缩的，可以减轻其他方法固有的高估风险。我们在各种应用程序中演示了我们方法的多功能性，并提供了一种称为磁铁的公共开源物。磁铁提供了用于加速处理的多线程功能，并且可以在https://github.com/cobilab/magnet上自由访问。索引项 - 数据压缩，生物信息学，计算生物学，测序读取，数据滤波器