XiaoMi-AI文件搜索系统
World File Search System过度
干扰素刺激基因的过度表达筛选确定 RARRES3 是弓形虫感染的限制因子
摘要 弓形虫是一种重要的人类病原体，全球约有三分之一的人感染该病。细胞因子干扰素γ (IFNγ) 在感染过程中被诱导，对于限制人体细胞中的弓形虫生长至关重要。生长限制被认为是由于干扰素刺激基因 (ISG) 的诱导所致，这些基因被上调以保护宿主免受感染。尽管 IFNγ 可诱导数百种 ISG，但它们在限制人体细胞中寄生虫生长方面各自的作用仍然有些难以捉摸。为了解决这一缺陷，我们筛选了 414 个 IFNγ 诱导的 ISG 库，以确定影响人体细胞中弓形虫感染的因子。除了可能通过诱导大量下游基因发挥作用的 IRF1 之外，我们还发现 RARRES3 是限制多种人体细胞系中弓形虫过早逸出而产生的单一因子。总体而言，虽然我们成功鉴定出一种新的 IFNγ 诱导的可限制弓形虫感染的因子，但单独表达时能够限制弓形虫感染的 ISG 数量有限，这表明 IFNγ 介导的对弓形虫感染的免疫是一个复杂的、多因素的过程。
与其在强化学习应用程序的相关数据的过度参数深度非参数回归
在本文中，我们为在有依赖数据的存在下提供了过度参数深的非参数回归的统计保证。通过分解误差，我们建立了非渐近误差界限以进行深度估计，这是通过有效平衡近似和概括误差来实现的。我们得出了具有约束权重的H型函数的近似结果。此外，概括误差受重量标准的界定，允许神经网络参数编号大得多。此外，我们通过假设样品起源于具有较低内在维度的分布来解决维度诅咒的问题。在这个假设下，我们能够克服高维空间所带来的挑战。通过结合额外的错误传播机制，我们为过度参数深拟合的Q-材料提供了Oracle不等式。
学术写作任务中过度依赖人工智能工具：马来西亚高等教育背景
摘要 人工智能 (AI) 工具在学术环境中的整合彻底改变了全球的教学过程。不可否认，这项技术也为英语作为第二语言 (ESL) 学生完成学术写作任务提供了无限的可能性。这种习俗在马来西亚高等教育学生中尤为普遍，因为在当前教育系统中实施混合式学习时，技术融入是必须的。然而，过度依赖这些人工智能工具可能会损害学生的学术诚信、创造力，尤其是他们的批判性思维能力。本文探讨了马来西亚高等教育背景下学术写作任务过度依赖人工智能工具的现象。本研究调查了马来西亚本科生在完成以英语为第二语言的学术写作作业时使用人工智能技术的模式。我们还进行了定性访谈，以了解参与者对相关人工智能技术的观点、使用所选人工智能工具的原因以及使用人工智能工具完成学术写作任务的相关问题。研究结果显示，马来西亚本科生深切选择了与翻译目的、英语写作内容生成提示、英语拼写和语法检查以及抄袭检测相关的人工智能工具。这种过度依赖是由于与技术易用性、写作技能缺乏、学生学业压力和 ESL 水平较弱等因素有关。本研究建议教育工作者干预和指导学生使用人工智能工具，以便他们能够结合批判性思维技能并负责任地诚信使用现有技术。 关键词：人工智能 (AI) 工具、ESL（英语作为第二语言）、学术写作。 1. 简介 人工智能 (AI) 工具与学术写作任务的整合已成为教育环境中的一种变革趋势。参与教育环境的人：学习者和教师受益于这些人工智能工具，它们提供了一系列旨在增强写作和作文过程各个方面的功能。借助正确的人工智能工具，包括起草、编辑、引用管理和抄袭检测在内的作文进程变得更加容易。这些人工智能工具集成了人工智能技术、机器学习算法和自然语言处理 (NLP)，为生成内容、管理引文、分析语法、检测抄袭和分析写作风格等任务提供计算机化协助。大学生对各种人工智能写作工具的使用日益增多：自动写作评估工具、提供自动纠正反馈的工具、人工智能机器翻译器、和 GPT-3 文本生成器大多是典型选项 (Alharbi, 2023)。在马来西亚高等教育中，在线资源和人工智能工具（如 Google Translate、ChatGPT、Grammarly、Turnitin、QuillBot 和 Wordtune）已被广泛利用，尤其是在完成英语学术写作任务时。尽管使用人工智能写作平台存在隐私和安全风险，但时间限制和语言技能有限等因素导致高等教育学生对人工智能工具的依赖性增加。提供语法、标点和风格问题实时反馈的人工智能写作工具可以大大提高第二语言学习者的写作质量，然而，学术界抄袭的倾向相当高 (Roe et al., 2023)。学生声称，使用人工智能工具增强了他们的信心，因为它提供了更好的写作结果；特别是在他们的语法、标点和风格方面。一项关于技术介导学习和
使用疏水硅胶的膜通过过度蒸发从水中清除甲基酮酮
使用多二甲基硅氧烷（PDMS）膜的透白化膜工艺将甲基乙基酮（MEK）从水中分离出来的实验研究。最初，使用汉森溶解性参数选择了几种聚合物，最终选择了聚二甲基硅氧烷。在这项研究中，使用了类似于聚二甲基硅氧烷的结构（商业上称为Silgard 184）的结构。通过分析（例如FTIR，NMR，SEM和水接触角度测量）来证实这一点，但是Elastosil®RT601 A/B的使用率为Silgard 184的三分之一。饲料是高度不理想的，并包含异质性的共同体。在200 MBAR的真空压力下，以浓度（5-15 wt％）和温度（40 - 60°C）进行了渗透实验。在40°C下为5 wt％的进料，总通量为1.0208 kg/m²·H，选择性为33。还评估了操作参数（例如进料浓度和温度）对选择性和通量的两个因素的影响。1-介绍
转录连接的P450基因的过度表达，用于宽光谱除草剂抗性
广谱除草剂耐药性（BSHR）通常与基于新陈代谢的除草剂耐药性有关，对粮食生产构成威胁。过去的研究表明，催化性混杂酶的过表达解释了某些杂草中的BSHR。然而，BSHR表达的机制仍然很少理解。在这里，我们研究了在美国发现的BSHR晚期水草中高级抗性甲基的分子基础（echinochloa phyllopogon），在美国发现，这不能完全通过过度表达的散布性细胞色素P450单一单胶酶Cyp81a12/212/21。BSHR后期水草线迅速产生了2种不同的羟基化双洛未甲酸，其中1个是CYP81A12/21产生的主要代谢物。RNA-SEQ和随后的逆转录定量PCR（RT-QPCR）基于基于基因CYP709C69的转录连接的过表达，在BSHR线中鉴定出具有CYP81A12/21的转录连接的过表达。该基因在植物中赋予了双洛牛甲基耐药性，并在酵母（酿酒酵母）中产生了另一种羟基化的双氯氟取酸。与CYP81A12/21不同，CYP709C69没有其他除草剂 - 代谢功能，除了推测的cloma-groma Zone激活功能。在日本的另一个BSHR后期水草中也发现了3种除草剂 - 代谢基因的过表达，这表明分子水平的BSHR进化会融合。对P450基因的同义分析暗示它们位于相互独立的基因座，该基因座支持单个反元元素调节3个基因的想法。我们提出，与除草剂 - 代谢基因的转录连接的同时过度表达增强并扩大杂草中的代谢性。来自2个国家的BSHR晚期水草中复杂机制的收敛性表明，BSHR通过在晚期水草中选择保守的基因调节系统而发展。
EEG基于过度完整的理性扩张小波转换和自动回归的运动图像分类
基于运动图像（MI）的大脑计算机界面（BCI）应用旨在分析大脑如何与脑电图（EEG）信号与外部环境相互作用。尽管当前的模型取得了令人鼓舞的结果，但从EEG信号中开发了MI的准确分类仍然是一个重大挑战。在本文中，我们设计了一个名为（ORDWT_AR）的MI分类模型，该模型利用过度完整的理性扩张小波变换（ORDWT）以及自动回归（AR）模型。首先，使用滑动窗口方法将脑电图分割为间隔。然后，每个脑电图通过ORDWT传递以分析EEG信号。因此，从每个段获得了一系列停止频段。然后，将AR与ORDWT集成，以从每个EEG间隔中提取代表性特征。选定的功能被发送到多种分类模型中，包括加权K-Nearest邻居（WKNN），决策树（DTREE）和Boosted树（BST）。使用四个基准EEG数据库评估所提出的模型，其中三个是从脑部计算机界面（BCI）竞争III中收集的，一个是从CHB-MIT中收集的。结果表明，提出的模型ORDWT_AR与WKNN分类器相结合的三个BCI竞赛III数据集的平均分类精度为99.8％，CHB-MIT数据集的平均分类精度为99.7％。获得的结果表明，所提出的方案是对脑电图信号进行分类并具有出色结果的有前途的工具。提议的模型可以支持专家帮助残疾人与环境互动并提高生活质量。
过度自信是关键：大语言和视觉语言模型的口头不确定性评估
语言和视觉模型（LLMS/VLMS）通过产生类似人类的文本和理解图像的能力彻底改变了AI领域，但是确保其可靠性至关重要。本文旨在评估LLM（GPT4，GPT-3.5，Llama2和Palm 2）和VLMS（GPT4V和Gemini Pro Vision）通过提示估算其口头上的不确定性的能力。我们提出了新的日本不确定场景（JUS）数据集，旨在通过困难的查询和对象计数测试VLM功能，以及净校准误差（NCE）来测量错误校准的方向。结果表明，LLMS和VLM都有很高的校准误差，并且大多数时候都过高地表明不确定性估计的能力较差。此外，我们为回归任务开发了提示，并且我们表明，在产生平均/标准偏差和95％置信区间时，VLM的校准较差。
电子木材便利性对过度支出的影响，对Misamis University大学生的消费者行为的定量分析
在寻求预算友好方式管理费用的学生中使用（Aji＆Adawiyah，2021;“影响使用电子纸币作为马来西亚年轻人的付款方式的因素，” 2020年）。由于他们的轻松和鼓励冲动支出的能力，电子货币对学生的财务管理至关重要。电子毛线便利性对消费者购买方式有重大影响。研究始终发现，数字交易的便利性可以鼓励冲动购买，因为用户可能不会感受到支出的直接影响（Lee等，2022； Sanny，2023； Kang，2019）。这种趋势与大学生特别相关，他们更容易冲动购买，尤其是当数字付款能够立即满足时。研究表明，方便付款方式与支出增加之间有着密切的联系，表明使电子钱包吸引人的功能也可能导致财务挑战（Wardoyo等，2021； Edeh等，2021）。过多的支出对于经常面临预算紧张的大学生来说是一个重大关注的问题。可以通过电子钱包的可用性使这个问题变得更糟，这使学生可以轻松进行购买而无需物理处理货币（Ling，2023； Effendy等，2021）。这就提出了有关电子木材轻松对财务决策的影响的重大问题，尤其是对于那些可能已经难以管理财务的学生而言。了解这种关系对于创建促进负责任的学生支出的金融素养计划至关重要（Tian等，2023；“学生使用数字钱包的决定因素”，2023年）。尽管对电子购房和支出习惯进行了越来越多的研究，但仍需要提供更多有关电子货物如何影响菲律宾大学生支出的信息。大多数研究都集中在更广泛的人口统计或其他文化背景下，留下了差距，以了解这些动态如何影响菲律宾大学的学生（Kınıis＆Tanova，2022; Daragmeh等，2021）。本研究探讨了大学生过度支出与电子毛衣的便利性之间的联系，以缩小此知识差距和
应对过度处方挑战：用于药物建议任务的大型语言模型
药物推荐系统在医疗保健中引起了人们的关注，因为它们的潜力根据患者的临床数据提供了个性化和有效的药物组合。但是，现有的方法论在适应多种电子健康记录（EHR）系统并有效地利用非结构化数据时会遇到挑战，从而产生有限的概括能力和次优性能。最近，利用医疗领域的大型语言模型（LLM）的兴趣正在增长，以支持医疗保健专业人员并增强患者护理。尽管出现了医疗LLMS及其在医疗问题回答之类的任务中，他们在临床环境中的实际应用，尤其是在药物建议中，但通常仍然没有得到充实的态度。在这项研究中，我们评估了用于药物建议任务的通用和医学特异性LLM。我们的发现表明，LLMS经常遇到过度处方的挑战，导致临床风险增加并降低药物建议精度。为了解决这个问题，我们提出了语言辅助药物建议（LAMO），该建议采用了一种参数高效的微调方法来量身定制开源LLM，以在药物建议方案中进行最佳性能。lamo杠杆在临床注释中提供了大量的临床信息，这是一种在传统方法论中通常不足的资源。由于我们的方法，Lamo的内部阀门准确性超过10％以上的最先前方法。此外，时间和外部验证证明了Lamo在各种时间和医院的强大概括能力
锰过度暴露会改变神经素的表达，并在幼虫斑马鱼
摘要：锰（MN）是一种用于各种酶类别的辅因子，是所有生物体的必需痕量金属。但是，过度暴露于MN会导致神经毒性。在这里，我们评估了暴露于Mn氯化物（MNCL 2）对生存力，形态，突触功能（基于神经素表达）和斑马鱼幼虫行为的影响。MNCL 2从受精后2.5 h暴露导致受精后5天的生存率降低（60％）。表型变化影响了身体长度，眼睛和嗅觉器官的大小以及视觉背景适应。这伴随着神经素免疫染色的荧光强度和神经素蛋白编码基因NRGNA和NRGNB的表达水平的降低，表明存在突触改变。此外，过度暴露于MNCL 2导致幼虫表现出姿势缺陷，运动活动的减少以及对光环境的偏爱受损。从鱼类水中去除MNCL 2后，斑马鱼幼虫恢复了它们的色素沉着模式并使其运动行为归一化，表明MN神经毒性的某些方面是可逆的。总而言之，我们的结果表明，MN过度暴露会导致斑马鱼幼虫中明显的形态改变，神经素表达的变化和行为障碍。