XiaoMi-AI文件搜索系统
World File Search System降示
利用径向流环形反应器实现较低压降的热化学储能
印度班加罗尔 pujari.ankush@iitb.ac.in; rudrodip@nias.res.in; sandip.saha@iitb.ac.in 摘要 - 热化学储能 (TCES) 因其高热能密度和在相当长的时间内可靠的保温而没有显著损失，在季节性储热和空间加热应用中越来越受到关注。盐水合物和潮湿空气基固气反应对已被证明对空间加热特别有用。以电能形式吹过填料床反应器所需的辅助功率是一个重要的考虑因素，因为它取决于系统的各种设计参数。本研究提出了一种径向流环形反应器配置。它显示流动工作要求减少了 65%-80%。需要优化流动方向和流速等参数以获得更好的性能并确保更少的流动工作要求。关键词：热化学储能、径向流、环形反应器、压降。1. 简介
TRIM5基因的编辑降低了人类T淋巴细胞对HIV-1
。CC-BY 4.0国际许可证。是根据作者/资助者提供的预印本（未经同行评审认证）提供的，他已授予Biorxiv的许可证，以在2020年12月8日发布的此版本中显示此版本的版权持有人。 https://doi.org/10.1101/2020.12.07.413708 doi：Biorxiv Preprint
用于分段线性降维的自适应潜在特征共享
线性高斯探索性工具（例如主成分分析 (PCA) 和因子分析 (FA)）广泛用于探索性分析、预处理、数据可视化和相关任务。由于线性高斯假设具有限制性，因此对于非常高维的问题，它们已被稳健、稀疏扩展或更灵活的离散-连续潜在特征模型所取代。离散-连续潜在特征模型指定依赖于数据子集的特征词典，然后推断每个数据点共享这些特征的可能性。这通常是使用关于特征分配过程的“富者得富”假设来实现的，其中词典试图将特征频率与其解释的总方差部分结合起来。在这项工作中，我们提出了一种替代方法，可以更好地控制特征到数据点的分配。这种新方法基于双参数离散分布模型，该模型将特征稀疏性和词典大小分离，从而以简约的方式捕获常见和罕见特征。新框架用于推导一种新型自适应因子分析变体 (aFA) 以及自适应概率主成分分析 (aPPCA)，能够在各种场景中灵活地发现结构和降低维度。我们推导出标准吉布斯采样以及有效的期望最大化推理近似，这些近似以更快的数量级收敛到合理的点估计解。所提出的 aPPCA 和 aFA 模型的实用性在特征学习、数据可视化和数据白化等标准任务上得到了证明。我们表明，aPPCA 和 aFA 可以为原始 MNIST 或 COLI-20 图像提取可解释的高级特征，或者在应用于自动编码器分析时
PHA微塑料老化降低了N2O水槽的容量
摘要：细菌反硝化是土壤N 2 O水槽的主要途径，这对于评估和控制N 2 O排放至关重要。生物基多羟基烷烃（PHA）微塑料颗粒（MPS）在常规环境中缓慢降解，持续惰性持续时间。然而，在降解之前，PHA微塑料老化对细菌n 2 O下沉量的影响仍然很少。在这里，土壤模型菌株denitrificans暴露于0.05-0.5％（w/w）的Virgin和老年PHA MPS。尽管没有观察到分子量的显着变化，但老化的PHA MPS阻碍了细胞的生长和n 2 O的降低率，导致N 2 O排放的激增。1 h NMR光谱和UPLC-QTOF-MS分析确定γ-丁洛洛洛酮是从老年PHA MPS释放的关键成分。在细胞水平上的代谢验证证实了其对N 2 O水槽和ATP合成的抑制作用。在周围自发质子化和水解的γ-丁龙酮将与ATPase的质子竞争，并破坏硝化电子转移和氧化磷酸化之间的耦合。因此，能量缺陷的细胞减少了降低n 2 o的电子供应，这并不有助于节能。这项工作揭示了一种新型机制，通过这种机制，PHA微塑性衰老会损害细菌N 2 O下沉，并突出了考虑生物基型微塑性衰老带来的环境风险的需求。关键字：多羟基烷酸盐，生物塑性衰老，细菌反硝化，n 2 o下水道，能量代谢，γ-丁酸苯二甲酸，denitrificans
通过基于组件的降阶模型和可解释的机器学习实现预测性数字孪生
这项工作开发了一种创建和更新数据驱动的基于物理的数字孪生的方法，并通过开发翼展 12 英尺的无人机的结构数字孪生来演示该方法。数字孪生由基于组件的降阶模型库构建，这些模型源自对飞行器在一系列原始和受损状态下的高保真有限元模拟。与传统的整体模型降阶技术相比，基于组件的方法可以有效扩展到大型复杂系统，并为快速模型自适应提供了灵活且富有表现力的框架——这两者都是数字孪生环境中的关键特性。数字孪生使用可解释的机器学习进行部署和更新。具体来说，我们使用最优树（一种最近开发的可扩展机器学习方法）来训练可解释的数据驱动分类器。在操作中，分类器将输入车辆传感器数据，然后推断模型库中哪些基于物理的简化模型最适合组成更新的数字孪生。在我们的示例用例中，数据驱动的数字孪生使飞机能够动态地重新规划安全任务，以应对结构损坏或退化。
全基因组长阅读测序降采样及其对变化精度和回忆
高通量基因分型能够对种群基因组学和全基因组关联研究中的遗传多样性进行大规模分析，这些研究结合了大量加入的基因型和表型表征。基于测序的基因分型方法由于较低的确定性偏差而逐渐替换传统的基因分型方法。然而，基于测序的全基因分型在具有较大基因组和高比例的重复性DNA的物种中变得昂贵。在这里，我们描述了CRISPR-CAS9技术在3.76-Gb基因组（镜头Culinaris）中耗尽重复元素，84％由重复序列组成，从而将测序数据集中在编码和调节区域（单子拷贝区域）上。我们设计了一组566,766个GRNA，旨在重复2.9英镑，排除了基于ATACSQ数据的重复区域重复的注释基因和推定的调节元素。新颖的耗竭方法去除了〜40％的读取映射到重复序列，从而将这些映射到单拷贝区域增加了约2.6倍。在分析2500万个片段时，与非部位的文库相比，测序数据中的重复对单个拷贝偏移增加了约10倍。在相同的条件下，我们还能够鉴定单拷贝区域中的遗传变异量增加了12倍，并通过挽救杂合变体的特征来提高基因分型精度，否则由于覆盖范围较低，否则会遗漏这些变体。该方法的执行方式类似，无论多路复用水平，文库类型或基因型，包括不同的品种和密切相关的物种（L. Orientalis）。我们的结果表明，CRISPR-CAS9驱动的重复耗竭将测序数据集中在单拷贝区域上，从而改善了大型和重复的基因组中的高密度和全基因组基因分型。
重新审视肠降凝蛋白和肠内分泌的概念l- ...
STC-1衍生自双胞胎小鼠的十二指肠肠肠分泌肿瘤（Proinsulin-SV40大T抗原/proinsulin- Polyoma-polyoma x Small t抗原）