大脑可以表示为一个时间图,其中节点是大脑图谱定义的空间分布的感兴趣区域 (ROI)。边缘由应用于 fMRI 数据的动态功能连接 (dFC) 测量确定。新兴研究表明,ROI 群落的时间动态是了解大脑功能和功能障碍的有用生物标志物。现有方法大多数都受到假设静态连接的限制,或者难以扩展到许多受试者,或者是监督的(Ting 等人,2020 年;Gadgil 等人,2020 年)。基于这些限制,我们提出了一种无监督时间图深度生成模型 (TG-DGM),用于从 fMRI 数据中学习大脑活动的动态群落。我们的模型受到图动态嵌入 (GRADE) 的启发(Spasov 等人,2020 年)。具体来说,我们通过引入多图学习和主题嵌入来扩展 GRADE,使其能够量化特定主题对社区成员和动态的影响。我们证明我们的方法可以学习高质量的表示,并且考虑到时间动态可以提高生物性别分类任务的性能。可能的应用包括使用嵌入来发现新的患者类别,以及识别 ROI 的新功能网络(即集群)。
查找数据集的一组嵌套分区对于在不同尺度上发现相关结构很有用,并且经常处理与数据有关的方法。在本文中,我们引入了一种基于模型的分层聚类的一般两步方法。将集成的分类可能性标准视为目标函数,此工作适用于该数量可以处理的每个离散潜在变量模型(DLVM)。该方法的第一步涉及最大程度地提高相对于分区的标准。解决了通过贪婪的山坡攀岩启发式方法发现的已知局部最大最大最大最大值问题时,我们基于遗传算法引入了一种新的混合算法,该算法允许有效地探索解决方案的空间。所得算法小心地结合并合并了不同的解决方案,并允许簇数K的共同推断以及簇本身。从这个自然分区开始,该方法的第二步是基于自下而上的贪婪程序来提取簇的层次结构。在贝叶斯语境中,这是通过考虑dirichlet群集比例的先验参数α作为控制聚类粒度的正规化项来实现的。标准的新近似值被推导为α的对数线性函数,从而实现了合并决策标准的简单函数形式。第二步允许在更粗的尺度上探索聚类。将所提出的方法与现有的模拟和实际设置的策略进行了比较,结果表明其结果特别相关。本工作的参考实现可在论文1随附的r软件包贪婪中获得。
基因序列聚类在计算生物学和生物信息学中非常重要且重要,用于研究系统发育关系和基因功能预测等。随着生物学数据量的快速生长(基因/蛋白质序列),基因序列聚类算法在低精度和效率方面面临着更多挑战。 基因序列数据库中增长的冗余序列通常有助于大多数聚类方法的记忆和计算需求的增加。 例如,原始的基于贪婪的增量比对(GIA)聚类算法获得了很高的精度聚类结果,但效率非常低。 已经开发了有效的贪婪增量聚类算法,其精确成本降低了,通常可以关闭速度的贸易聚类精确度以提高速度。 需要在精度和速度之间取得更好平衡的算法。 本文提出了一种新型的基于贪婪的增量比对算法,称为NGIA,用于具有高效率和精度的基因聚类。 ngia由一个预滤波器,修改后的短词过滤器,一种新的数据包装策略,一种修改的贪婪增量方法组成,并通过GPU并行化。 四个独立数据集上的实验评估表明,所提出的工具可以以99.99%的高精度聚类。 与CD-HIT,VSEARCH和UCLUST的结果相比,NGIA平均快13.6倍,6.2倍和1.7倍。 此外,我们开发了一个多节点版本来处理大型数据集。 该软件可从https://github.com/siat-hpcc/gene-sequence-clustering获得。随着生物学数据量的快速生长(基因/蛋白质序列),基因序列聚类算法在低精度和效率方面面临着更多挑战。基因序列数据库中增长的冗余序列通常有助于大多数聚类方法的记忆和计算需求的增加。例如,原始的基于贪婪的增量比对(GIA)聚类算法获得了很高的精度聚类结果,但效率非常低。已经开发了有效的贪婪增量聚类算法,其精确成本降低了,通常可以关闭速度的贸易聚类精确度以提高速度。需要在精度和速度之间取得更好平衡的算法。 本文提出了一种新型的基于贪婪的增量比对算法,称为NGIA,用于具有高效率和精度的基因聚类。 ngia由一个预滤波器,修改后的短词过滤器,一种新的数据包装策略,一种修改的贪婪增量方法组成,并通过GPU并行化。 四个独立数据集上的实验评估表明,所提出的工具可以以99.99%的高精度聚类。 与CD-HIT,VSEARCH和UCLUST的结果相比,NGIA平均快13.6倍,6.2倍和1.7倍。 此外,我们开发了一个多节点版本来处理大型数据集。 该软件可从https://github.com/siat-hpcc/gene-sequence-clustering获得。算法。本文提出了一种新型的基于贪婪的增量比对算法,称为NGIA,用于具有高效率和精度的基因聚类。ngia由一个预滤波器,修改后的短词过滤器,一种新的数据包装策略,一种修改的贪婪增量方法组成,并通过GPU并行化。四个独立数据集上的实验评估表明,所提出的工具可以以99.99%的高精度聚类。与CD-HIT,VSEARCH和UCLUST的结果相比,NGIA平均快13.6倍,6.2倍和1.7倍。此外,我们开发了一个多节点版本来处理大型数据集。该软件可从https://github.com/siat-hpcc/gene-sequence-clustering获得。强可伸缩性测试表明,NGIA的多节点版本可以以31%的并行效率扩展32个线程。©2022 Elsevier B.V.保留所有权利。
1心理健康与成瘾司,挪威精神障碍研究中心(诺门特),奥斯陆大学医院和挪威奥斯陆奥斯陆大学临床医学研究所; 2荷兰马斯特里赫特市马斯特里赫特大学心理健康与神经科学学院卫生,医学和生命科学学院; 3挪威奥斯陆奥斯陆大学心理学系; 4耶鲁大学医学院精神病学系,康涅狄格州纽黑文; 5荷兰乌得勒支乌得勒支大学医学中心精神病学系; 6 Cardiff大学神经精神遗传学与基因组学中心心理医学和临床神经科学系,英国加的夫大学的卡迪夫大学医学院; 7挪威奥斯陆奥斯陆大学医院医学遗传学系; 8挪威卑尔根大学精神障碍研究中心临床科学系; 9 K.G.Jebsen神经发育障碍中心,奥斯陆奥斯陆大学,挪威; 10精神病学和心理治疗系,TüBingen心理健康中心,德国TüBingenTüBingen大学; 11德国心理健康中心(DZPG),德国TüBingenJebsen神经发育障碍中心,奥斯陆奥斯陆大学,挪威; 10精神病学和心理治疗系,TüBingen心理健康中心,德国TüBingenTüBingen大学; 11德国心理健康中心(DZPG),德国TüBingen
摘要 - 聚噻吩和多吡咯是两个知名的导电聚合物,具有多种特性,并且在电子,传感器和能量存储等扇区中进行了多种潜在应用。本文进一步研究了聚噻吩和多吡咯的合成和分析。息肉吡咯和聚噻吩。分析这些聚合物所采用的方法包括光谱(UV-VIS,FTIR),热分析(TGA,DSC),显微镜(SEM,TEM)和电化学分析(环状伏安法)。研究了多吡咯和聚噻吩的几种特征,并与它们的电化学,热,形态和结构特性有关。我们还讨论了这些导电聚合物如何由于其表征所揭示的独特性能而在电气设备,传感器和能源存储系统中使用。聚噻吩和多吡咯烷现在可以在广泛的高科技应用中使用,因为它们的合成和特性是更众所周知的。
使用顺序渗透合成 (SIS) 将无机氧化物渗透到聚合物内部是一种有效的方法,可用于创建广泛应用的材料。各种聚合物官能团与有机金属/无机前体之间的反应是独一无二的,因此了解一系列前体和聚合物之间的特定相互作用对于实现预测性工艺设计和将 SIS 的效用扩展到应用至关重要。在本文中,在三种不同的均聚物中的 Al 2 O 3 和 TiO 2 SIS 期间进行了原位傅里叶变换红外光谱 (FTIR) 测量:聚甲基丙烯酸甲酯 (PMMA)、聚己内酯 (PCL) 和聚 2-乙烯基吡啶 (P2VP)。从前体暴露后和随后的吹扫时间内的 FTIR 强度变化可以定量表明,这些聚合物与金属前体的相互作用动力学以及中间复合物的稳定性存在很大差异。这项比较研究的一个重要发现是,尽管 PCL 的羰基 (C=O) 和酯基 (COR) 官能团与相互作用较弱的 PMMA 相似,但 PCL 与金属前体的相互作用要强得多。这种行为表明,除了官能团的特性之外,还有其他因素决定了聚合物与 SIS 中的金属化合物的相互作用方式。PCL 以前从未在 SIS 工艺中出现过,它可能是一种有吸引力的聚合物模板,可用于实现均匀性和成本效益更高的 SIS。
羟基磷灰石(HA)已获得了一种在多种生物医学领域(如骨科和牙科)中广泛利用的生物陶瓷的认可。本研究的目的是将羟基磷灰石与Rohu鱼骨分离,并将其整合到具有牙科使用潜力的生物材料中。纳米复合膜。SEM研究将HA确定为纳米球,晶体尺寸低于30 nm。掺入PEGDMA中时,这些纳米颗粒会聚集,可能会破坏聚合物链相互作用并影响膜的机械性能。从经受较高温度钙化的鱼骨获得的XRD模式表现出高度强和尖锐的峰,表明去除了有机部分。FTIR结果证实,由于成功的自由基聚合反应,碳对碳双键的消失。PEGDMA和IRGACURE 2952(86.1409 kJ/mol)的融合焓高焓建议,他们需要高能量才能熔化,而其放热结晶焓(21.35378 kJ/mol)表示,固化后热量释放。添加羟基磷灰石减少了这些焓,表明更容易熔化和凝固,这可能有助于加工为生物医学应用开辟新的可能性,尤其是在牙科中。
出生与三岁之间的时期对于儿童发育至关重要。在此期间,发生了80%的大脑发育,并确定了儿童生活中终身健康,福祉和成功的基础。尽管父母是孩子的第一个也是最重要的老师,但在这一关键年份,家庭通常需要早期护理和教育(ECE)提供者的额外支持。支持为婴儿和幼儿提供服务的家庭托儿所和中心护理的启动成本和设施发展费用。
• 在各种各样的岩土工程条件下(均质或混合面、破碎岩体、软土地基等),以及在所有钻孔方法(传统隧道掘进、开放式盾构、土压平衡或泥水盾构)都可能发生面不稳定, • 在地下,所涉及的体积可以从几立方分米(局部不稳定)到几百立方米(影响整个前缘甚至覆盖层)的整体不稳定, • 机制的形状取决于地面的性质:由岩石中预先存在的不连续性界定的块体、粉状地面中靠近面局部的机制(向地面逐渐演化)和粘性粘土地面中体积更大的机制, • 因部分或不当控制面稳定性而引起的不稳定性可能会在时间和空间上延迟影响到地面, • 面不稳定的后果变化很大,从“几乎可以忽略不计”到“非常严重”(延迟可达几个月)不等个月)或巨大的额外成本(高达数百万欧元),以及人员伤亡(因为地下工人面临风险)。