XiaoMi-AI文件搜索系统
World File Search System颞叶
精神分裂症相关的颞上区差异 DNA 甲基化
4 转化神经科学项目，宾夕法尼亚州匹兹堡 如有疑问或通信，请联系 Brandon C. McKinney, MD, PhD。邮寄地址：生物医学科学大厦，W-1658 室 3811 O'Hara Street, Pittsburgh, PA 15213-2593 特快专递地址：生物医学科学大厦，W-1658 室 Lothrop and Terrace Streets, Pittsburgh, PA 15213-2593
遗传额颞痴呆中的运动症状
KIran Samra 1 · Amy M. MacDougall 2 · Georgia Peakman 1 · Arabella Bouzigues 1 · Martina Bocchetta 1 · David M. Cash 1 · Caroline V. Greaves 1 · Rhian S. Convery 1 · John C. Van Swieten 3 · Lize Jiskoot 3 · Harro Seelaar 3 · Fermin Moreno 4.5 · Raquel Sanchez -valle 6·罗伯特·拉夫特（Robert Lafter）7·卡罗琳·格拉夫（Caroline Graff）8.9·马里奥·马塞尔斯（Mario Masellis）10·卡梅拉·塔塔格利亚（Carmela Tartaglia）11·詹姆斯·B·罗（James B. Mentonça22·Chris R. Butler 23.24·亚历山大·格哈德（Alexander Gerhard）25.26·西蒙·杜卡姆斯（Simon Ducharmers）27.28·isabelle le ber 29.30,31.32·Pietro Tiraboschi 333 Markus Otto 42·Sandro Sorbi 43.44·Jonathan D. Rohrer 1·Lucy L. Russell 1代表遗传FTD倡议（Genfi）KIran Samra 1 · Amy M. MacDougall 2 · Georgia Peakman 1 · Arabella Bouzigues 1 · Martina Bocchetta 1 · David M. Cash 1 · Caroline V. Greaves 1 · Rhian S. Convery 1 · John C. Van Swieten 3 · Lize Jiskoot 3 · Harro Seelaar 3 · Fermin Moreno 4.5 · Raquel Sanchez -valle 6·罗伯特·拉夫特（Robert Lafter）7·卡罗琳·格拉夫（Caroline Graff）8.9·马里奥·马塞尔斯（Mario Masellis）10·卡梅拉·塔塔格利亚（Carmela Tartaglia）11·詹姆斯·B·罗（James B. Mentonça22·Chris R. Butler 23.24·亚历山大·格哈德（Alexander Gerhard）25.26·西蒙·杜卡姆斯（Simon Ducharmers）27.28·isabelle le ber 29.30,31.32·Pietro Tiraboschi 333 Markus Otto 42·Sandro Sorbi 43.44·Jonathan D. Rohrer 1·Lucy L. Russell 1代表遗传FTD倡议（Genfi）
颞顶皮层参与建模自己和其他人的注意力
摘要在传统观点中，在社会认知中，注意力等同于目光，人们通过追踪他们的目光来追踪别人的注意力。在这里，我们使用fMRI来测试大脑是否以更丰富的方式表示注意力。人们阅读了描述代理商（自己或其他人）的故事，以两种方式指向对象的注意：内部定向（内源性）或外部引起的（外源性）。我们使用多毒素模式分析来检查心形网络中的大脑领域如何编码注意力类型和代理类型。左颞顶连接（TPJ）中的大脑活动模式显示出有关内源性和外源性注意的信息的显着解码。左TPJ，左上颞沟（STS），前胸骨和内侧前额叶皮层（MPFC）显着解码剂类型（自我与其他）。这些发现表明，大脑构建了一个人自己和其他人注意状态的丰富模型，可能是有助于心理理论。
发展性计算障碍患者的大脑结构持续存在差异：纵向形态测量研究
发展性计算障碍 (DD) 是一种学习障碍，会影响数字算术技能的习得。患者在数字处理方面表现出持续的缺陷，这与大脑激活和结构异常有关。据报道，发展性计算障碍患者的顶叶皮层（包括顶内沟 (IPS)）以及额叶和枕颞皮层灰质减少。此外，计算障碍患者的白质存在差异，例如下纵束 (ILF) 和上纵束 (SLF)。然而，这些结构差异的纵向发展尚不清楚。因此，我们的目标是研究患有和不患有发展性计算障碍的儿童的灰质和白质的发展轨迹。在这项纵向研究中，我们以 4 年为间隔两次收集了 13 名患有发展性计算障碍的儿童（8.2-10.4 岁）和 10 名正常发育 (TD) 儿童（8.0-10.4 岁）的神经心理学测量值和 T1 加权结构图像。使用基于体素的形态测量法对纵向数据进行体素级灰质和白质体积估计。本研究首次揭示了 DD 儿童在发育过程中灰质和白质体积持续减少。双侧下顶叶包括 IPS、缘上回、左楔前叶、楔叶、右枕上回、双侧颞下回和颞中回以及岛叶均发现灰质减少。双侧 ILF 和 SLF、下额枕束 (IFOF)、皮质脊髓束和右丘脑前部放射 (ATR) 的白质体积减少。在行为上，DD 儿童在基线和随访中在各种数字任务中的表现明显较差，证实了数字处理方面的持续缺陷。本研究结果与文献一致，文献表明 DD 儿童在数字网络中的灰质和白质体积减少。我们的研究进一步阐明了大脑发育的轨迹，揭示了这些已知的颞叶和额顶叶长联系纤维和相邻区域的结构差异
群体成员身份决定了社会乐观偏见的神经相关性
乐观偏见，即预期未来结果比不良结果更理想，也适用于我们喜欢或钦佩的人。然而，大脑如何产生这种社会乐观偏见仍不得而知。在这项研究中，受访者估计了一个内群体和三个外群体（热情无能、冷漠无能和冷漠无能）未来理想和不良结果的可能性。我们发现内群体和热情外群体存在强烈的社会乐观偏见，而冷漠无能外群体则呈现相反的模式。对于所有群体，社会乐观偏见的分数与受访者根据目标社会群体不同而参与的大脑结构活动相关。根据我们的假设，评估内群体会调动腹内侧前额叶皮质和楔前叶/后扣带皮层，而评估热情外群体会调动后岛叶、中扣带皮层和体感皮层。这些发现表明，尽管行为模式相似，但这些群体的社会乐观偏见的潜在认知机制却不同。考虑寒冷的外群体会激活右前颞叶和颞顶交界处。评估不耐寒的外群体还会激活前岛叶、下额叶皮层和背内侧额叶皮层。我们讨论了这些神经影像学发现及其假定的认知功能。
正常和自闭症大脑中的社会智能：fMRI ...
2我们强调了自闭症的杏仁核理论，并且可能认为这太狭窄了，因为这里引用的某些证据线暗示了颞叶结构更广泛，其中包括杏仁核，但还包括其他相邻的中叶片。在以后报告的结果支持杏仁核理论的范围内，它仍然是为了确定该发现的特异性的未来工作。
了解在线注册表的促进者和黑人大脑健康所经历的障碍
图1教育的结构相关性在地理区域之间有所不同。（a）大脑图显示了由年龄和性别控制的大脑体积与受教育程度的关联。用P FWE <0.05的无阈值集群方法校正了多个比较。（b）顶部面板：散点图，显示了与教育程度正相关的区域内大脑体积的地理比较。使用Kruskal – Wallis检验计算比较。底部面板：跨条件的地理比较的效果大小。我们利用5000个自举重新采样来计算平均差异。TFCE方法用于解释家庭误差的方法来纠正多重比较。AD，阿尔茨海默氏病； ftld，额颞痴呆，叶变性； HCS，健康对照；洛杉矶，拉丁美洲； TFCE，无阈值集群。AD，阿尔茨海默氏病； ftld，额颞痴呆，叶变性； HCS，健康对照；洛杉矶，拉丁美洲； TFCE，无阈值集群。
贝叶斯人工智能
在我们的理解中，贝叶斯人工智能是将贝叶斯推理方法融入人工智能 (AI) 软件架构的开发中。我们认为，这种架构的重要组成部分将是贝叶斯网络和通过观察和实验进行的贝叶斯网络贝叶斯学习 (贝叶斯因果发现)。在本书中，我们介绍了贝叶斯网络技术的要素、自动因果发现、从数据中学习概率，以及如何在开发概率专家系统中使用这些技术的示例和想法，我们称之为使用贝叶斯网络的知识工程。这是一个非常实用的项目，因为使用贝叶斯网络进行数据挖掘 (应用因果发现) 以及在工业和政府中部署贝叶斯网络是当今应用人工智能最有前途的两个领域。但这也是一项非常理论化的项目，因为贝叶斯人工智能的成就将是一项重大的理论成就。我们的标题中有许多我们可以自然而然地包括但尚未包括的主题。因此，有效贝叶斯人工智能的另一个必要方面是概念的学习以及概念的层次结构。存在用于概念形成的贝叶斯方法（例如，Chris Wallace 的 Snob [290]），但我们在此不讨论它们。我们还可以讨论贝叶斯分类方法、多项式曲线拟合、时间序列建模等。我们选择贴近使用和发现贝叶斯网络的主题，因为这是我们自己的主要研究领域，而且尽管其他贝叶斯学习方法很重要，但我们认为贝叶斯网络技术是整个项目的核心。我们的文本在许多方面与其他关于贝叶斯网络的文本不同。我们的目标是对该技术的主要概念进行实用且易于理解的介绍，同时关注基础问题。该领域的大多数文本需要比我们更多的数学复杂性；我们假设只对代数和微积分有基本的了解。此外，我们对网络的因果发现和使用已发现网络的贝叶斯推理程序给予大致相同的重视。大多数文本要么忽略因果发现，要么轻描淡写。Richard Neapolitan 的最新著作《学习贝叶斯网络》[200] 是个例外，但它在技术上比我们的要求更高。我们还根据我们自己的应用研究，详细阐述了该技术的各种应用。我们文本的另一个显著特点是，我们提倡对贝叶斯网络进行因果解释，并讨论使用贝叶斯网络进行因果建模。我们希望这些例子会引起人们的兴趣，并指出一些可能性
由复合材料制成的叶弹簧
汽车行业正在不断探索创新的材料，以提高车辆组件的性能和效率。汽车行业表明，用复合叶子弹簧替换钢叶弹簧的兴趣，因为复合材料具有高强度与重量比，良好的耐腐蚀性。目前的研究是代替叶子弹簧的材料。传统的叶弹簧主要由钢制成，虽然有效，但它们在重量，耐腐蚀性和设计灵活性方面表现出局限性。此分析将考虑对整体车辆重量，燃油效率和环境可持续性的影响。此外，将评估复合材料的耐腐蚀性，以确保在各种操作环境中的耐用性和寿命。从静态分析和实验结果中发现，复合叶弹簧的位移和压力要比传统的钢叶弹簧的位移和压力较小。钢和复合叶子弹簧之间的比较研究相对于强度和重量，该调查旨在使叶子弹簧与自动弹弹性相同的叶片弹簧供应型叶子弹簧而成为较高的叶片弹簧，以使其与自动弹弹簧相同，以供自动弹弹簧弹簧供应，以供自动弹弹簧弹簧，以供自动弹弹簧弹簧，以供自动弹弹簧弹簧，以供自动弹弹簧弹簧供应。这是一种令人信服的能源保存措施，因为它通常会降低车辆的燃料利用率。1。简介