- 综合排序
- 最热优先
- 最新优先
- 来自专栏智药邦
GSK组织GeneDisco挑战赛，探索体外基因实验的广阔设计空间
介绍 利用CRISPR技术等进行基因干预的体外细胞实验，是早期药物发现和靶点验证的一个重要步骤，有助于评估关于生物机制和疾病病理之间因果关系的初步假设。 由于有数十亿个潜在的假设需要测试，体外遗传实验的实验设计空间极其巨大，而现有的实验能力（即使是在世界最大的研究机构）与这个生物假设空间的大小相比也是相形见绌。 GeneDisco挑战赛是一个机器学习社区挑战赛，用于评估批量主动学习算法，以探索遗传扰动实验中庞大的实验设计空间。 遗传扰动实验，例如使用CRISPR技术扰动基因组，是早期药物发现（包括靶点发现和靶点验证）的一个重要组成部分。 为干预性实验选择基因靶点，以最大限度地提高有趣靶点的发现率（"靶点发现率"）。 任务2--最大限度地提高模型性能。为干预性实验选择基因靶点，以便使在所选数据上训练的机器学习模型的性能最大化。
35120编辑于 2022-04-13 - 来自专栏Andromeda的专栏
md5碰撞实验
task 1 # Task 生成两个不同的文件，但是这两个文件具有相同的md5哈希值。也就是最简单的哈希碰撞。 md5collgen的原理如下图所示。 尽管MD5是一种广泛使用的哈希算法，但它并不是完全抗碰撞的。MD5生成的哈希值是128位（16字节）长，相对较短。 使用md5collgen生成两个md5相同的文件out1和out2。 然后使用md5collgen命令以prefix为前缀进行md5碰撞，生成两个内容不同但是md5值相同的prefix1和prefix2。使用bless查看prefix1，发现填充了128个字节。 利用md5sum命令计算prefix1和prefix2的md5值，发现md5值相同。 综上，生成了两个哈希值相同但是执行结果不同的可执行文件。sh脚本文件如下。 #!
2.5K20编辑于 2023-10-21 - 来自专栏张国平_玩转树莓派
树莓派基础实验5：激光传感器实验
二、组件 ★Raspberry Pi 3主板*1 ★树莓派电源*1 ★40P软排线*1 ★激光传感器模块*1 ★面包板*1 ★跳线若干 三、实验原理 ? laser传感器 ? laserer传感器原理图 四、实验步骤 第1步：连接电路。这里激光模块的实物与模块原理图的端口名称不一致，我们按照实物的端口名称来连接。 另外一种端口情况的激光模块 VCC端口接5V，SIG端口接GPIO 17，这样GPIO 17信号端是低电平时led on，GPIO 17是高电平时led off，与前面的情况相反。
1.8K30发布于 2020-09-28 - 来自专栏图形学与OpenGL
实验5 运算符重载
一．实验目的与要求： 了解运算符重载的概念和使用方法。 掌握几种常用的运算符重载的方法。 二．实验过程： 完成程运算符重载中A－D四道题，见：http://acm.hpu.edu.cn/contest.php?cid=1017，将答题过程简单记录到实验过程中。 将答题结果写到实验结果中，并根据答题结果进行分析、反思，将其写到实验分析中，并写上实验时间。 请按以上要求认真填写实验报告。
52320发布于 2018-10-09 - 来自专栏图形学与OpenGL
实验5 OpenGL模型视图变换
1．实验目的： 理解掌握OpenGL程序的模型视图变换。 2．实验内容： （1）阅读实验原理，运行示范实验代码，理解掌握OpenGL程序的模型视图变换； （2）根据示范代码，尝试完成实验作业； 3．实验原理： 我们生活在一个三维的世界——如果要观察一个物体，我们可以 （1）视图变换函数gluLookAt(0.0，0.0，5.0，0.0，0.0，0.0，0.0，1.0，0.0，)设置照相机的位置 把照相机放在（0，0，5），镜头瞄准（0，0，0），朝上向量定为（0，1 % 360; glutPostRedisplay(); break; case 'Y': year = (year - 5) % 360; glutPostRedisplay(); break; case 5. 实验作业： （1）尝试在太阳系中增加一颗卫星，一颗行星。提示：使用glPushMatrix()和glPopMatrix()在适当的时候保存和恢复坐标系统的位置。
2.3K30发布于 2018-10-09 - 来自专栏TopSemic嵌入式
MicroPython 玩转硬件系列5：WIFI实验
while True: data,addr=s.recvfrom(1024) print('received:',data,'from',addr) s.sendto(data,addr) 5.
1.5K20发布于 2021-05-31 - 来自专栏小樱的经验随笔
ucoreOS_lab5 实验报告
books_and_notes/professional_courses/operating_system/sources/ucore_os_lab/docs/lab_report/ 练习0：填写已有实验 lab5 会依赖 lab1~lab4 ，我们需要把做的 lab1~lab4 的代码填到 lab5 中缺失的位置上面。 和 lab4 操作流程一样，我们只需要将已经完成的 lab1~lab4 与待完成的 lab5 (由于 lab5 是基于 lab1~lab4 基础上完成的，所以这里只需要导入 lab4 )分别导入进来，然后点击 * * */ 请在实验报告中描述当创建一个用户态进程并加载了应用程序后，CPU 是如何让这个应用程序最终在用户态执行起来的。 最终的实验结果如下图所示： ? 如果 make grade 无法满分，尝试注释掉 tools/grade.sh 的 221 行到 233 行（在前面加上“#”）。
1.9K60发布于 2019-08-05 - 来自专栏图形学与OpenGL
机械版CG 实验5 Bezier曲线
CG实验指导九 Bezier曲线 1．实验目的： 了解曲线的生成原理，掌握几种常见的曲线生成算法，利用VC+OpenGL实现Bezier曲线生成算法。 2．实验内容： （1） 结合示范代码了解曲线生成原理与算法实现，尤其是Bezier曲线； （2） 调试、编译、修改示范程序。 （3） 尝试实现B样条曲线算法。 3．实验原理： Bezier曲线是通过一组多边形折线的顶点来定义的。如果折线的顶点固定不变，则由其定义的Bezier曲线是唯一的。 4．实验代码： #include <GL/glut.h> #include <stdio.h> #include <stdlib.h> #include <vector> using namespace
69430发布于 2018-10-09 - 来自专栏图形学与OpenGL
CG实验5 简单光照明模型
1.实验目的和要求 目的：了解简单光照明模型的基本原理，掌握简单光照明模型的计算方法； 要求：读懂WebGL光照示范代码，实现简单物体的光照效果。 2. 实验过程 (1) 示范代码为立方体在一束平行光照射下的漫反射光照效果。 3.实验结果 仅有漫反射光的光照效果如下图所示： ? 添加环境反射光后的立方体效果如下图所示： ? 添加环境反射光与镜面反射光后的立方体效果如下图所示： ? 本次实验中，光线为平行光，光线方向为单位向量L(-0.5, 1, 1)，视点在点(0.0, 0.0, 5.0)处，视线方向V需要逐点计算。 5.实验代码 gl-matrix.js 下载地址：http://oty0nwcbq.bkt.clouddn.com/gl-matrix.js (1) 仅有漫反射光的立方体效果 (i) LightedCube-Parallel.html
1.2K30发布于 2018-10-09 - 来自专栏图形学与OpenGL
实验5 OpenGL二维几何变换
1．实验目的： 理解并掌握OpenGL二维平移、旋转、缩放变换的方法。 2．实验内容： (1)阅读实验原理，掌握OpenGL程序平移、旋转、缩放变换的方法。 (2)根据示范代码，完成实验作业。 3．实验原理： (1) OpenGL下的几何变换 在OpenGL的核心库中，每一种几何变换都有一个独立的函数，所有变换都在三维空间中定义。 4．实验代码： #include <GL/glut.h> void init (void) { glClearColor (1.0, 1.0, 1.0, 0.0); glMatrixMode 几何变换示例"); init(); glutDisplayFunc (myDraw); glutMainLoop(); } 运行结果如图A.5（ 图A.5（a） 5．实验提高 绘制如图A.5（b）所示图形。 ? 图A.5（b）
2.9K11发布于 2020-10-27 - 来自专栏百味科研芝士
Cytoscape结合实验验证发5分+SCI
5.515；文章采用GSE数据集进行差异分析，cytoscape进行模块和hub基因的筛选，对筛选到的hub基因进行生存曲线绘制，其中8个基因与预后相关；在TCGA数据集进行基因表达水平比较，并进一步用实验验证 进行蛋白互作的分析，MCODE进行模块筛选，cytohubba进行hub基因筛选 • 生存分析，基于基因表达水平分组后进行KM曲线绘制； • 基因表达水平的比较，在不同临床亚型下进行基因表达水平的比较； • 实验验证 单因素生存分析 KM曲线分析认为，在10个基因中有8个基因跟生存相关（文中说，在GEPIA中先看到了两个基因与生存相关，后面修改阈值后，发现8个基因与生存相关，所以，我们看到的图是风格迥异的两个），其中5个基因为高表达预后差 基因表达水平比较 在肿瘤和正常组织中进行CCND1和PECAM1的表达水平比较，均为在肿瘤中高表达，且具有统计学意义；并在正常和肿瘤的AJCC和ISUP分级下进行CCND1和PECAM1表达水平的比较； 5 数据集进行差异分析，对差异分析结果取交集后cytoscape分析得到重要模块和hub基因；在TCGA数据集中进行生存分析，并在另一个GSE数据集中进行生存分析验证；在数据集中进行基因表达水平的分析，并进行实验验证
1.7K10发布于 2020-03-04 - 来自专栏图形学与OpenGL
实验5 立方体显示与变换
word实验文档中（20分钟）； （2） 参考教材代码7.3.5，将代码中的立方体改为四棱锥，将测试结果存为图3，与对应修改的代码一起保存至word实验文档中（20分钟）； 在示范代码2基础上，按以下要求修改 ： （3） 学习OpenGL观察变换函数gluLookAt的设置与使用方法，并在代码中修改参数产生两点透视和三点透视，将两种透视图结果存为图4-5，与对应修改的代码一起保存至word实验文档中（20分钟 整理word实验文档，将其命名为“序号-姓名-Prj5.doc”，电子版提交至雨课堂，A4打印稿下一次课前或实验课前提交。 3．实验原理： 在OpenGL程序中，观察变换必须出现在模型变换之前，但可以在绘图之前的任何时候执行投影变换和视口变换。 （5）绘制场景。
1.4K41发布于 2019-02-25 - 来自专栏生信技能树
miRNA体外诊断试剂盒可靠吗？
生信技能树的一个学徒学完后去了某产工作，然后拿到了一份《早期胰腺癌分子诊断专家共识（2023年版）》，如下，想看看几款miRNA体外诊断试剂盒性能如何。现在我们来看看！ 专家共识 miRNA体外诊断试剂盒 问问人工智能大模型看看 在开始使用具体的数据进行查看之前，我们来问问人工智能大模型会给出一个什么样的答案。问：miRNA体外诊断试剂盒性能怎么样？ kimi：https://kimi.moonshot.cn/ miRNA体外诊断试剂盒的性能表现较为出色，以下是其在不同方面的表现： 灵敏度 高灵敏度：许多miRNA体外诊断试剂盒具有较高的灵敏度，能够检测到低浓度的 这里我们使用 GSE24279 看看，看诊断试剂盒的方法其实比较简单，就是miRNA相对于对照正常，在癌症样本中是高表达还是低表达，看看标书中的描述看看： 这四个miRNA为：hsa-miR-30c-5p ,hsa-miR-24-3p,hsa-miR-23a-3p,hsa-miR-132-3p rownames(dat) cg <- strsplit('hsa-miR-30c-5p,hsa-miR-24-
31610编辑于 2025-02-05 - 来自专栏太阳影的学习记录
操作系统（5）实验0——makefile的写法
这部分实验指导书里面写的东西不多，但是我觉得有必要详细拿出来讲讲，毕竟很有用。
1.9K20发布于 2021-10-15 - 来自专栏小七的各种胡思乱想
AB实验人群定向HTE模型5 - Meta Learner
，把实验分组作为特征加入训练特征。 然后用Imputation的方法计算如果该样本进入实验组vs对照组模型预测的差异作为对实验影响的估计。 步骤如下 分别对对照组和实验组进行建模得到模型\(M_1\),\(M_2\)和T-Learner一样 把对照组放进实验组模型预测，再把实验组放进对照组模型预测，预测值和实际值的差作为HTE的近似。 实验组和对照组分别对上述target建模得到\(M_3\),\(M_4\)，每个样本得到两个预测值然后加权，权重一般可选propensity score，随机实验中可以直接用进组用户数，流量相同的随机实验直接用 简而言之，实验影响较大时X-Learner表现最好，实验影响微小时S-Learner和X-Learner表现差不多。 ? ? ?
2K21发布于 2020-03-19 - 来自专栏生信宝典
灵长类胚胎体外培养的“14天规则”是否应该修改？
另外，文章中也表明了猴子胚胎与人类胚胎的一些差异，也是引发了人们关于到底应该允许人类胚胎在实验室中培育多久的争议。 中国的两组实验室均成功在体外将食蟹猴的胚胎培养至最多20天。这是灵长类胚胎在体外培养的最长记录。 ? 为了更好的了解发育的早期阶段，研究人员会在体外进行胚胎培育。 两篇文章的研究人员都表示，他们体外培养的胚胎与子宫中胚胎的发育情况相同。所以，将体外培养观察到的情况代表体内发生的发育过程是没有问题的。 所以，体外培养的人类胚胎仍然是我们研究和了解人类发育不可替代的系统。 Nature Cell Biol. 18, 700–708 (2016). 5.Nakamura, T. et al. Nature 537, 57–62 (2016).
97510发布于 2019-11-12 - 来自专栏医学数据库百科
eccDNAdb｜肿瘤染色体外环状DNA数据库
染色体外环状DNA（eccDNA）属于线性的染色体DNA的一个扩展。之前对于eccDNA的基本特征，我们基于一个综述进行了简单的介绍: [[eccDNA基本内容]]。
59420编辑于 2022-05-17 - 来自专栏往期博文
【目标检测】YOLOv5推理加速实验：TensorRT加速
即可将pt模型转换成Tensort(.engine)格式，主要需要改两个参数： --imgsz : default=[1280, 1280] --include ：engine --device : 0 实验结论 下面是选用两张13400x9528进行检测，下表是检测结果： 模型名称 检测时间(s) yolov5n.pt 2.279 yolov5n.engine 2.199 yolov5s.pt 2.368 yolov5s.engine YOLOv5最新版本可以将检测前后三个步骤(预处理、推理、非极大化抑制)分别统计时间，yolov5s.pt和yolov5s.engine的时间如下： yolov5s.pt Speed: 1.0ms 模型名称 检测时间(s) yolov5n.engine 1.586 yolov5s.engine 1.607 总结 本实验结果汇总如下表： 模型名称 单帧检测时间 单秒检测帧数 yolov5n.pt 1.116 0.896 yolov5s.engine(量化后) 0.804 1.245 To do 在实验过程中发现了一个奇怪的现象，按理论来说，模型量化之后，模型体积估计会小不少，然而使用本文方法导出的
2.4K40编辑于 2023-04-12 - 来自专栏惊羽-布壳儿
云实验室(5) - kubesphere&k8s
上一篇记录了部署rancher和初体验,本篇记录kubesphere的搭建. 1.2 环境准备 1.2.1 实验虚拟机 centos7.9 (基于proxmox-debian金属机) name: node1 : 4,memory: 4G,disk: 50G name: node4, address: 192.168.0.126, cpu: 4,memory: 4G,disk: 50G name: node5, : 192.168.0.123 node1 192.168.0.124 node2 192.168.0.125 node3 192.168.0.126 node4 192.168.0.127 node5 node3 ## 输入密码 ssh-copy-id -i ~/.ssh/id_rsa.pub node4 ## 输入密码 ssh-copy-id -i ~/.ssh/id_rsa.pub node5 效果 image-5854d9754d5e4706bd30151f94d1d176.png image-d4234632eb77480d970ab3c8b6d9d7ac.png
1.1K10编辑于 2022-06-15 - 来自专栏优图实验室的专栏
腾讯优图实验室荣获5项大奖
近期，腾讯优图实验室荣获5项行业最具影响力大奖，一不小心成为人工智能领域的“当红炸子鸡”。想知道我们都荣获了哪些奖项吗？ 腾讯优图作为腾讯顶级的人工智能实验室，拥有超1000+项AI相关国内外专利，在2021年先后升级了对外开源的首个针对平台优化的高性能神经网络推理框架ncnn，和新一代移动端深度学习推理框架TNN。 其中，腾讯优图实验室总经理吴运声荣获“2021年度人工智能技术领袖TOP20”。 过去一年中，腾讯优图实验室基于自身AI技术的创新实力和持续运营，不断推动着产业数字化、智能化升级。 此次，我们荣获5项大奖，也是对我们在AI技术方面的肯定，今后我们将持续钻研AI技术，用AI更好的助力各行各业数字化升级，为社会创造更多正向价值。
1.3K20编辑于 2022-03-09
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号