对应博客：IQtree：使用 SNP 数据（vcf file）构建系统发育树

TreeTime：最大似然定年和祖先序列推断 概述 TreeTime提供了用于祖先序列重建和分子钟系统发生学推论的例程，即一棵树，其中所有分支都按比例缩放，使得末端节点的位置对应于其采样时间，内部节点位于最可能的发散时间。 为了优化时间尺度系统发育的可能性，TreeTime使用一种迭代方法，该方法首先根据给定的树的分支长度来推断祖先序列，然后优化时间轴上不受约束的节点的位置，然后重复此循环。 唯一的拓扑优化是（可选）解析多面体的方式，这种方式与树上的采样时间约束最（近似）一致。 该软件包旨在用作命令行上的独立工具，或用作较大的系统发育分析工作流程中使用的库。 。 除了脚本TreeTime或经由命令行使用它，也有在一个小型Web服务器 。 看看我们的和。 特征 祖先序列重建（边缘和联合最大似然） 分子时钟树推论（边际和联合最大似然） GTR模型的推论 重生以最大化时间信号并优化根尖

本文基于模拟人类大脑视觉皮层的Where．What网络模型(WWN)，以实际 应用(进入人类日常生活的第三代智能机器人)为目标，对其自主发育机制做了 进一步研究。

通过对人脑认知方式的研究，将生物神经与数学建模相结合的研究方法，在自主调节发育网络中融入决策计算模型来构建智能体，实现网络无需训练数据，可自主在环境中发育学习，根据需要动态的添加新的神经元节点，最终以更小的代价完成任务。

本文采用模仿人类大脑发育的发育神经网络模型实现机器人导航功能，采用监督学习和强化学习相结合的方式进一步减少了人类制定训练数据的工作量，人类只需要教授智能体一部分数据，

fault-floor-R.f3grid

移动开发-柿（DiospyroskakiL.）果实生长发育及成熟机理研究.pdf

内容概要：通过通过对人脑认知的研究，将生物神经与数学建模相结合，提出了一种新的自主调节发育网络(AMDN)，并将其作为智能体的大脑，通过将决策计算模型与网络融合在了一起，网络不断的认知新的环境信息，同时由于层与层之间的信息交互以及新的神经元节点的插入，网络可以不断的去改进自己的决策，使自身可以很快的在环境中找到合适的路径，整个过程为全自主，省去了人工制作大量训练样本的工作量。为了提高智能体对新环境的适应性，增加了off-task 过程，在这个过程中，智能体通过门限自组织机制来控制神经元的激活，模拟人脑情景回忆的现象，对发生越近且次数越多的事情，暴露量越大，被回忆到的概率增加，通过转移认知，大脑可以对类似的事物有更多的认识，从而提高人工构建的智能体对环境的识别和决策能力。 适用人群：热衷于研究人工智能的科技爱好者或在校研究生，可作为毕设研究点。

颞脑表达 基于BrainSpan发育转录组数据分析时空大脑表达的脚本。 BrainSpan数据 单击下载RNA-seq数据（genes_matrix_csv.zip，62.2 MB）。 有关更多信息，请参阅。 文献资料 下载（与上述文件相同）。 在CONFIG.R输入正确的路径。 这是加载BrainSpan数据并控制将输出文件写入何处所需的。 转到src/目录。 运行R CMD BATCH read_rnaseq_data.R以加载和处理BrainSpan数据。 该脚本将生成两个带有BrainSpan数据的.RData文件（运行时间约为15分钟）。 执行分析 运行R CMD BATCH graphics_genes_temporal_trajectories.R以生成基因轨迹图。 运行R CMD BATCH statistics_prenatal-vs-postnatal-te

phylotree.js 一个JavaScript库，用于开发涉及应用程序和交互式可视化文件，编写为的扩展。 它生成高质量的SVG矢量图形，允许高度自定义（CSS或JavaScript回调），并带有许多内置的便利功能。 如果发布使用phylotree.js的结果，请引用： 史蒂芬·D·尚克，史蒂芬·韦弗，谢尔盖·科萨科夫斯基池塘。 phylotree.js-一个在系统发育学中用于应用程序开发和交互式数据可视化JavaScript库。 BMC Bioinformatics，2018年，第19卷，第1号，第1页 文献资料 phylotree.js的文档可以在。 例子 使用phylotree.js ，可以将系统发生树与各种其他软件进行接口，以生成系统发生数据的自定义交互式可视化图像。 一个简单的示例需要： 而一个复杂的示例涉及： 画廊 是学习phylotree.js可用于显示和注释树的不