使用中央模式生成器和神经网络的双足运动的分层控制 （汉堡大学智能自适应系统科学论文硕士） 受生物学启发的，分层的两足机器人运动控制器。 在较低级别，具有反馈路径的CPG网络（基于）控制着各个关节。 CPG网络的参数通过遗传算法进行了优化。 在更高的层次上，神经网络对CPG网络的输出进行调制，以优化机器人相对于整体目标的运动。 在这种情况下，目的是使步行时由于滑移或不完善的机器人模型而产生的横向偏差最小。 使用（深度强化学习算法）训练神经网络。 这项工作是使用。 即使在存在系统性和非系统性错误的情况下，分级控制器也可以使横向偏差最小化。 路径为红色的机器人仅使用CPG网络。 对于蓝色路径，使用了分层控制器。 高亮显示的情况（从左起第4个）显示了性能最佳的超参数设置。 纸 在ICDL-Epirob 2019上展示的论文可以在或进行查看。 论文 我的硕士学位论文可以在查看或下载。 视频 在可

使用单壁碳纳米管-链霉亲和素复合物纯化生物素化蛋白

步态matlab代码CNN步态库，用于基于步态的生物特征识别 弗朗西斯科·卡斯特罗（Francisco M. Castro）和曼努埃尔·J·马林·吉梅内斯（Manuel J.Marin-Jimenez） 该库包含支持[1]和[2]的Matlab代码。 如果发现此代码有用，请引用[1]或[2]。 先决条件 MatConvNet库： Tukey的损失函数（用于回归）： 此代码已在带有Matlab 2013b的Ubuntu 14.04和带有Matlab 2016b的Ubuntu 16.04.2上进行了测试。 预训练模型 从这里下载： 样品测试数据 正常情况下，来自TUM-GAID的测试对象分区的一些测试序列： 快速开始 假设您已将CNNGait库放置在文件夹中。 启动Matlab并键入以下命令： cd startup_cnngait cg_demo_test 参考 [1] MJ Marin-Jimenez，F Castro，N Guil，F de la Torre，R Medina-Carnicer 2017年国际影像处理会议（ICIP） [2] FM Cast

多维门控循环单元 该存储库包含用于在的论文中生成结果的代码。 它使用深度学习库PyTorch并用Python实现TensorFlow每个，修改后的版本也被用来在ISBI 2015年纵向病变划分的挑战，达到第一名，脑白质高信号第二名使用MICCAI 2017年（和其先前执行的挑战Caffe在MrBrainS13细分挑战赛中名列第三。 它也在BraTS 2017竞赛中得到了应用，在该竞赛中，确切排名的信息仍然未知。 自从使用Caffe实现首次发布以来，该代码已进行了相当多的改进，尤其是在处理培训和测试运行方面。 尽管使用TensorFlow和PyTorch的这种新实现，报告的结果仍应可重现。 （不再维护以前的Caffe代码（CuDNN中可能存在重大更改，未经测试），但此版本的快照包含在此版本的tensorflow_extra_ops文件夹中，作为TensorFlow的附加操作。） 该代码已

matlab开发-蒙特卡洛斯公式用于生物高度内的光子迁移第13版。组织内光子迁移的蒙特卡罗模拟的Matlab实现。

为您提供GSL Biotech SnapGene 分子生物学软件下载，GSL Biotech SnapGene(分子生物学软件)是GSL生物技术的产品，这是第一个比纸和笔更容易使用的分子生物学软件，使用GSL Biotech SnapGene在实验室里的任何DNA都可以被记录在电子文件中。基本简介　　SnapGene是一款功能强大的日常分子生物学软件。使用旨在为用户提供完善的计划，可视化和记录您的日常分子生物学程序的解决方案。拥有友好的用户界面，可以方便，全面地记录

用于化合物和蛋白质建模的深度学习库DTI，药物特性，PPI，DDI，蛋白质功能预测 在药物再利用，虚拟筛选，QSAR，副作用预测等方面的应用 该存储库托管DeepPurpose，DeepPurpose是一个基于深度学习的分子建模和预测工具包，可用于药物-目标相互作用预测，化合物特性预测，蛋白质-蛋白质相互作用预测和蛋白质功能预测（使用PyTorch）。 我们专注于DTI及其在药物再利用和虚拟筛选中的应用，但支持其他各种分子编码任务。 它允许非常简单的用法（仅几行代码），以促进用于生命科学研究的深度学习。 消息！ [05/21] 0.1.2支持5种新的基于图神经网络的复合编码模型（DGL_GCN，DGL_NeuralFP，DGL_GIN_AttrMasking，DGL_GIN_ContextPred，DGL_AttentiveFP），使用！ 提供一个例子！ [12/20] TDC数据

分子生物学软件

V3摘要统计信息 从上一轮GWAS的（N = 337199）， 目录 更新 通过重新发布UK Biobank基因型估算（我们称其为impulated-v3），我们为遗传学界生成了一套更新的GWAS摘要统计信息。 应用UKB31063和addtl增加了表型的数量。 自定义策展表型（请参阅估算的v3表型） 更自由地包含样本（请参阅估算的v3样本质量控制） 包含更多SNP（请参阅估算的v3变体质量控制） 更新了我们的关联模型（impted-v3关联模型）我们最大的变化是，对于所有表型，我们都运行了仅雌性和雄性GWAS以及完整的GWAS。 上一轮GWAS的信息和脚本可在子目录中找到 最后， 和脚本存储库是指用于运行GWAS的Hail版本 变更记录 Rapid GWAS摘要统计信息的更新或下载清单将在此处记录： 2021年1月 目前，我们的DropBox帐户遇到问题并正在解决。 感谢您

紫色非硫细菌（PNSB）以将有机底物转化为其自身营养来源的能力而闻名。 通过使用PNSB进行生物转化，可以改善带叶蔬菜废料的营养价值。 进行这项研究以获取叶菜废料生物转化产品的营养状况以及该产品作为水产养殖饲料补充剂的功效。 6天后，接种30％的Afifella marina菌株ME（KC205142）可改善生物转化的带叶蔬菜废料的近邻成分。 衍生产品中的粗蛋白（％）和灰分（％）分别增加到51.7％和19.6％。 另一方面，生物转化的衍生产物中的纤维（％）降低了21％。 在罗非鱼（罗非鱼（Oreochromis niloticus））的饲喂试验中，饲料摄入量（克/鱼/天）没有显着差异，但所用饮食之间的饲料转化率和增重（％）值却存在显着差异。 但是，在鱼类饲喂由商业饲料和5％生物转化产品混合而成的日粮时，其摄食率（克/日/鱼）较低，饲料转化率更高。 仅使用商业饮食，观察到较高的摄入速率（克/天/鱼）和较低的饲料转化率。 在由生物饲料的5％（D5）和10％（D10）组成的商业饲料组成的日粮中，摄食率（g / d /鱼）和FCR值没有显着差异。 衍生的生物转化产品可能是在水产饲料行业开拓新市