神经发育疾病相关Tenascin C表达的分子调控通路

胞外基质Tenascin C(TNC)是肌腱蛋白Tenascins家族的主要成员之一.TNC转录调控元件多样性,呈现为独特的细胞发育时空表达,进而参与不同神经疾病的发生.本文基于TNC基因表达元件组构与TNC蛋白合成、转运、分泌视角,探析神经发育疾病相关Tenascin C表达的分子调控通路,以期丰富神经发育相关疾病发...     

胞外基质和神经干细胞参与抑郁症发生的作用机制

抑郁症是一种严重的精神疾病,随着社会经济的发展,抑郁症的发病率逐年增加,严重影响人们的健康。抑郁症的发病机制主要是由炎症因子通过上调下丘脑-垂体-肾上腺轴,改变单胺神经传递引起的。研究表明,抑郁症会导致海马神经发生受损、神经干细胞（neural stem cells,NSCs）增殖减少以及胞外基质（extracellular matrix, ECM）网络发生改变。文章聚焦ECM和NSCs,分别综述了NSCs增殖通过增强突触信号传递、缓解氧化应激和炎症反应改善抑郁样行为的机制,ECM调节突触可塑性,参与神经元兴奋性传递改善抑郁样行为的机制,ECM与细胞表面受体、细胞因子和生长因子结合调控NSCs增殖,进而阐明了ECM促进NSCs增殖改善抑郁的可能性,为抑郁症治疗提供新的研究思路。     

基于卷积注意力的情感增强微博立场检测

立场检测任务的目的是通过分析用户对特定话题发表的评论以判断其对该话题是支持还是反对的,该任务的关键是捕捉文本信息与其对应话题的相关特征。针对目前已有的微博立场检测模型存在仅考虑文本特征,而未结合话题特征,以及忽略了情感信息对微博立场检测的影响而导致分类效果差的问题,文章提出基于卷积注意力的情感增强微博立场检测模型。该模型通过卷积注意力对文本信息和其对应的话题信息提取特征,同时捕捉其相关特征,然后通过情感增强中词语级情感增强获得带有情感信息的词向量表示,将其与相关特征点相乘得到针对话题的情感增强句向量,其次通过拼接句子级情感增强特征以丰富最终的语义表示,最后对该语义表示进行分类。该模型在NLPCC-2016数据集中取得了较好的结果,相对于目前最优模型在五个话题上分别提高了7.9%、5.8%、5.3%、1.3%和5.2%。     

绝热毛细管内制冷剂流动的非平衡性

建立了制冷剂在绝热毛细管内流动的两流体模型,模型中考虑了气液两相间的速度滑移和温度滑移.采用6种制冷剂的流量实验数据验证该模型,结果表明,90%的预测值与实验值偏差在±10%以内,并且能合理预测压力的沿程分布.应用该模型研究了制冷剂在绝热毛细管内自蒸发过程的非平衡特性.结果显示:气液两相间的速度滑移和温度滑移在整个两相区一直存在,但在绝大部分区域内,这种非平衡性并不显著;与不考虑非平衡性的平衡均相流模型相比,本文模型计算的毛细管流量平均偏高7.3%.     

追踪深海望远镜

爱隐居的望远镜"冰立方"微中子望远镜被冻在2000多米深的南极冰层下,而KM3微中子望远镜建在300多米深的地中海里。位于日本的微中子望远镜就藏在地底1000米深的神冈矿山下。加拿大安大略省的微中子望远镜被深埋在地底2000多米的人造水缸中。在充满阳光和沙滩的夏威夷,却也有微中子望远镜隐居在天然的山谷中。……望远镜贵在能望远,可这藏起来的望远镜要怎么望?隐士自有妙计。深藏不露,为的就是捉拿那些隐形的微中子杀手。     

基于Visual Basic 2008和OpenGL的3ds文件的读取与控制

使用3DS MAX软件进行建模,并将输入文件利用View3ds软件转换成OpenGL格式,数据文件在Visual Basic 2008中进行读取,通过OpenGL对模型进行重构.这种处理方法即能满足快速建模的需要,又能高效的实现友好的交互功能.     

汶川地震伤残人员的社会支持状况调查研究——基于社会工作视角

5.12汶川特大地震过去了4年多的时间,伤员从医疗紧急救治期转向了全面康复工作。本文致力于研究5.12汶川地震伤残人员得到了哪些方面的社会支持,而这些社会支持是否能够满足他们的需要,是否能减轻或解决他们在生活中的压力和困境,是否能帮助他们适应社会环境,他们还需要哪些方面的支持等等,并从社会工作的视角提出相关建议。     

浅谈如何提升高职院校教研室工作水平

高职院校教研室作为高等学校进行教学与科研的基本单位,在高等教育发展中有其不可替代的地位。目前高职院校教研室建设尚存在一些难以处理的实际问题和需要理顺的关系。为加强教研室建设,强化教研室管理,充分发挥教研室的职能作用,必须重视对教研室的建设和发展的研究,制定教研室工作条例,重视教研室主任的培养和选拔,建立学校与教研室直接对话的机制,切实强化教研室的基础性作用。     

基于两阶段注意力机制的立场检测方法

立场检测是分析文本作者对某一话题所表现的立场倾向性是支持、反对还是中立,是舆情分析的重要研究方向。本文针对现有的大部分立场检测方法无法充分建模话题信息,很难联合分析话题与相应文本的现状,提出了一种两阶段注意力机制的立场检测方法。第一阶段利用注意力机制学习话题整体语义表示,第二阶段将话题表示与文本表示进行注意力匹配,进而得到融合特定话题的文本表示向量,最后对该语义表示进行分类。实验结果表明,该模型在新疆反恐话题的语料上Acc和F值指标分别提高了0.4%和1%,在NLPCC-2016立场检测任务数据集的4个话题上取得了较优的效果。     

幽默计算及其应用研究

幽默作为一种特殊的语言表达方式,是生活中活跃气氛、化解尴尬的重要元素。随着人工智能的快速发展,如何利用计算机技术识别和生成幽默成为自然语言处理领域热门的研究内容之一,并逐渐形成一个新兴研究领域:幽默计算。幽默计算致力于利用自然语言处理技术理解和识别包含幽默的文本表达,挖掘幽默表达潜在的语义内涵,构建面向幽默表达的计算模型。首先对当前幽默计算的背景进行概述,阐明幽默的可计算性和幽默计算对于人工智能的意义;在此基础上,对幽默研究的发展情况进行回顾,给出幽默研究的语言学基础;然后综述当前幽默计算在幽默识别和幽默生成两个方面的进展情况,分别给出针对幽默识别和幽默生成的计算框架;最后,对幽默计算在聊天机器人、机器翻译、儿童教育软件和外语教学等多个自然语言处理任务中的应用前景和应用模式进行展望。希望通过对幽默计算及其应用研究的总结和概述,完善现有幽默计算模型,增进计算机对于自然语言的理解,推动人工智能的进一步发展。