摘要：睡眠障碍受到越来越多的关注,且自动化睡眠分期的准确性、泛化性受到了越来越多的挑战。然而,公开的睡眠数据十分有限,睡眠分期任务实际上更近似于一种小样本场景;同时由于睡眠特征的个体差异普遍存在,现有的机器学习模型很难保证准确判读未参与训练的新受试者的数据。为了实现对新受试者睡眠数据的精准分期,现有研究通常需要额外采集、标注新受试者的大量数据,并对模型进行个性化微调。基于此,借鉴迁移学习中基于缩放-偏移的权重迁移思想,提出一种元迁移睡眠分期模型MTSL(Meta Transfer Sleep Learner),设计了一种新的元迁移学习框架:训练阶段包括预训练与元迁移训练两步,其中元迁移训练时使用大量的元任务进行训练;而在测试阶段仅使用极少的新受试者数据进行微调,模型就能轻松适应新受试者的特征分布,大幅减少对新受试者进行准确睡眠分期的成本。在两个公开的睡眠数据集上的实验结果表明,MTSL模型在单数据集、跨数据集两种条件下都能取得更高的准确率和F1分数,这表明MTSL更适合小样本场景下的睡眠分期任务。

摘要：提取感染鸡胚成纤维细胞ＭＤＶ－Ｉ弱毒株８１４病毒ＤＮＡ为模板，根据ＲＢＩＢ株ｇＢ基因５＇及３＇两端核苷酸序列设计引物，利用ＰＣＲ技术扩增了我国ＭＤＶ－Ｉ弱毒株８１４ｇＢ基因（１．９ｋｂ），将扩增片段平末端克隆到载体ｐＢｌｕｅｓｃｒｉｐｔＳＫ中ＥｃｏＲＶ位点，经ＢａｍＨＩ、ＨｉｎｄⅢ酶切鉴定得到不同插入方向的重组质粒。构建扩增片段的酶切图谱及部分序列分析证明与ＲＢＩＢ株ｇＢ基因无差异，显示了极高的同源性。本文进一步证明ｇＢ基因在ＭＤＶ不同毒株间是十分保守的。

摘要：简要介绍清华一东芝联合研究小组合作开发的节能型电梯群控算法，包括算法架构、基于规则的调度方法、调度规则的设计及其参数优化。仿真实验表明，与目前采用的有关算法相比，新算法能在基本维持服务时间性能的前提下有效节约能耗。