首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
您找到你想要的搜索结果了吗?
是的
没有找到

学术「付费墙」倒塌在即?Nature:6000万份期刊参考文献现已开放获取!

---- 新智元报道   编辑:David 【新智元导读】历时五年,29家出版商参加的学术参考文献的「开放获取」运动,大功初成! 经过为期5年的努力,学术出版物参考文献的「付费墙」有望彻底打破! 引用数据是学术论文的重要指标之一,虽然近年来论文「唯指标化」的现象有所改善,但作为最常用、标准化程度最高的标准之一,被引用数仍然是评价论文质量不可或缺的标准。 如果知道你的论文是否比其他人的引用率高,就需要查询相关基础数据,而要想获得基础数据,就得付钱。 过去几十年来,可靠的、结构化的论文作者和参考文献列表

03

不稳定变化环境中的学习

基于惊喜的学习允许代理快速适应以突然变化为特征的非平稳随机环境。我们表明,在一个层次模型中,精确的贝叶斯推理会在忘记旧的观察值和将它们与新的观察值相结合之间产生一个令人惊讶的平衡。这种调制依赖于一个概率比,我们称之为“贝叶斯因素惊奇”,它用当前信念来检验先前信念。我们证明,在几个现有的近似算法中,贝叶斯因子惊奇调制适应新观测值的速率。我们推导了三个新的基于惊讶的算法,一个属于粒子滤波器族,一个属于变分学习族,另一个属于消息传递族,它们在观测序列长度上具有恒定的标度,并且对于指数族中的任何分布具有特别简单的更新动力学。实验结果表明,这些基于惊奇的算法比替代的近似方法更好地估计参数,并且达到与计算上更昂贵的算法相当的性能水平。贝叶斯因素惊奇与香农惊奇相关但不同。在两个假设的实验中,我们对生理指标进行了可测试的预测,将贝叶斯因素惊奇与香农惊奇分离开来。将各种方法视为基于惊喜的学习的理论见解,以及所提出的在线算法,可以应用于动物和人类行为的分析,以及非静态环境中的强化学习。

03

好文速递:预测硝化与固定化的比率以反映全球氮流失的潜在风险

硝化和固定化争夺土壤铵(NH4+);这两个过程的相对优势被认为反映了土壤中氮流失的潜在风险。在这里,我们编译了一个数据库并开发了一个随机梯度提升模型,以根据硝化与固定化的比率 (N/I) 来预测氮损失的全球潜在风险。然后我们进行了荟萃分析来评估常见管理实践对 N/I 比的影响。结果表明,土壤N/I比随气候带和土地利用而变化。土壤全碳、全氮、pH、化肥施氮量、年平均气温、年平均降水量是影响土壤氮肥比的重要因素。荟萃分析表明,生物炭、秸秆和硝化抑制剂的施用分别使土壤 N/I 比降低了 67%、64% 和 78%。退耕还林和退耕还草使土壤氮肥比分别降低了 88% 和 45%。然而,施氮肥使土壤 N/I 比增加了 92%。我们的研究表明,土壤 N/I 比及其相关的氮流失风险水平与具有高度空间异质性的长期土壤和环境特性高度相关。

03

科技骗局11-19:1970年雷默奇尼院士包庇肿瘤细胞作弊——2002年舍恩《科学》神速论文造假骗局

人类科技史、金融史、战争史上不乏骗局,从古代到今天、估计未来一直都会有。虚假的证据、论文、技术、产品层出不穷,许多名人、学者、专家深陷“造假门”、“欺骗门”、“剽窃门”等不端行为。种种恶行像警钟一样告诫后来者——科研没有捷径。严谨的科研,需要多一点认真与负责,多一点复现和普及。如果不能复现、质疑、讨论、普及,那将被个别人利用或作恶。国内外的科技骗局还时不时在上演,虽然未被曝光、没有广泛传播的不为人知,但很多被广泛报道的事件轰动一时,令世人震惊。下面罗列一些典型的著名骗局。

03
领券