XiaoMi-AI文件搜索系统
World File Search System多面体
结构保留了神经退行性疾病的数值建模的多面不连续的盖金方法
抽象的许多神经退行性疾病与错误折叠的Prionic proins的传播有关。在本文中，我们分别分析了与帕金森氏症和阿尔茨海默氏病有关的α-羟基核蛋白和淀粉样蛋白β的错误折叠和扩散过程。我们引入并分析了一种阳性的数值方法，用于离散Fisher-Kolmogorov方程，建模积累和Prionic蛋白的扩散。提出的近似方法基于关于多边形和多面体网格的不连续的Galerkin方法，用于空间离散化和ϑ - 方法时间积分方案。我们证明了离散解决方案的存在和一个收敛结果，其中使用隐式欧拉方案进行时间整合。我们表明，所提出的方法是在结构上提供的，从某种意义上说，它可以保证离散解决方案是非负的，这在实际应用中至关重要。我们的数值模型的数字验证既是使用制成的解决方案，又是考虑二维多边形网格中的波前传播。接下来，我们提出了在矢状平面中二维脑切片中扩散的α-突触核蛋白的模拟。该模拟的多边形网格被凝聚为维持白色和灰质的区别，利用了polydg方法在网格结构中的灵活性。我们的数值模拟证实了所提出的方法能够捕获帕金森氏症和阿尔茨海默氏病的演变。最后，我们通过使用从磁共振图像重建的三维几何形状和从正电子发射断层扫描重建的初始条件来模拟淀粉样蛋白β在患者特异性设置中的扩散。
非晶态卤氧化物材料实现锂超离子导电
摘要：最近兴起的卤化物基固体电解质（SE）具有良好的离子电导率、宽的电化学稳定性窗口以及与高压氧化物正极的良好兼容性，是高性能全固态电池（ASSB）的理想候选材料。与卤化物 SE 中的结晶相相比，非晶态组分很少被理解，但在锂离子传导中起着重要作用。本文揭示了通过机械化学方法制备的卤化物基 SE 中非晶态组分的存在很常见。发现快速的锂离子迁移与非晶态比例的局部化学有关。以 Zr 基卤化物 SE 为例，可以通过掺入 O 来调节非晶化过程，从而形成角共享的 Zr-O/Cl 多面体。这种结构配置已通过 X 射线吸收光谱、对分布函数分析和逆蒙特卡罗建模得到证实。独特的结构显着降低了锂离子传输的能垒。结果显示，非晶态 Li 3 ZrCl 4 O 1.5 在 25 ° C 时可实现 (1.35 ± 0.07) × 10 − 3 S cm − 1 的增强离子电导率。除了提高离子电导率外，通过掺入 O 对 Zr 基卤化物 SE 进行非晶化还可获得良好的机械变形能力和良好的电化学性能。这些发现为合理设计高性能 ASSB 所需的卤化物 SE 提供了深刻见解。
激光照射对定向能量沉积中铝粉流的影响
催化，4,5酶固定6,7等。MOF的适当性高度依赖于固有的网络拓扑，而金属节点的配置几何形状和组件有机配体的形状又强烈地占据了强烈的影响。8,9这些引人入胜的MOF网络拓扑是使用多种理性方法设计和构建的，其中10-12种采用超分子构建块（SBB）的策略是最受欢迎的策略；在这里，金属 - 有机多面体用作组成块，以组装具有较大空腔和高连接网络拓扑的MOF。13,14超植物（ST），15 - 17，它是传统无机沸石的Sio 4和Alo 4四面体建筑单元，是MOF合成中广泛使用的SBB。两个最广泛研究的介孔MOF（MIL-100和MIL-101）具有相同的MTN沸石拓扑，这是由角落共享的STS产生的，其顶点被铬圆形剂占据。15,16已知MOF中金属三聚体的存在可容纳单个或多种金属离子，具有出色的催化性能以及出色的气体吸附和分离能力。18 - 21报告的众多Zeolitic网络拓扑中，由于STS的增强基于金属三聚体，即MTN 15,16,22和B- Cristobalite网络，只有两种类型可以归类为Zeolitic MoF。17,23,24这可能是由于缺乏单晶X射线
结构保留了神经退行性疾病的数值建模的多面不连续的盖金方法
抽象的许多神经退行性疾病与错误折叠的Prionic proins的传播有关。在本文中，我们分别分析了与帕金森氏症和阿尔茨海默氏病有关的α-羟基核蛋白和淀粉样蛋白β的错误折叠和扩散过程。我们引入并分析了一种阳性的数值方法，用于离散Fisher-Kolmogorov方程，建模积累和Prionic蛋白的扩散。提出的近似方法基于关于多边形和多面体网格的不连续的Galerkin方法，用于空间离散化和ϑ - 方法时间积分方案。我们证明了离散解决方案的存在和一个收敛结果，其中使用隐式欧拉方案进行时间整合。我们表明，所提出的方法是在结构上提供的，从某种意义上说，它可以保证离散解决方案是非负的，这在实际应用中至关重要。我们的数值模型的数字验证既是使用制成的解决方案，又是考虑二维多边形网格中的波前传播。接下来，我们提出了在矢状平面中二维脑切片中扩散的α-突触核蛋白的模拟。该模拟的多边形网格被凝聚为维持白色和灰质的区别，利用了polydg方法在网格结构中的灵活性。我们的数值模拟证实了所提出的方法能够捕获帕金森氏症和阿尔茨海默氏病的演变。最后，我们通过使用从磁共振图像重建的三维几何形状和从正电子发射断层扫描重建的初始条件来模拟淀粉样蛋白β在患者特异性设置中的扩散。
Proprioceptive learning with soft polyhedral networks
抽象的本体感受是检测运动神经元的肢体姿势的“第六含义”。它需要在肌肉骨骼系统和感觉受体之间进行自然整合，这在现代机器人中具有挑战性，旨在以低成本的机械设计和算法计算，以轻巧，适应性和敏感设计。在这里，我们介绍了软性多面体网络，具有对物理相互作用的嵌入式视觉，能够通过学习动力学特征来适应性动力学和粘弹性本体感受。此设计使被动适应全态相互作用，这是通过嵌入内部的微型高速运动跟踪系统在视觉上捕获的。结果表明，软网络可以在动态相互作用中推断出具有0.25/0.24/0.35 N和0.025/0.025/0.025/0.025/0.025/0.034/0.006 nm的实时6D力和扭矩。我们还通过添加蠕变和放松修饰者来鉴定预测结果，在静态适应过程中将粘弹性纳入静态适应性。提出的软网络结合了设计，全型适应性和本体感受的简单性，具有高精度，使其成为机器人技术的多功能解决方案，以低材料成本，超过一百万个用于敏感和竞争性的和触摸基于触摸的几何形状重构等任务的循环超过一百万个。这项研究为自适应抓握，软操纵和人类机器人相互作用的软机器人提供了新的见解。
在疯狂的领域中的加强学习-Tommy Bird
可以合作并适应各种情况的AI代理的开发。此外，模仿现实的游戏体验，玩家实时沟通和策略是该项目的额外动机。疯狂的上帝的领域（此后，rotmg）是我成长的游戏，这是该项目的灵感。它的节奏非常快，涉及连续躲避数百个关节。因此，这种类型的名称是子弹地狱。这使得将重新学习学习成为一个非常有趣的选择，因为代理商必须学会避免过多的屏幕危害。rotmg游戏玩法通常以老板的战斗为中心。您要么努力击败世界上的老板，要么进入地牢，在最后，您会在最后的Chamber中遇到老板。为了复制这一点，我对自己的老板战斗进行了编程，以及三个受游戏启发的可玩代理角色。环境是一个岛屿，三个特工被限制在这里。这个竞技场的老板是一个名为“ polyphemus”的独眼巨人。他拥有基本的AI，具有一些固定的行为和攻击，稍后将详细介绍。这是三个代理：•向导：高攻击，高范围，但健康状况低。有效的玻璃大炮。•牧师：低攻击，高范围和中等健康特征。平衡的支持。•战士：高攻击，低范围和高健康志。小组的坦克。通过这种特征的组合，代理人应该有望合作克服多面体。每个代理都能够向各个方向移动，向各个方向射击，并像rotmg一样在冷静下激活其独特的特殊动作。向导可以发射高伤害弹丸，战士可以暂时提高盟友附近的盟友，而牧师可以在盟友附近治愈。
外展服务软件开发-Sean Grate
•奥本数学俱乐部。希望带来与我在本科学院（肯塔基大学）相似的经验，我曾在奥本大学担任数学俱乐部的主席三年，在那里我改革并重新组织了俱乐部（通过重写俱乐部的宪法并重新构成了俱乐部，并从该俱乐部的状态重新激活了俱乐部）。在我的任期中，我组织了17次会议 - 平均有15名成员的会议 - 教职员工或研究生进行了研讨会风格的演讲；或一个小组回答有关REUS，研究生院或行业工作的问题；或一个学生可以在接下来的学期结识他们的教练的社交。这些机会在确定学生是否决定接受研究生教育方面可能会非常有影响力。•中学宣传。在奥本（Auburn），我参加了目的地茎，来自阿拉巴马州东南部16所学校的大约1,200名中学生通过动手活动探索了不同的STEM领域。我的第一年，我共同主持了一个关于密码学的互动展览，该展览在该展览中加密了自己的信息，然后解密了朋友的信息。次年，我领导了Polyhedra的细分展览，学生从我设计和3D印刷的一个细分中重建了一个多面体。我还加入了奥本数学拼图挑战赛（AMP'D），来自奥本·奥佩利卡地区的97名中学生参加了解决奥本大学研究生设计的数学难题。我帮助监督并建议其中一个问题室，并在“黑市易货”活动期间运行桌子。除了诸如目的地STEM之类的说明性活动之外，这些外展活动还可以增强学生对数学的看法，并促进他们接受STEM教育的愿望。
面向整体智能的代理 AI
人工智能 (AI) 在 1956 年达特茅斯会议上被历史性地定义为能够从周围环境收集信息并在其中采取有效行动的人工生命形式。1970 年，麻省理工学院的明斯基团队开发了一套机器人系统，称为“Copy Demo”，它可以观察“积木世界”场景并成功重建观察到的多面体块结构（Winston，1972 年）。该系统由观察、规划和操作模块组成，表明每个子问题都极具挑战性，需要进一步研究。因此，人工智能领域分裂成几个专门的子领域。虽然这些子领域已经独立取得了重大进展，但这种过度简化主义模糊了人工智能研究的总体目标。为了超越现状，迈向更为复杂的 AI，我们强调接受亚里士多德整体哲学的重要性，该哲学强调各部分之间的整合要大于各部分之和。大型语言模型 (LLM) 和视觉语言模型 (VLM) 的最新进展已显示出在开放世界环境中识别语言和图像的巨大潜力（OpenAI，2023 年）。例如，LLM 的高级语义处理已被用于将人类指令分解为机器人的高级任务（Wake 等人，2023c、d）。然而，这些现有的多模态基础模型，即使对于 GPT-4V(ision)，在实现需要动作预测的细粒度操作方面仍然面临挑战。因此，提出了一种新的具身代理基础模型（Durante 等人，2024b），该模型集成了语言能力、视觉认知、上下文记忆和直觉推理，并能自适应地预测具身动作。这是第一项使用从机器人、游戏和医疗保健任务中收集的具身数据预训练基础模型以开发通用 AI 代理的研究。具身代理被概念化为一个交互式系统，它通过其感知能力与人类交流并与环境交互，采取符合人类意图的动作。这就是为什么我们认为大型具身基础模型的进步是对代理 AI 的重大贡献，使系统能够从各种领域信息、动作、自然语言指令和多模态上下文中解析和推断人类意图。此外，
抑制ULK1/2和KRASG12C控制肺癌临床前模型中肿瘤的生长 宿主细胞丝氨酸蛋白酶抑制剂MM3122对SARS-COV-2的疗效用于治疗和预防COVID-19 设计多面体DNA纳米结构的简单工具 北颜色：北极的4种产生色素细菌的隔离和表征 相同任务的多个大脑激活模式 标题1将性视为... 中的生物变量 NIPBL+ 中的胃阶段基因表达 珊瑚准确解决具有长阅读测序的外染色体外DNA基因组结构 在鼠感染模型中发现具有功效的SARS-COV-2蛋白酶样蛋白酶（PLPRO）抑制剂 标题：曲霉DSRNA病毒驱动真菌健身和... 通过深入的强化学习来鉴定SARS-COV-2 MPRO抑制剂，用于新的药物设计和计算化学方法
1。犹他州犹他州盐湖城肿瘤科学系。2。犹他州盐湖城犹他大学亨斯曼癌症研究所。3。德克萨斯大学医学博士安德森癌症中心遗传学系，德克萨斯州休斯敦4。Deciphera Pharmaceuticals LLC，堪萨斯州劳伦斯市643 ST。5犹他州盐湖城病理学系。 6。 犹他州盐湖城医学肿瘤学部内科学系。 7。 犹他州盐湖城皮肤科系皮肤科系。 *通讯作者马丁·麦克马洪（Martin McMahon），博士 俄罗斯大学，犹他大学，2000年希望圈，HCI-RS-2725盐湖城，盐湖城，UT 84112（801）213 5790电子邮件：martin.mcmahon@hci.utah.utah.utah.utah.utah.uta.edu作者贡献：PCG，PCG，PCG，MM，MM，MM，MB，BDS和DLF设计了实验者； PCG和MM分析了数据； PCG执行了大多数实验。 KTO协助免疫印迹；太太进行了体外协同作用测定； SSB和MTS协助体内动物研究； ELS进行了组织病理学分析； PCG和MM写了手稿；所有作者均审查并编辑了手稿。 相互竞争的利益声明：此处描述的研究得到了犹他大学和Deciphera Pharmaceuticals，LLC的赞助研究协议的支持，并授予MM和CGK。 关键字：KRAS，ULK，LKB1，TP53，自噬，KRAS G12C的基因工程小鼠模型 - 驱动的肺癌5犹他州盐湖城病理学系。6。犹他州盐湖城医学肿瘤学部内科学系。7。犹他州盐湖城皮肤科系皮肤科系。*通讯作者马丁·麦克马洪（Martin McMahon），博士俄罗斯大学，犹他大学，2000年希望圈，HCI-RS-2725盐湖城，盐湖城，UT 84112（801）213 5790电子邮件：martin.mcmahon@hci.utah.utah.utah.utah.utah.uta.edu作者贡献：PCG，PCG，PCG，MM，MM，MM，MB，BDS和DLF设计了实验者； PCG和MM分析了数据； PCG执行了大多数实验。 KTO协助免疫印迹；太太进行了体外协同作用测定； SSB和MTS协助体内动物研究； ELS进行了组织病理学分析； PCG和MM写了手稿；所有作者均审查并编辑了手稿。相互竞争的利益声明：此处描述的研究得到了犹他大学和Deciphera Pharmaceuticals，LLC的赞助研究协议的支持，并授予MM和CGK。关键字：KRAS，ULK，LKB1，TP53，自噬，KRAS G12C的基因工程小鼠模型 - 驱动的肺癌