XiaoMi-AI文件搜索系统
World File Search System应用
CRREM和SBTI协作和途径应用程序
根据CRREM的途径，未达到过渡风险基准的下降并不表示立即贬值财产的价值。它使投资者可以评估相对于与房地产投资相关的其他风险的过渡风险。CRREM促进了对财产绩效和1.5°C野心水平之间差异所产生的潜在财务影响的评估。然后可以将这些见解纳入财产和投资组合水平的投资策略中，从而实现更明智的投资决策。鉴于CRREM途径始于平均市场强度，因此并非每个财产在近期都能达到相同水平的野心。在碳和能源绩效方面超过CRREM途径的财产不应被视为毫无价值或自动排除在潜在收购中。相反，应考虑过渡风险，类似于标准尽职调查期间确定的其他风险，例如税收，法律或建筑技术评估。
人工智能在法律行业的应用
人工智能是经过编程以执行特定算法的计算机软件，这些算法是一组代码，用于执行任务、分析和识别大量数据中的模式、从这些模式中得出结论、预测未来结果并根据这些数据做出明智的决策。人工智能涉及的主要概念是机器处理、机器学习、机器感知和机器控制。在这种情况下，“机器”一词的使用意味着人工智能系统，其中可能包括计算机软件或用于操作更复杂设备的系统网络等。它需要训练机器根据输入到机器中的数据进行学习，从而使机器能够确定主题数据中的模式并据此得出结论。数据是驱动人工智能机器引擎的动力，数据集越大，人工智能从数据中学习到的就越多。
IDC MarketScape：2024 年 Azure 全球应用现代化服务供应商评估
IDC 使用 80 多个标准和客户访谈来评估提供商，发现本次评估中的应用服务提供商在各种应用程序现代化选项中都具备深厚的 Azure 功能。参与者之间的关键差异主要在于将客户端应用程序现代化到 Azure Stack 以及将供应链管理 (SCM) 和工程应用程序现代化到 Azure 的趋势水平。各提供商之间的关键相似之处包括将体验设计服务作为其技术交付服务的一部分，以及将分析和人工智能 (AI) 作为未来服务战略的一部分。由于许多企业都致力于将应用程序现代化作为当前和未来 24 个月的首要战略重点，因此应用程序现代化服务市场将会非常强劲，买方组织将拥有众多提供商可供选择，并且在他们寻求将其应用程序现代化到 Azure 时可以考虑多种现代化策略。
BCL-2 抑制剂在血液系统恶性肿瘤中的应用
细胞凋亡是癌症的一个基本特征，其失调会促进肿瘤生长、克隆进化和治疗耐药性。B 细胞淋巴瘤-2 (BCL-2) 蛋白家族成员是内在线粒体凋亡途径的关键。BCL-2 家族促存活蛋白在 B 细胞恶性肿瘤中经常过度表达，并构成一种基本的致癌机制，抑制该蛋白已被提议作为一种有前途的治疗选择，其中维奈克拉 (ABT-199) 是首个获得 FDA 批准的 BCL-2 抑制剂。不幸的是，尽管 BCL-2 抑制在一系列 B 细胞淋巴癌以及急性髓细胞白血病 (AML) 中显示出显著的效果，但耐药性的产生会显著降低特定肿瘤亚型的响应率。在本文中，我们解释了 BCL-2 家族蛋白在细胞凋亡中的作用及其作用机制，从而证明抑制 BCL-2 家族蛋白是 B 细胞恶性肿瘤（包括慢性淋巴细胞白血病、多发性骨髓瘤、B 细胞淋巴瘤以及 AML）的潜在治疗靶点。我们进一步分析了导致对 BCL-2 抑制剂产生内在或遗传耐药性的肿瘤特征。最后，我们重点关注可用于以个性化医疗的名义预测治疗反应的生物标志物，目的是探索克服耐药性的替代策略。
受控释放药物输送系统中的聚合物：对属性和应用的探索
摘要本章探讨了聚合物在受控释放药物输送系统的开发和应用中的关键作用。这些系统旨在优化治疗益处，同时通过逐渐释放药物来最大程度地减少副作用。本章深入研究了聚合物的分类，包括天然，合成和半合成品种，突出了它们在各种药物输送路线中的独特特征和应用。聚合物的多功能性使创建持续释放，可生物降解，有针对性和可调药物输送系统。此外，本章讨论了聚合物及其特征的分类，并强调了安全性，生物相容性和降解率的重要性。探索了基于聚合物的受控释放系统的广泛应用，涵盖口服，透皮，可注射，眼和靶向药物输送。本章提供了有关天然聚合物（如壳聚糖和藻酸盐），合成聚合物（例如PLGA和PVA）以及半合成聚合物（如纤维素衍生物）的各种用途的见解。此外，它比较了可生物降解和不可生物降解的聚合物，从而突出了它们的环保方面。基于聚合物的受控释放系统的工作机制已详细，强调了药物掺入，基质或储层形成，扩散或侵蚀机制以及释放曲线。还讨论了环境触发器，生物降解性，有针对性的输送和监测/控制方面。受控药物输送系统增强患者的重要性
数字病理学中空间OMIC数据分析的机器学习方法：泌尿生殖器肿瘤学的工具和应用
空间幻象技术的最新进展已实现了分析组织形态，细胞组成和生物分子表达模式的新方法。这些进步正在促进数字病理新兴领域中新的计算工具和定量技术的开发。在这篇综述中，我们调查了使用数字化的组织病理学幻灯片和补充材料开发用于空间映射的OMIC数据分析的计算方法的当前趋势，并重点介绍了与泌尿生殖学肿瘤学研究有关的工具和应用。评论包含三个部分：1）组织幻灯片分析的图像处理方法的概述； 2）与空间解决的OMIC数据分析的机器学习集成； 3）讨论当前局限性和未来在临床决策过程中整合机器学习的方向。
应用机器学习算法预测非正规经济的规模
近来，使用机器学习模型和技术预测经济变量的情况越来越多，其动机是它们比线性模型具有更好的性能。尽管线性模型具有相当大的解释能力的优势，但近年来，人们加大了努力，使机器学习模型更具解释性。本文进行了测试，以确定基于机器学习算法的模型在预测非正规经济规模方面是否比线性模型具有更好的性能。本文还探讨了机器学习模型检测到的最重要的这种规模的决定因素是否与文献中基于传统线性模型检测到的因素相同。为此，从 2004 年到 2014 年，收集并处理了 122 个国家的观测数据。接下来，使用 11 个模型（四个线性模型和七个基于机器学习算法的模型）来预测这些国家非正规经济的规模。使用 Shapley 值计算了预测变量在确定机器学习算法产生的结果中的相对重要性。结果表明：(i)基于机器学习算法的模型比线性模型具有更好的预测性能；(ii)通过 Shapley 值检测到的主要决定因素与文献中使用传统线性模型检测到的主要决定因素一致。
用于支持选择特定航空航天应用的最佳增材制造工艺的比较框架
摘要 ：增材制造 (AM) 是一项尖端技术，可提供高达 100% 的材料效率和显著的重量减轻，这将对飞机燃料消耗产生积极影响，并且具有很高的设计自由度。因此，许多航空航天公司都在考虑实施 AM，这要归功于这些好处。因此，本研究的目的是帮助航空航天组织在不同的 AM 技术中进行选择。为此，通过半结构化访谈收集了 (8) 位 AM 领域专家的原始数据，并与二手数据进行交叉引用，以确定在选择用于航空航天应用的 AM 设备时需要考虑的关键因素。专家们强调了四种 AM 技术：激光粉末床熔合 (LPBF)、电子束粉末床熔合 (EBPBF)、线弧 AM (WAAM) 和激光金属沉积 (LMD)，认为它们最适合航空航天应用。本研究的主要成果是开发了一个比较框架，帮助公司根据其主要业务或特定应用选择 AM 技术。
石墨烯电子纹身的制备、特性及应用
医疗保健、机器人和生物电子学等众多科学技术领域已经开始将其研究方向从开发“高端、高成本”工具转向“高端、低成本”解决方案。本文讨论了石墨烯电子纹身 (GET) 的制造协议，由于其出色的机电性能，它是未来可穿戴技术的理想基石。GET 由高质量、大规模石墨烯组成，将其转移到纹身纸上，从而形成一种像临时纹身一样贴在皮肤上的电子设备。在这里，我们提供了一个全面的 GET 制造协议，从石墨烯生长开始到集成到人体皮肤上结束。所提出的方法是独一无二的，因为它利用了高质量的电子级石墨烯，而加工则使用低成本和现成的方法完成，例如机械切割绘图仪。 GET 既可以与先进的科学设备结合使用，进行精密实验，也可以与低成本的电生理板结合使用，在家中进行类似的操作。在此方案中，我们展示了如何将 GET 应用于人体，以及如何使用它们来获取各种生物电位，包括脑电图（脑电波）、心电图（心脏活动）、肌电图（肌肉活动），以及体温和水分监测。由于石墨烯可从商业来源获得，整个方案仅需约 3 小时的劳动时间，并且不需要训练有素的人员。本文中描述的方案可以在简单的实验室（包括高中设施）中轻松复制。