XiaoMi-AI文件搜索系统
World File Search System整个
MamMIL：使用状态空间模型对整个幻灯片图像进行多实例学习
摘要 — 近年来，病理诊断通过将深度学习模型与使用全切片图像 (WSI) 的多实例学习 (MIL) 框架相结合而取得了优异的表现。然而，WSI 的千兆像素特性对高效的 MIL 提出了巨大挑战。现有研究要么不考虑实例之间的全局依赖关系，要么使用线性注意等近似值来建模对对实例交互，这不可避免地带来了性能瓶颈。为了应对这一挑战，我们提出了一个名为 MamMIL 的框架用于 WSI 分析，通过将选择性结构化状态空间模型（即 Mamba）与 MIL 相结合，能够在保持线性复杂度的同时对全局实例依赖关系进行建模。具体而言，考虑到 WSI 中组织区域的不规则性，我们将每个 WSI 表示为一个无向图。为了解决 Mamba 只能处理一维序列的问题，我们进一步提出了一种拓扑感知扫描机制来序列化 WSI 图，同时保留实例之间的拓扑关系。最后，为了进一步感知实例之间的拓扑结构并结合短程特征交互，我们提出了一种基于图神经网络的实例聚合块。实验表明，MamMIL 可以实现比最先进的框架更先进的性能。代码可以在 https://github.com/Vison307/MamMIL 访问。索引术语 — 多实例学习、状态空间模型、整个幻灯片图像
Jarkesy Deep-Sixes 在整个案件和未来可能出现的 FERC 天然气法案执法案件中的行政听证程序
本警报由 Willkie Farr & Gallagher LLP 及其附属公司提供，仅用于教育和信息目的，并非旨在且不应
使用 CentileBrain 对整个生命周期的大脑形态进行规范建模：算法基准测试和模型优化
Djavad Mowafaghian 脑健康中心，不列颠哥伦比亚省温哥华市，加拿大（R Ge PhD、Y Yu BSc、YX Qi BSc、Yn Fan BSc、S Chen BSc、C Gao BSc、Prof S Frangou MD）；美国纽约州纽约市西奈山伊坎医学院精神病学系（Prof S Frangou、SS Haas PhD、F New MA）；荷兰双胞胎登记处，荷兰阿姆斯特丹自由大学生物心理学系（Prof DI Boomsma PhD）；新南威尔士大学健康脑衰老中心，澳大利亚新南威尔士州悉尼市（Prof H Brodaty DSc）；荷兰阿姆斯特丹自由大学神经基因组学和认知研究中心复杂性状遗传学系（RM Brouwer PhD）；美国马萨诸塞州剑桥市哈佛大学脑科学中心（Prof R Buckner PhD）；英国威尔士卡迪夫大学神经精神遗传学和基因组学中心（X Caseras 博士）；法国波尔多大学神经功能图像小组—神经变性疾病研究所，CNRS UMR 5293（F Crivello 博士）；荷兰鹿特丹伊拉斯姆斯大学伊拉斯姆斯社会与行为科学学院（EA Crone 教授博士）；德国柏林夏洛特医学院精神病学和心理治疗系心智与大脑研究分部（S Erk 医学博士、H Walter 教授博士）；荷兰奈梅亨马克斯普朗克心理语言学研究所语言与遗传学系（SE Fisher 教授博士）；荷兰奈梅亨拉德堡德大学医学中心 Donders 大脑、认知和行为研究所人类遗传学、精神病学和认知神经科学系（B Franke 教授，博士）；美国马萨诸塞州波士顿波士顿儿童医院精神病学和行为科学系（DC Glahn 教授，博士）；德国明斯特大学精神病学和心理治疗系（U Dannlowski 医学博士、D Grotegerd 博士）；德国海德堡大学普通精神病学系实验精神病理学和神经影像学科（O Gruber 医学博士）；亥姆霍兹实验心理学系
整个学校的 SEMH 策略是什么样的？
“并非所有有心理健康问题的儿童都会有特殊教育需求。但持续或严重的心理健康问题通常符合特殊教育需求的定义，因为它们会导致学生在学习方面比大多数同龄学生遇到更大的困难。如上所述，《特殊教育需求行为准则》中规定的分级响应流程为决定提供哪些支持提供了一个框架，无论学生是否有特殊教育需求，这都是一个好的做法。”（DfE 2018：19,20）
估算整个模型的自适应生命周期
随着当前时代神经网络的研究，开发和应用的迅速增加，训练和使用模型所需的能量成比例增加。至关重要的是，这伴随着向环境排放的增加。一种可持续的有益方法，可减少与AI/深度学习现代时代相关的碳足迹和能源需求的上升，这是模型的适应性和连续再利用，这些模型在模型部署环境或输入数据中的变化/变化环境的变化方面进行了自适应。在此pa-per中，我们提出了预索引，这是一个预测索引，以估算与模型重新验证与数据分布变化相关的环境和计算资源。预索引可用于估计环境成本，例如从当前数据分布到新数据分布时碳排放和能源的使用。它还与并可以用来估计具有深度学习的其他资源指标，例如时期，梯度规范和模型参数变化的幅度。preedectex仅涉及数据的一个前传递，然后它提供了一个简洁的价值，以估算与重新验证的新分布移位数据相关的资源。我们表明，可以在各种数据集，模型体系结构，不同类型和分布变化的强度之间可靠地使用preedex。此工作的代码可在此处提供：https：//github.com/jekimlab/aies2024preindex因此，preIndex使用户能够做出明智的决策，以重新进行不同的分发转移，并确定最具成本效益和可持续性的选择，从而可以重新使用在环境中具有较小占地面积的模型。
如何建立整个寿命碳基准
1欧洲委员会。 （com（2020）662最终）。 “欧洲的翻新浪潮 - 绿化我们的建筑物，创造就业机会，改善生活”。 可访问：https：//eur-lex.europa.eu/legal-content/en/txt/?uri=celex%3A52020DC0662 2欧盟委员会。 （n.d。）。 ''欧洲绿色协议 - 努力成为第一个气候中立大陆'。 可访问：https：// commiss.europa.eu/strategy-and-policy/priorities-2019-2024/european-green-deal_en 3欧盟委员会。 （n.d。）。 ''欧盟排放交易系统（EU ETS）。 可访问：https：//climate.ec.europa.eu/eu-action/eu-eu-- emassions-trading-system-system-eu-ets_en 4欧洲委员会。 （n.d。）。 ''建筑产品法规的评论'。 可访问：https：//single-market-economy.ec.europa。 EU/soter/struction/struction-products-crenducty-cpr/eview_en 5指令2024/1275。 指令（EU）2024/1275欧洲议会和2024年4月24日理事会关于建筑物的能源绩效（重铸）。 可访问：https：//eur-lex.europa.eu/legal-content/en/txt/html/?uri=oj:l_202401275#d1e38-57-11欧洲委员会。（com（2020）662最终）。“欧洲的翻新浪潮 - 绿化我们的建筑物，创造就业机会，改善生活”。可访问：https：//eur-lex.europa.eu/legal-content/en/txt/?uri=celex%3A52020DC0662 2欧盟委员会。（n.d。）。''欧洲绿色协议 - 努力成为第一个气候中立大陆'。可访问：https：// commiss.europa.eu/strategy-and-policy/priorities-2019-2024/european-green-deal_en 3欧盟委员会。（n.d。）。''欧盟排放交易系统（EU ETS）。可访问：https：//climate.ec.europa.eu/eu-action/eu-eu-- emassions-trading-system-system-eu-ets_en 4欧洲委员会。（n.d。）。''建筑产品法规的评论'。可访问：https：//single-market-economy.ec.europa。EU/soter/struction/struction-products-crenducty-cpr/eview_en 5指令2024/1275。指令（EU）2024/1275欧洲议会和2024年4月24日理事会关于建筑物的能源绩效（重铸）。可访问：https：//eur-lex.europa.eu/legal-content/en/txt/html/?uri=oj:l_202401275#d1e38-57-1
抑制ULK1/2和KRASG12C控制肿瘤生长... 供体衍生的多重白血病抗原特异性T细胞疗法，以防止所有患者移植后复发 与年龄相关的丁酸酯产生细菌的时间下降在3×TG-AD小鼠的神经病理学和记忆缺陷的发作和进展中起关键的致病作用 naltrexone-bupropion组合不影响可卡因自我 胰腺内导管内乳头肿瘤的空间转录组将NKX6-2鉴定为胃分化和顽固生物潜能的驱动力 昼夜节律作为发育期间和整个衰老期间大脑健康的调节剂 小鼠心脏发育的三维微观成像从早期植入后到晚期阶段 使用现场虚拟培训课程改善学校卫生工作者的糖尿病管理
KRAS的摘要突变激活通常发生在肺癌发生中，并且随着美国食品和药物管理局最近批准KRAS G12C的共价抑制剂，例如Sotorasib或Adagrasib，KRAS癌蛋白是非小细胞肺癌（NSCLC）的重要药理靶标。但是，并非所有KRAS G12C驱动的NSCLC都对这些抑制剂做出反应，并且那些反应反应的患者的耐药性出现可能是迅速而多效的。因此，基于共价抑制KRAS G12C的支柱，正在努力开发有效的组合疗法。在这里，我们报告说，KRAS G12C信号传导的抑制会增加KRAS G12C表达肺癌细胞的自噬。此外，DCC -3116（一种选择性ULK1/2抑制剂）的组合以及sotorasib显示了对人Kras G12C驱动的肺癌细胞增殖的合作/协同抑制体内体外和肿瘤对照中的抑制作用。此外，在KRAS G12C驱动的NSCLC的基因工程小鼠模型中，抑制KRAS G12C或ULK1/2的抑制会减轻肿瘤负担并增加小鼠的存活率。因此，这些数据表明ULK1/2介导的自噬是对肺癌中KRAS G12C抑制的药理作用的细胞保护胁迫反应。
系统发育放置，整个基因组组装和全基因组的结合研究：一种新型的人类感染物种，引起了毛尿症，对阿苯达唑 - 膜片蛋白
。cc-by-nc-nd 4.0国际许可证。是根据作者/资助者提供的预印本（未经Peer Review的认证）提供的，他已授予Biorxiv的许可证，以在2024年9月28日发布的此版本中在版权所有者中显示预印本。 https://doi.org/10.1101/2024.06.11.598441 doi：biorxiv Preprint
采用中的遗漏：整个系统方法应用于东开普省南非东开普省的转基因修饰（GM）玉米采用
本文批判性地探讨了南非采用基因改造（GM）玉米采用的政治经济学，重点介绍了其使用整个系统方法对小农户的影响。虽然南非已成为通用玉米生产的领导者，但收益的分布不均匀，尤其是不利的小持有人。政府将小农纳入GM玉米价值链中，面临着重要的挑战，包括结构性不平等，高投入成本，基础设施不足以及对教育和资源的获取有限。本文分析了更广泛的政治，经济和环境环境，揭示了全球贸易政策，外国投资和国内监管框架如何影响小农户融合到全球玉米价值链中。对东开普省的案例研究强调了小农面临的其他挑战，例如气候变化，劳动力短缺和市场通道障碍。尽管GM玉米有可能提高粮食安全和小农户收入，但本文认为，当前的政策和机构框架需要实质性的改革来确保公平的利益。这项研究强调了需要采用多维方法来解决社会经济，政治和环境因素，这些因素限制了小农户参与GM玉米行业的参与，呼吁采取有针对性的干预措施来弥合大型商业农场和小型持有人之间的差距。
生成式人工智能的整个产品生命周期考量
尽管整个医疗保健行业对生成人工智能 (GenAI) 工具的兴趣迅速增长，但对于可能属于 FDA 管辖范围的 GenAI 产品（包括但不限于医疗器械）的监管方法仍然存在悬而未决的问题。为了本文的目的，我们使用术语“GenAI 设备”来指代设备，该术语在《联邦食品、药品和化妆品法案》（FD&C 法案）第 201(h) 节中定义，其中 GenAI 方法或模型是设备输出或功能不可或缺的一部分。与人工智能 (AI) 产品一样，GenAI 产品的功能可能为患者和公共健康带来独特的好处，但也为 FDA 带来了新的监管复杂性。与所有医疗器械一样，FDA 的监管监督适用于符合设备定义的 GenAI 产品；这种监督是基于风险的，考虑到产品的预期用途和技术特性。此外，FDA 长期以来一直提倡采用全产品生命周期 (TPLC) 方法来监督医疗器械，包括支持 AI 的设备，并致力于利用现有权力制定这些设备的监管方法，并探索可能需要新权力的选项。这一承诺对于采用旨在在设备使用寿命内比以往更快、更频繁迭代的技术的医疗器械来说越来越重要。支持 GenAI 的产品可能旨在为相同的输入提供可变的输出，可能经常依赖于旨在快速且频繁变化的模型，并且可能查询本身不是医疗器械的模型。TPLC 方法可能对未来安全有效的支持 GenAI 的医疗器械的管理仍然很重要。在本执行摘要中，我们重点介绍了 FDA 对支持 GenAI 的设备进行监督的方法，该方法与 FDA 对支持 AI 的设备进行监督的方法有许多相似之处。本执行摘要还讨论了 GenAI 的风险，其中一些风险可能广泛适用于 AI，以及当前在整个 TPLC 中对支持 AI 和支持 GenAI 的设备进行监管所面临的挑战。