埃里克·杨上校 美国陆军军法署 埃里克·杨上校目前被任命为国家安全委员会副法律顾问。他最近担任美国陆军军法署署长办公室国家安全法司司长。他拥有超过 25 年的陆军军法署经验,主要专注于美国和多国司令部、机构和组织的国家安全法事务,包括常规和特种作战。他最近的职务包括美国欧洲司令部参谋军法署;以及驻阿富汗美国和北约部队的参谋军法署/高级法律顾问。他毕业于美国陆军战争学院和美国海军指挥与参谋学院。
日本)、博士小竹秀明先生(日本NICT)狩野久芳 (Hisayoshi Kano) 先生 (日本 NTT) Yoshimi Fujii(日本耕造计划工業株式会社),Yoshimi Fujii 教授(日本耕造计划工業株式会社); Minoru Okada(日本奈良先端科学技术大学院大学)博士Sang-il Ahn 教授(韩国航天航空研究院,韩国) Ji-Hwan Choi(韩国科学技术研究院),教授Sungtek Kahng(韩国仁川国立大学),教授Sooyoung Kim(韩国全北国立大学)先生宋成灿(Sung Chan Song)(韩国韩华系统公司) Do-Kyoung Kim (LIGNex1,韩国)先生Jong-Jin Jang 博士(韩国 KAI) Dong-Pil Chang 博士(韩国 ETRI) Kyoung Youl Park(ADD,韩国),教授Wonjae Shin (韩国高丽大学) 提交至:
IDentif.AI 2.0 疫情防控平台:快速确定优化的 COVID-19 联合治疗方案的优先次序 标题:使用人工智能优化 COVID-19 联合治疗设计 Agata Blasiak 1,2,3 *^, Anh TL Truong 1,2,3 *, Alexandria Remus 1,2,3 *, Lissa Hooi 4 *, Shirley Gek Kheng Seah 5 *, Peter Wang 1,2,3 , De Hoe Chye 5 , Angeline Pei Chiew Lim 5 , Kim Tien Ng 6 , Swee Teng Teo 6 , Yee- Joo Tan 6,7 , David Michael Allen 8,9 , Louis Yi Ann Chai 8,9 , Wee Joo Chng 4,8,10,11 , David CB Lye 8,12,13,14 , John Eu-Li Wong 8,10 , Conrad En Zuo Chan 5 ^, Edward Kai-Hua Chow 1,2,3,4,11,15 ^ 和 Dean Ho 1,2,3,15 ^ *共同第一作者^共同通讯:agata.blasiak@nus.edu.sg、cenzuo@dso.org.sg、csikce@nus.edu.sg biedh@nus.edu.sg 1 新加坡国立大学杨潞龄医学院数字医学研究所(WisDM),新加坡 117456。 2 新加坡国立大学 N.1 健康研究所(N.1),新加坡 117456。 3 新加坡国立大学新加坡国立大学工程学院生物医学工程系,新加坡 117583。 4 新加坡国立大学新加坡癌症科学研究所,新加坡 117599。 5 国防科学技术研究院实验室,新加坡,新加坡 117510。6 新加坡国立大学杨潞龄医学院微生物学和免疫学系传染病转化研究项目,117545。7 新加坡科技研究局分子与细胞生物学研究所(IMCB),新加坡,138673。8 新加坡国立大学杨潞龄医学院医学系,新加坡 119228。9 新加坡国立大学医院传染病科,新加坡 119074。10 新加坡国立大学癌症研究所血液肿瘤学系,新加坡国立大学医院 119074。11 新加坡国立大学杨潞龄医学院新加坡国立大学癌症研究中心(N2CR),新加坡 117599。12 国家传染病中心(NCID),陈笃生医院,新加坡 308442。13 李光前医学院南洋理工大学医学院,新加坡 308232。14 陈笃生医院传染病部,新加坡 308433。15 新加坡国立大学杨潞龄医学院药理学系,新加坡 117600。亮点
摘要 目的 评估不同类型血脂异常个体罹患2型糖尿病(T2DM)的风险,并比较不同血脂参数对T2DM的预测价值。 方法 对中国健康与养老纵向研究(CHARLS)的数据进行二次分析。在基线调查(2011—2012年)中,共访谈17 708名45岁以上个体,采集11 847份血样。在两次随访调查(2013—2014年和2015—2016年)中确认T2DM的结果。通过Cox比例风险回归模型估计T2DM与血脂异常相关的HR和95%CI。通过受试者工作特征(ROC)曲线下面积(AUC)比较八个血脂参数的判别值。 结果 共7329名参与者纳入分析;在平均3.4年的随访期内,387名(5.28%)受试者新发糖尿病。与血脂正常者相比,高胆固醇血症、高甘油三酯血症及低高密度脂蛋白胆固醇(HDL-C)者的2型糖尿病风险显著升高(HR(95% CI)分别为1.48(1.11至1.96)、1.92(1.49至2.46)和1.67(1.35至2.07))。非HDL-C(0.685,95%CI 0.659~0.711)、甘油三酯(TG)(0.684,95%CI 0.658~0.710)、总胆固醇(TC)/HDL-C(0.685,95%CI 0.659~0.712)及TG/HDL-C(0.680,95%CI 0.654~0.706)的AUC均显著(p<0.005)大于其他脂质参数。结论中老年人高甘油三酯血症、高胆固醇血症及低HDL-C是罹患糖尿病的高危人群,非HDL-C、TG、TC/HDL及TG/HDL在预测2型糖尿病发病率方面优于其他脂质参数。
江苏科技大学自动化系,镇江 212000 * E-mail: zhipengfei@just.edu.cn 收稿日期: 2022年8月23日 / 接受日期: 2022年9月22日 / 发表日期: 2022年10月10日 本文基于频域分析了光电场输出功率波动特性,并提出了一种基于自适应小波包分频的光电功率分配方法,该方法合理分配了低频、中频和高频能量在不同储能元件之间的分布。结合超级电容器和锂电池的储能特性,设计了一种超级电容器和锂电池的协调控制策略,有效抑制了光伏功率波动对电网的影响。与光伏原有功率相比,本文提出的方法大大降低了光伏功率的波动,从而使最终并网功率区域平滑,从而使电网和储能组件稳定安全发展。最后通过某光电场实测数据的半实物仿真验证了该方法的有效性。关键词:混合储能;协调控制策略;自适应小波包分解1.引言
许多植物物种和基因型对转化和再生 (TR) 的适应性存在很大差异,这对基因工程在研究和育种中的应用提出了挑战。为了帮助了解这种变异的原因,我们使用 1204 棵野生黑杨树种群进行了关联作图和网络分析。为了对愈伤组织和嫩枝 TR 进行精确和高通量的表型分析,我们开发了一种计算机视觉系统,可以交叉引用互补的红、绿、蓝 (RGB) 和荧光高光谱图像。我们使用单标记和组合变异方法进行了关联作图,然后对已发表的多组学数据集进行了上位性和整合的统计检验,以确定可能的调控中心。我们报告了 409 个与编码序列 5 kb 范围内的关联有关的候选基因,上位性测试表明其中 81 个候选基因是彼此的调节因子。与蛋白质 - 蛋白质相互作用和转录调控相关的基因本体术语被过度使用。除了长期确定对 TR 至关重要的生长素和细胞分裂素通路之外,我们的结果还强调了应激和伤害通路的重要性。这些通路内和跨通路的潜在信号调节中心包括生长调节因子 1 (GRF1)、磷脂酰肌醇 4-激酶 β 1 (PI-4K β 1) 和 OBF 结合蛋白 1 (OBP1)。
志勇、苍怀兴和杨鑫 2020. 基于薄膜氮化镓 (GaN) 的声流体镊子:建模和微粒操控。超声波 108,106202。10.1016/j.ultras.2020.106202
