XiaoMi-AI文件搜索系统
World File Search System比较研究
直接激光消融和激光诱导的等离子体辅助消融玻璃表面上的比较研究
©2021 Elsevier。根据创意共享归因于noncmercial- noderivatives 4.0国际许可证（http://creativecommons.org/licenses/by-nc-nc-nd/4.0/），允许在任何媒介中适当地被列入工作，允许在任何媒介中进行不受限制的，非商业用途，分发和复制。
步态偏差和神经疾病：定量测量的比较研究
步态是一系列协调的运动，使人类可以从一个地方移到另一个地方，是我们日常生活的基本方面。步态研究对包括生物力学，康复，运动科学和机器人技术在内的各个领域具有深远的影响。传感器技术的最新进展，例如惯性测量单元（IMUS）[1-5]和运动捕获系统[6，7]，使得可以同时从多个关节中收集高分辨率角度数据[1，8-11]。临床步态分析（CGA）利用了描述步态的这种序列，以便为临床医生提供决策援助[12，13]。在步态康复的框架中，必须采取定量措施来评估治疗过程中患者的进度。文献中的几件作品解决了这一领域，到目前为止，已经提出了不同的措施[13]。最广泛使用的是步态偏差指数（GDI）[14]，例如步态谱分数（GPS）[15]和Gillette步态指数（GGI）[16]。这种措施的目的是量化与正常步态模式的偏差。
学习如何使用基于BCI的学习环境来生成动力学运动图像：基于指导或试验方法的比较研究
摘要 - Kinesthetic Motor图像（KMI）是一项心理任务，如果正确执行，则在运动训练或康复中使用脑部计算机界面（BCI）可能非常相关。不幸的是，这项心理任务通常很复杂，并且可以导致其执行情况高度可变性，从而减少其潜在的好处。KMI任务如此困难的原因是因为没有标准化的方式来指导该主题在这项心理任务中。这项研究提出了一种创新的BCI，称为Grasp-It，以支持KMI任务的学习，并评估两种不同的学习方法：（i）第一个由实验者和渐进率指导的，基于渐进率的概念，（ii）第二个学习者是单独的，并且通过试验和错误进行了学习和练习。基于脑电图分析的发现和主观问卷调查验证了grasp-it bci的设计，并为KMI学习方式开辟了观点。索引项 - Kinesthetic Motor图像；大脑计算机界面； grasp-it;中风康复； BCI学习环境；人类计算机相互作用
Keccak SHA-3实施的比较研究
摘要：本文对最先进的解决方案进行了广泛的比较研究，以实现SHA-3哈希功能。sha-3是现代密码学中的关键组成部分，已经在各种平台和技术之间产生了许多实现。本研究旨在为选择和优化Keccak SHA-3实施提供宝贵的见解。我们的研究涵盖了硬件，软件和软件 - 硬件（混合）解决方案的深入分析。我们评估每种方法的优势，劣势和性能指标。在不同用例中评估了包括计算效率，可伸缩性和灵活性在内的关键因素。我们调查了每个实现在速度和资源利用方面的执行方式。本研究旨在提高密码系统的知识，以帮助有效的加密解决方案的知情设计和部署。通过提供有关SHA-3实施的全面概述，本研究清楚地了解了可用的选择，并为专业人士和研究人员提供了必要的见解，以在其加密工作中做出明智的决定。
GDAS驱动的机器学习天气预测：一项与GDAS始于全球天气预测初始化的图形广播的比较研究
对全球天气的中等程度预测在各个社会和经济领域的决策过程中起着关键作用。近年来，在天气预测中的机器学习（ML）模型应用程序的迅速发展，与传统的数值天气预测（NWP）模型相比，表现出色的性能显着。这些剪边模型利用了多种ML架构，例如图形神经网络（GNNS），卷积神经网络（CNN），傅立叶神经操作员（FNOS）和变压器。值得注意的是，Google DeepMind开创了一种基于ML的新方法，称为GraphCast，从重新分析数据中直接培训，并在不到一分钟的时间内促进了对众多天气变量的全球预测。令人印象深刻的是，图形播放预测在预测恶劣天气事件方面的准确性提高，包括热带气旋，大气河流和极端热量等现象。但是，Graphcast的效率依赖于高质量的历史天气数据进行培训，通常来自ECMWF的ERE5重新分析。
MLCQ数据集的比较研究
摘要。代码气味是软件代码中潜在问题的指标，可以使维护更具挑战性。传统的检测代码气味的方法主要依赖于手工制作的规则和启发式方法，而最近的进步探索了机器学习（ML）和深度学习（DL）技术。在本文中，我们研究了基于迅速的大语言模型（LLM）在代码气味检测中的应用，利用最先进的模型，即经过生成的预训练的预训练的Transformer-4（GPT-4）和大型语言模型Meta AI（LLAMA）。我们对机器学习代码质量（MLCQ）数据集进行了广泛的分析，重点介绍这些LLM在提示识别和分类代码气味时的性能。通过系统地评估每个模型的性能，我们提供了对它们的精确，召回和能够跨越不同类型的代码气味的能力的见解。我们的结果旨在证明LLM的潜力是自动化某些类型的代码气味的有前途的工具，同时表现不佳。
对患有和没有痴呆的老年人的感觉处理的比较研究
1。引言感官处理是一个神经过程，可以从身体和环境中对感觉刺激进行编码，解释和回忆以促进适当的反应[1-3]。感觉调制是指大脑调节哪些感觉输入，何时和处理的能力[4]。Dunn的感觉处理模型基于神经系统阈值和自我调节[5-6]。神经系统阈值是感知感觉刺激的点，阈值范围从低到高[7]。阈值较低的个体迅速识别刺激，而阈值较高的人可能会错过标准感觉输入[8-9]。自我调节涉及调节感觉刺激，并且可以被动或活跃。被动自我调节器不采取行动来调节感觉输入，而主动自我调节器采用策略来控制刺激的类型或数量[10]。个体可能对每日感觉刺激的反应有所不同，从而导致广泛的变化[11-12]。尽管感觉处理的差异是正常的，但高度变异可能与不同的心理病理学有关[13]。
在IIIC黑色素瘤或IV期的化学疗法方法和新的抗癌疗法的医学经济比较研究
EMA。欧洲药品局ERK。细胞外信号相关激酶FDA。美国食品和药物管理局GHM。生病的ICER的同质群体。增量成本效益比，在医学经济语言IMC中的成本效益的翻译。体重指数IV。静脉注射有限责任公司。慢性淋巴白血病LNH。非霍奇金的淋巴瘤。生命年，在医学经济语言图中赢得了生命年的翻译。有丝分裂原激活的蛋白激酶MEK。有丝分裂原激活的细胞外信号再添加激酶UV。超紫色的黄金。优势比PUVA。coralene和RCP的超紫罗兰。多学科咨询会议TDM。TEP上固定测定法。正电子发射断层扫描
高强度神经传导阻滞的临床前小鼠模型的比较研究
基于纳米粒子的新疗法在高级别胶质瘤 (HGG) 中的临床转化仍然非常少。部分原因是缺乏合适的临床前小鼠模型，无法复制复发性 HGG (rHGG) 的复杂特征，即血脑屏障 (BBB) 的异质结构和功能特征。本研究的目的是将 rHGG 的肿瘤 BBB 特征与两种不同的 HGG 小鼠模型（普遍使用的 U87 细胞系异种移植模型和患者衍生的细胞系 WK1 异种移植模型）进行比较，以评估它们是否适合纳米医学研究。方法：使用结构 MRI 评估完全发育肿瘤的小鼠模型中 BBB 开放的程度，并使用动态对比增强 MRI 获取对比增强肿瘤中 BBB 通透性的值。使用 H&E 和免疫荧光染色来验证体内成像研究的结果。结果：U87 模型中对比增强肿瘤中 BBB 破坏程度和通透性明显高于 rHGG。WK1 模型中的这些值与 rHGG 相似。U87 模型不具有浸润性，具有完全异常和渗漏的血管系统，并且不是神经胶质来源。WK1 模型浸润到非肿瘤性脑实质中，它既有完整的 BBB 区域，也有渗漏的 BBB 区域和神经胶质来源残留区域。结论：与 U87 小鼠模型相比，WK1 小鼠模型更准确地再现了 rHGG 患者的 BBB 破坏程度、BBB 通透性水平和组织病理学特征，因此是用于对新兴的基于纳米颗粒的 HGG 疗法进行临床前评估的更具临床相关性的模型。
机器学习方法是否导致类似的个性化治疗规则？真实数据的比较研究
Florie Bouvier，Etienne Peyrot，Alan Balendran，CorentinSégalas，Ian Roberts等。机器学习方法是否导致类似的个性化治疗规则？对真实数据的比较研究。医学的统计数据，2024，43（11），pp.2043-2061。10.1002/sim.10059。hal-04503566