(未通过同行评审认证)是作者/资助者。保留所有权利。未经许可就不允许重复使用。此预印本版的版权持有人于2024年1月25日发布。 https://doi.org/10.1101/2024.01.25.577271 doi:Biorxiv Preprint
由于防御机制不足。例如,HAL-036语言模型的透明度和幻觉[14]可能会影响037对场景的可靠理解,从而导致机器人系统中不希望的038动作。另一个风险来源是039是LLMS/VLMS无法解决文本或图像提供的040上下文信息的歧义[35,52]。041由于当前语言模型通常遵循模板-042的提示格式来执行任务[16,29],因此缺乏043在解决自然044语言的变体和同义词时缺乏灵活性也可能导致045个提示的误解[24,43]。此外,在提示046中使用多模式的输入增加了上下文理解的难度和047推理的难度,这可能导致更高的失败风险[8,18]。048在实际应用中,这些风险将对机器人系统的鲁棒性和安全构成重大挑战。050我们的目标是分析语言模型和机器人技术的可信度和可靠性051。在这方面,我们的目标是052通过广泛的实验提高对机器人应用程序054的最先进语言模型的安全问题的认识。我们表明,需要对该主题进行进一步的研究055,以安全地部署基于LLM/VLM的056机器人,以实现现实世界应用程序。我们的主要重点是057
本研究旨在评估金融技术对埃塞俄比亚商业银行成本效率的影响。二级面板数据是从2011年至2022年期间的十二年中的十七个财政年度的审计年度报告中收集的。通过随机前沿方法调查了银行的成本效率。调查结果表明,在埃塞俄比亚运营的商业银行在成本管理方面有效,平均效率为83%。除了金融技术外,银行规模,利率传播利率,管理质量,汇率,资本化和银行所有权的影响对于成本效率也很重要。值得注意的是,金融技术在埃塞俄比亚的商业银行的成本效率中起着出色的作用。研究结果表明,金融创新平台与商业银行的成本效率之间存在积极关联。通过卡银行,移动银行和互联网银行提供的银行服务提高了埃塞俄比亚商业银行的成本效率。作为一种战略资源,银行业务中的金融创新通过减少非经济成本和交付银行服务所需的时间来提高银行的成本效益。为提高其成本效率,鼓励埃塞俄比亚的商业银行使用金融创新平台提供金融服务,并更新目前的成本管理策略,旨在减少产生和收取贷款以及支付的贷款和利息费用,以维持存款和其他利息债务。
1 INRAE, GAFL, Montfavet, France, 2 INRAE, A2M, Montfavet, France, 3 Department of Agricultural, Forest and Food Sciences (DISAFA), Plant Genetics, University of Torino, Grugliasco, Italy, 4 Plant Breeding, Wageningen University and Research (WUR), Wageningen, The Netherlands, 5 Research Centre for Vegetable and Ornamental Crops,意大利Pontecagnano Faiano农业研究和经济学委员会,6 Bati Akdeniz农业研究所6 Shanhua, Taiwan, 9 Leibniz Institute of Plant Genetics and Crop Plant Research (IPK), Seeland,Corre, Gatersleben, Germany, 10 Department of Crop Sciences, Center for Integrated Breeding Research, Georg-August-University, G ¨ ottingen, Germany, 11 Casaccia Research Centre, Italian National Agency for New Technologies, Energy, and Sustainable Economic Development (ENEA),罗马,意大利
(示例)人工智能医疗项目与《药品和医疗器械法》之间的冲突 有时,您可能需要在人工智能业务启动之前甚至之后推迟或取消其计划,例如,人工智能医疗项目与《药品和医疗器械法》之间的冲突药品和医疗器械等产品的质量、功效和安全”
机械和航空航天工程罗格斯大学 - 新不伦瑞克省,皮斯卡塔维,新泽西州08854,美国摘要提出了一种新颖的有限元模型,以研究嵌入细胞外基质中轴突的机械响应,当时纯粹在纯粹的非伴随kinematic Kinematic Bounders条件下伸长额。Ogden超弹性材料模型描述了轴突和细胞外矩阵材料的特征。对白质中的两个轴突绑定方案进行了研究,其中一个少突胶质细胞(单ol)具有多个连接的多oligodendrocyte(Multi-Ol)。在多ol绑定构型中,将产生的力随机定向为分布式神经胶质细胞在其附近的轴突周围任意包裹。在单摩尔设置中,位于中央的少突胶质细胞在附近的多个轴突。绑定力针对这种少突胶质细胞,从而导致更大的方向性和较远的应力分布。与轴突的少突胶质连接由弹簧式仪表板模型表示。髓磷脂的材料特性是少突胶质细胞刚度参数化的上限(“ K”)。提出的FE模型可以实现连接机制及其对轴突刚度的影响,以准确确定由此导致的应力状态。对不同连接场景的应力应变图的根平方偏差分析显示,轴突刚度随着束缚的增加而增加,表明少突胶质细胞在应力再分布中的作用。在单醇子模型中,对于每个轴突相同数量的连接,RMSD值随着“ K”(少突胶质细胞弹簧刚度)值的增加而增加。RMSD计算表明,对于“ K”值,与多OL相比,单摩尔模型产生的略微更硬模型。当前的研究还通过随机化和添加连接以确保更大的响应能力来解决多OL模型的潜在几何局限性。两个子模型中注意到的环状弯曲应力表明,轴突损伤积累和重复负载故障的风险。关键字:微力学,有限元素,少突胶质细胞,轴突损伤,CNS白色物质,多尺度模拟,超弹性材料,Abaqus incenclature
肩突硬蜱,即黑腿蜱,是莱姆病螺旋体伯氏疏螺旋体的主要媒介,是美国每年约 47 万例莱姆病病例中的大多数是由其引起的。肩突硬蜱可以传播另外六种对人类健康有影响的病原体。由于其医学重要性,肩突硬蜱是第一个被测序和注释的蜱基因组。然而,由于节肢动物基因组特有的长重复基因组序列以及缺乏长读长测序技术所带来的技术挑战,第一个组装体肩突硬蜱 Wikel (IscaW) 高度碎片化。尽管由于胚胎注射和 CRISPR-Cas9 介导的基因编辑等新工具的出现,肩胛带蜱已成为蜱研究的模型,但缺乏染色体级支架减缓了蜱生物学的进展和控制工具的开发。在这里,我们结合了多种技术来制作肩胛带蜱 Gulia-Nuss (IscGN) 基因组组装和基因组。我们使用了来自卵和雄性和雌性成年蜱的 DNA,并利用 Hi-C、PacBio HiFi 测序和 Illumina 短读测序技术来制作染色体水平的组装。在这项工作中,我们展示了由 13 条常染色体和性假染色体组成的预测假染色体:X 和 Y,以及与现有组装和注释相比显着改进的基因组注释。
新型严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 会引起病理性肺部症状。针对这种病毒的疫苗和药物的大多数开发工作都针对刺突糖蛋白,特别是其 S1 亚基,该亚基被血管紧张素转换酶 2 识别。在这里,我们使用内部开发的工具 CaverDock 使用低温电子显微镜结构 (PDB-ID: 6VXX) 和来自先前发布的分子动力学模拟的五个最密集簇的代表性结构对刺突糖蛋白进行虚拟筛选。配体数据集来自 ZINC 数据库,包括全球批准用于临床的药物。针对完整数据集计算了单个药物通过刺突糖蛋白同源三聚体通道的轨迹、它们在通道内的结合能以及它们与三聚体三个亚基的接触持续时间。然后使用多元统计方法建立结构-活性关系并选择运动抑制的最佳候选药物。这种用于快速筛选多状态蛋白质结构(6 种状态)中全球批准药物(4359 种配体)的新协议在完成计算的速度方面表现出很高的稳健性。该协议是通用的,可以应用于任何具有包含蛋白质隧道或通道的实验性三级结构的目标蛋白质。该协议将在 CaverWeb 的下一个版本中实现(https://loschmidt.chemi.- muni.cz/caverweb/),以便更广泛的科学界可以访问它。2021 作者。由 Elsevier BV 代表计算和结构生物技术研究网络出版。这是一篇根据 CC BY 许可开放获取的文章(http://creativecommons. org/licenses/by/4.0/)。
扩散磁共振成像 (dMRI) 通过探测扩散分子与组织微结构之间的相互作用,为神经组织环境提供了独特的见解。大多数 dMRI 技术侧重于白质 (WM) 组织,然而,人们对灰质表征的兴趣正在增长。体细胞和神经突密度磁共振成像 (SANDI) 方法利用一种模型,该模型结合了球形物体(假设与细胞体相关)和不透水“棒”(假设代表神经突)中的水扩散,这可能使细胞和神经突密度的表征成为可能。认识到啮齿动物在发育、衰老、可塑性和疾病的动物模型中的重要性,我们在此使用 SANDI 进行体内临床前成像,并通过将 SANDI 指标与 Allen 小鼠大脑图谱反映的细胞密度进行比较,对该方法进行了首次验证。 SANDI 在配备低温线圈的 9.4T 扫描仪上实施,并在 N = 6 只小鼠上进行了体内实验。进行了像素级、基于 ROI 和图谱比较,比较了幅度与实值分析,并研究了减少 b 值壳数量的较短采集时间。我们的研究结果显示 SANDI 参数具有良好的可重复性,包括球体和棒状分数以及球体大小(CoV 分别为 < 7%、12% 和 3%)。此外,我们发现 SANDI 驱动的球体分数与代表细胞密度的 Allen 小鼠脑图谱对比度之间存在非常好的等级相关性。我们得出结论,SANDI 是一种可行的临床前 MRI 技术,可以极大地促进脑组织微结构的研究。