在学生信息系统中实施学习规定时,教师的直觉想法通常与后来的 IT 映射不同。本文追求对此类过程的合理化(经济和心理)。最终目标是基于人工智能的辅助系统,为学习规定的生成、验证、认证和使用提供支持。先进的人工智能工具可以支持高等教育参考模型 (HERM) 中确定的课程设计中的广泛业务能力。这种方法的进一步目标是提高个人学习计划与学习规定的一致性并支持学习指导。我们的符号方法应用了自然语言和抽象逻辑的通用语义,充当了法律规范和课程设置之间的桥梁。本文解释了一般概念,介绍了开发的技术架构,并介绍了单个工具及其与校园现有 IT 基础设施的集成。演示和讨论了课程设计用例,包括提取和解释编码知识、协作编辑学习规定以及在创建过程中对学习规定进行细粒度版本控制。最后,讨论了由此产生的好处、剩余的挑战和未来的方向。关键词:微服务架构、语义建模、高等教育、人工智能、课程生命周期、学生信息系统
已经表明,单甲基化的帽结构在核事件中起着重要作用。盖结构与增强前mRNA剪接有关。最近,还建议这种结构促进RNA从细胞核到细胞质的转运。我们先前已经从HELA细胞核提取物中鉴定出并纯化了8OKD核盖结合蛋白(NCBP),这可能会介导这些核活性。在本报告中,我们描述了编码NCBP的互补DNA(cDNA)的克隆。确定了NCBP的部分蛋白质序列,并从HELA cDNA文库中分离出NCBP的全长cDNA。该cDNA编码了790个氨基酸的开放阅读框,其计算的分子质量为91,734 daltons,其中包含大多数确定的蛋白质序列。但是,蛋白质序列与任何已知蛋白质都没有显着同源性。转染实验表明,在HELA细胞中瞬时表达的表位标记的NCBP仅在核质中定位。使用截短的NCBP cDNA进行的类似实验表明,这种核定位活性由N末端70氨基酸区域赋予。
ErbB 受体家族(包括 EGFR 和 HER2)在细胞生长和存活中起着至关重要的作用,并与乳腺癌和肺癌等各种癌症的进展有关。在本研究中,我们开发了一个深度学习模型,使用基于 SMILES 表示的分子指纹来预测 ErbB 抑制剂的结合亲和力。每种 ErbB 抑制剂的 SMILES 表示均来自 ChEMBL 数据库。我们首先从 SMILES 字符串生成 Morgan 指纹,并应用 AutoDock Vina 对接来计算结合亲和力值。根据结合亲和力过滤数据集后,我们训练了一个深度神经网络 (DNN) 模型来根据分子指纹预测结合亲和力值。该模型取得了显著的性能,训练集上的均方误差 (MSE) 为 0.2591,平均绝对误差 (MAE) 为 0.3658,R 平方 (R²) 值为 0.9389。尽管在测试集上性能略有下降(R² = 0.7731),但该模型仍然表现出强大的泛化能力。这些结果表明深度学习方法对于预测 ErbB 抑制剂的结合亲和力非常有效,为虚拟筛选和药物发现提供了宝贵的工具。
菌丝体结合复合材料是一类新型可持续且价格实惠的生物复合材料,最近被引入包装、时尚和建筑领域,作为传统合成材料的替代品。近年来,人们进行了广泛的调查和研究,以探索菌丝体结合复合材料的生产和加工方法以及寻找其潜在应用。然而,这种新型生物复合材料在建筑行业的应用仅限于小规模原型和展览装置。机械性能低、吸水率高以及缺乏标准生产和测试方法等问题仍然是菌丝体结合复合材料用作非结构或半结构元素时需要解决的主要挑战。这篇简短的评论旨在展示菌丝体结合复合材料在建筑领域的应用潜力,包括隔热和隔音以及替代干式墙和瓷砖。本综述总结了有关建筑领域使用的菌丝体结合复合材料的特性的主要可用信息,同时提出了未来研究和开发这些生物复合材料在建筑行业应用的方向。
1 巴塞尔大学医院医学与临床研究系传染病与医院流行病学科,瑞士巴塞尔 4031;2 巴塞尔大学医学院,瑞士巴塞尔 4031;3 Certara UK Limited,英国谢菲尔德;4 瑞士洛桑大学医院和洛桑大学实验室医学与病理学系临床药理学服务与实验室;5 巴塞尔大学巴塞尔州立大学,瑞士布鲁德霍尔茨;6 瑞士洛桑大学医院传染病服务中心;7 瑞士苏黎世大学医院传染病与医院流行病学系;8 瑞士伯尔尼大学医院传染病系; 9 瑞士卢加诺日内瓦大学及瑞士南部大学卢加诺州立医院传染病科;10 瑞士日内瓦大学日内瓦大学医院传染病科;11 圣加仑州立医院传染病和医院流行病学系
与实验研究的许多其他领域一样,射电天文学与现代技术同时发展,有时会从中借来,有时会推到新的杠杆。这种伙伴关系可以清楚地看到接收者,低温和最先进的电子产品。在过去的20 - 30年中,电子组件价格价格的自由轨道轨迹,尤其是低噪声放大器(LNA),使得建立非常敏感的接收器,以允许在Karl Jansky在1930年代收集到Galaxy的一流数据时,可以对物理可观察到的物理可观察结果进行测量。另一方面,多光束接收器和大面积设施已经在改变当前数据采集率和预期灵敏度的范式,不仅对天体物理学的影响(更多的数据,更多的数据,更多的来源,更深入的红移,在较少观察的时间内),而且在操作的效率上也有效。SKA,Lofar,Alma,Evla和Hauca等是面对新世纪开创性科学挑战的最先进技术。
为了处理现实世界中的噪声数据和不完整信息,我们将机器学习的通用性和抗噪性与知识表示和符号推理的严谨性和可重用性相结合,构建能够灵活应对未知情况的强大人工智能。我们还旨在将AI应用到以前从未应用过的领域,例如估计COVID-19的基因网络,预测辐射下的细胞动态以及基于媒体数据分析行为。
hal是一个多学科的开放访问档案,用于存款和传播科学研究文件,无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构,也可能来自公共或私人研究中心。
背景:该系统评价旨在全面评估离散事件模拟(DES)模型在管理慢性阻塞性肺疾病(COPD)中的当前应用。通过合成和分析多项研究,我们纳入了最新证据,评估研究质量,识别差距,并为DES在COPD管理中的未来应用提供建议。方法:我们系统地搜索了六个电子数据库,包括PubMed,Web of Science,Embase,Cochrane,Econlit和China National Knowledent Inspstructure(CNKI),以截至2024年8月22日发表的文章。还手动检查了随附文章的参考列表。根据研究类型,我们使用合并的健康经济评估报告标准(Cheers)2022清单或国际药物经济学与结果研究学会(ISPOR)实践指南评估质量。结果:在确定的273个记录中,有9项研究符合纳入标准。所有这些研究都集中在COPD管理中使用DES进行健康经济评估,并在高收入国家进行。根据他们使用的建模系统将研究分为三组:不同药理治疗的成本效益分析(n = 3),病例检测策略的经济评估(n = 3)以及对COPD医疗保健服务的各种干预措施的评估(n = 3)。所有研究报告了模型验证方法(n = 9);但是,只有两项研究进行了亚组分析。关键字:离散事件模拟,慢性阻塞性肺部疾病,个性化医学,系统评价结论:本综述强调了DES在COPD管理中的当前使用,并提出了未来研究和资源分配的途径,以提高COPD干预措施的有效性。
