XiaoMi-AI文件搜索系统
World File Search System联合模型
精神分裂症的多巴胺、谷氨酸和 GABA 假说：谷氨酸可能是关键
本文探讨了神经递质多巴胺、谷氨酸和γ-氨基丁酸 (GABA) 导致精神分裂症的假设，并得出结论：谷氨酸影响多巴胺和 GABA 的联合模型是最合理的解释机制。多巴胺假说得到了证据的支持，即精神分裂症患者的特定大脑区域的多巴胺受体和神经递质明显增加和减少。此外，针对多巴胺受体的药物已成功减轻了精神分裂症症状。谷氨酸假说认为神经递质谷氨酸是这种疾病的基础，因为影响 NMDA（谷氨酸）受体已被证明会导致积极和消极的精神分裂症症状，包括仅在精神分裂症中出现的视觉和听觉症状。此外，与 NMDA 受体和精神分裂症相关的几个基因存在遗传关联。 GABA 模型也被探索，因为篡改与 GABA 相关的细胞已被证明会诱发精神分裂症症状，尽管这可以解释为与谷氨酸模型的结合，而不是对立。单独考虑时，这些假设是有缺陷的。多巴胺模型无法解释负面的精神分裂症症状，针对多巴胺受体的药物仍然无法完全减轻自我报告的症状。同样，谷氨酸模型可能是由不规则的 GABA 量引起的，谷氨酸假说也可能解释针对多巴胺的治疗的积极作用。有证据表明，导致 NMDA 受体功能下降的药物会导致多巴胺功能障碍。结合多巴胺和谷氨酸参与的有力证据，最合理的模型是 NMDA 功能障碍导致 GABA 和多巴胺受体问题。
首先是由...
在晚期或转移性食管型鳞状细胞癌（ESCC）中，Tislelizumab +化学疗法与安慰剂 +化学疗法对患者报告的症状和总体生存（OS）的影响Pan⁴，Sook RyunPark⁵，LinShen⁶，Eric vanCutsem⁷，Paula Jimenez-Fonseca⁸，BryantBarnes⁹，Tianmo SunIth，Gisoo Barnes面，Timothy Victor面，官员：中国北京的Chinese PLA综合医院； “日本东京国有癌症中心医院；中国Hefei的Anhui省医院；韩国乌尔山医学院，韩国首尔大学医学中心⁵山医学中心； ⁶中国北京贝吉癌医院； lueven，卢文堡的大学医院和比利时鲁南的鲁文； ⁸西班牙奥维耶多的阿斯图里亚斯大学中心医院；美国加利福尼亚州圣马特奥市的Beigene USA，Inc。；中国北京的Beigene（北京）有限公司；美国加利福尼亚州圣马特奥的美国北比恩公司；美国加利福尼亚州圣马特奥的美国北比恩公司；美国宾夕法尼亚州费城宾夕法尼亚大学。摘要背景：虽然先前已经证明了生存率的提高，但免疫疗法对ESCC中HRQOL的影响尚未得到很好的检查。基于肿瘤学试验的传统分析，例如劣化时间（TTD）和重复测量的混合模型（MMRMS），受到折现复发事件的限制。来自EORTC QLQ-C30和OES18，建模了7个关键症状结构域（GHS，身体功能，疲劳，吞咽困难，疼痛，痛苦，饮食限制）。Osoba（1998）10点阈值用于定义RDE。Osoba（1998）10点阈值用于定义RDE。因此，我们应用了一个3组分联合模型（JM）框架来定义患者报告的症状，治疗效果和OS之间的临床解释性相关性，而ESCC的亚组中的ESCC的亚组中的临床症状则符合其主要端点，该端点符合其主要端点，其PD-L1表达的PD-L1表达为≥1％，≥5％，≥5％和≥10％。方法：最终分析样本包括Tislelizumab+化学疗法组（T+C）中的226名患者，在安慰剂+化学疗法组中为PD-L1≥1％，在T+C ARM中为PD-L1≥1％，P+C ARM中为PD-L1≥5％的PD+C ARM中的113例为PD-L1≥5％，P+C ARM为PD+C ARM，PD+C ARM中的PD-L1≥10％。Pro数据是在基线和每个处理周期（最多6个周期），然后在每个其他周期以及安全随访时收集的，并分析了基线（CFBL）的变化。联合模型包括三个组成部分：1）预测CFBL症状得分的线性混合模型； 2）COX比例危害模型（CPH）用于OS的时间； 3）脆弱的（复发变质事件的随机效应[RDES]）CPH模型用于基于Pro的RDE的时间。结果：两个武器的ITT人群的调整后率> 90％。在PD-L1≥5％（P = 0.0476）中观察到显着的T+C治疗效果，PD-L1≥1％（P = 0.0028）和PD-L1≥5％（P = 0.0149）亚组，但在PD-L1≥10％中，PD-L1≥1％（P = 0.0028）和PD-L1≥5％（P = 0.0149）。对于其他5个症状（即，GHS，疲劳，浮肿，吞咽困难，饮食限制），治疗组之间没有统计学上的显着差异。但是，T+C与所有7种关键症状和PD-L1亚组的死亡风险显着降低有关。As one example, with respect to interaction between pain and OS, T+C was associated with a 22% (HR, 0.78 [95% CI, 0.652-0.931]), 33% (HR, 0.67 [95% CI, 0.515-0.860]), and 47% (HR, 0.50 [95% CI, 0.344-0.720]) reduction in the risk of death在PD-L1≥1％，≥5％和≥10％中，与P+C相比。
TISS-net：使用级联双任务网络和误差预测一致性进行脑肿瘤图像合成和分割
从医学图像中准确分割脑肿瘤对于诊断和治疗计划非常重要，而且通常需要多模态或对比度增强图像。然而在实践中，患者的某些模态可能缺失。合成缺失的模态有可能填补这一空白并实现高分割性能。现有方法通常分别处理合成和分割任务，或者将它们联合考虑，但没有对复杂的联合模型进行有效的正则化，导致性能有限。我们提出了一种新颖的脑肿瘤图像合成与分割网络 (TISS-Net)，该网络可以高性能地端到端获得合成的目标模态和脑肿瘤分割。首先，我们提出了一个双任务正则化生成器，可以同时获得合成的目标模态和粗分割，它利用肿瘤感知合成损失和可感知正则化来最小化合成和真实目标模态之间的高级语义域差距。基于合成图像和粗分割，我们进一步提出了一个双任务分割器，它可以同时预测细化分割和粗分割中的误差，其中引入这两个预测之间的一致性以进行正则化。我们的 TISS-Net 通过两个应用进行了验证：合成 FLAIR 图像用于整个神经胶质瘤分割，合成增强 T1 图像用于前庭神经鞘瘤分割。实验结果表明，与现有模态的直接分割相比，我们的 TISS-Net 大大提高了分割精度，并且优于最先进的基于图像合成的分割方法。2023 作者。由 Elsevier BV 出版 这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
wreetabrata kar cv
2021•战略定位和客户响应的联合模型。IISA 2021会议，2021 2020•机器学习营销组件效果：将因果林应用于有针对性的电子邮件促销。决策科学会议，2020年（也是会议主席）2019年•用于研究营销活动中促销效果的大型贝叶斯建模。数据和统计科学会议的创新，2019年•量化销售代理人出发的间接成本：关系，努力和道德危害如何促进收入损失。数据和统计科学会议的创新，2019年2018年•当足够的广告足够时：谁容忍而谁不容忍？营销科学2018•量化靶向电子邮件对客户转换的影响：一种结构性方法。营销动态会议，2018年•建立更好的电子邮件促销：量化促销和语义选择对电子邮件开放率的影响。2018年电子商务会议中的统计挑战；数字营销和机器学习会议，CMU，2018 2017•基于内容消费的相似性的用户段标识； IEEE ISM 2017 2016•线性广告在多个在线视频上的动态分配；市场科学会议，2016年•受众群体验证来自人口组合和个人数据不足； IEEE ISM 2016•线性在线视频广告的选择，订单和定价；市场科学会议，2016年2015年•试验如何影响消费者选择：软件行业的研究；市场科学会议，2015年•选择和订购线性在线视频广告；第9届ACM推荐系统会议，2015年•在线视频中线性广告的新质量度量；与ACM Recsys 2015的Recsystv上的第二届研讨会。
简历 - Benoit Scherrer
期刊论文 • B. Scherrer、F. Forbes、C. Garbay、M. Dojat，《用于组织和结构脑分割的分布式局部 MRF 模型》，IEEE 医学成像学报，28(8)，1296-1307，2009。 • B. Scherrer、M. Dojat、F. Forbes、C. Garbay，《基于马尔可夫模型的分割的代理化：应用于 MRI 脑扫描》，《医学人工智能 (AIM)》，46(1)，81-95，2009 章节书 • Scherrer B、Forbes F、Garbay C 和 Dojat M，《基于分布式马尔可夫代理的 MR 脑扫描组织和结构分割的联合贝叶斯框架》。在：I. Bichindaritz 和 L. Jain 编辑，《医疗计算智能》。 Springer-Verlag，柏林，309，81-101，2010。同行评审会议论文及论文集 • B. Scherrer、SK Warfield，面向临床实践的精确多纤维评估策略，2011 年 IEEE 国际生物医学成像研讨会 (ISBI) 论文集，芝加哥，2011 年，即将出版 • B. Scherrer、SK Warfield，多张量模型为什么需要多个 b 值。使用约束对数欧几里得模型进行评估，载于 2010 年 IEEE 国际生物医学成像研讨会 (ISBI) 论文集，鹿特丹，2010 年，1389-1392 • B. Scherrer、F. Forbes、M. Dojat，一种将局部配准与稳健组织和结构分割相结合的条件随机场方法，载于第 11 届医学图像计算和计算机辅助干预国际会议 (MICCAI) 论文集，Springer-Verlag Berlin，2009 年，540-548 • B. Scherrer、F. Forbes、C. Garbay、M. Dojat，用于 MR 脑部扫描组织和结构分割的完全贝叶斯联合模型，载于第 11 届医学图像计算和计算机辅助干预国际会议 (MICCAI) 论文集， Springer-Verlag Berlin，2008 年，p1066-1074 *青年研究员奖*
Neurosurgical-焦点
客观学习手术技能是神经外科培训的重要组成部分。理想情况下，这些技能在离体环境中得到足够的程度。作者先前描述了一种体外脑肿瘤模型，该模型由注射荧光琼脂的Ca-daveric动物脑组成，用于获得广泛的基本神经肿瘤学技能。该模型的重点是触觉技能，例如安全组织消融技术和基于荧光切除的训练。随着重要的教学技术（例如混合现实和3D打印）变得更加容易获得，作者开发了一种易于使用的训练模型，将触觉方面集成到混合现实设置中。方法从医学成像数据中细分了脑肿瘤患者的解剖结构，以创建病例的数字双胞胎。骨结构是3D打印的，并与体外脑肿瘤模型合并。在混合现实耳机中可视化了序列的结构，并且印刷和虚拟物体的一致性使它们在空间上叠加。以这种方式，该系统的用户能够在整个治疗过程中训练从手术计划到手术的仪器准备和执行。在联合模型促进模型（患者）定位以及颅骨切开术和切除计划的程度符合病例依赖性规格的程度中，结果混合现实可视化。晚期物理模型允许脑肿瘤手术训练，包括皮肤切口；颅骨切开术；硬脑膜开放；荧光引导的肿瘤切除；还有硬脑膜，骨头和皮肤闭合。结合了混合现实可视化与相应的3D打印物理动手模型的结论，可以对顺序脑肿瘤切除技能进行高级训练。三维印刷技术促进了精确，可重复和全球可访问的脑肿瘤手术模型的生产。在神经外科居民的技能培训的重要方面进行了提出的描述的脑肿瘤切除模型（例如，定位病变，头部位置计划，头骨毛骨子化，硬脑膜开口，组织消融技术，荧光引导的重新裂缝和闭合）。混合现实通过难以建模的重要结构（例如血管和纤维区域）和高级相互作用概念（例如颅骨切开术模拟），丰富了模型。最后，这个概念展示了一种桥接技术，用于术中混合现实。
面向训练具有各种经验的人工智能代理
机器学习 (ML) 是一种使机器能够从经验中学习概念的计算方法。在处理从数据实例、知识、约束到奖励、对手和不断增长的任务范围内的终身相互作用等各种经验时，当代 ML/AI 研究已经产生了大量学习范式（例如，监督、无监督、主动、强化、对抗学习）、模型、优化技术，更不用说无数的近似启发式和调整技巧，以及上述所有技巧的组合。在推动该领域快速发展的同时，这些结果也使得掌握现有的 ML 技术成本高昂，并且使得构建能够从各种类型的经验中学习的 AI 代理变得困难（如果可能的话），从而在 ML/AI 应用程序和产品中可重用、可重复、可靠和可解释。在本论文中，我提出了一种标准化的机器学习数学形式，它提供了一个原则框架，用于理解、统一和概括当前主要的学习算法范式，以及以可组合和机械的方式设计新的算法解决方案系列和用于学习所有经验的应用程序。论文由四个部分组成，我们从理论、方法、应用和操作方面研究和应用标准化的 ML 形式。在第一部分中，我们建立了简单而通用的形式，具体化为目标函数的标准方程，该方程表征学习系统中的经验、发散和不确定性。标准方程为广阔的学习算法设计空间提供了简洁、结构化的公式，并且是合理的，因为我们表明，具有不同损失、约束和经验形式的各种知名算法都属于其范畴。在第二部分中，我们展示了形式主义是一个利用任意可用经验来学习感兴趣模型的自然框架。在此基础上，我们开发了超越对数据实例依赖的新学习机制，并通过整合声明性逻辑规则以及来自相关任务的丰富辅助模型来训练模型（例如深度神经网络）。这些研究还为可控文本生成提供了一组新的应用。在第三部分中，我们展示了统一的形式主义为扩展原本专门的算法来解决新问题开辟了广泛的机会。具体来说，我们展示了一组看似不相关的问题，包括使用模糊知识进行训练、自动数据增强和稳定 GAN 训练，在标准化框架内本质上是同一个问题，对应于联合模型经验共同学习，并且都可以通过简单地重新利用强化学习这一富有成果的研究领域的现有算法来解决。在第四部分中，我们通过开发可组合的 ML 工具包 Texar 进一步操作标准化框架，该工具包允许用户通过组合标准和可重复使用的构建块来快速组装 ML 解决方案来解决他们的问题。
国防采购能力战略计划...
该战略计划明确了国防采购能力使用既定数据标准、企业服务、内部控制和商业智能的要求。考虑到联邦政府和国防部的独特采购需求，国防部正在寻求一种混合技术解决方案，以使用商业应用程序，这些应用程序完全满足特定的业务需求。这些解决方案与政府开发的功能相结合，这些功能使用商业工具构建，以满足国防部和组件的独特要求，以确保部门内的互操作性和端到端 (E2E) 流程完整性。国防部于 2018 年建立了一个由数据标准驱动和管理的共享操作环境，对核心功能、数据标准和业务规则进行共享治理，以及共享技术架构和开发工具，其中组件将开发和共享功能以支持特定的业务需求并部署和集成商业应用程序。该环境由商业数据库和通过使用单点登录、通用层次结构和基于角色的任命以及集成数据环境集成的商业和定制应用程序组成。国防部正在最大限度地利用商业组件和工具来开发这种环境，并对其进行优化，以便能够快速响应政策变化、精确遵守适用法律和法规，并轻松与国防企业的其他部分集成。该环境的治理遵循联合模型。所有各方使用的数据标准、业务规则和功能都由采购业务运营需求小组 (PBORG) 进行集中治理，该小组由国防定价和合同主管 (DPC) 办公室主持。企业能力的开发和运营将由专门指定的项目办公室负责（例如，采购集成企业环境 (PIEE) 的国防后勤局 (DLA)）。作战部署的功能培训将由各组件和指定的企业项目办公室共同负责。组件必须确保新的或传统的商业合同书写系统与已建立的国防部企业服务和标准可互操作。国防部可以开发或签订合同开发使用通用环境开发工具构建的能力，并由中央项目办公室提供测试和部署支持。如果某个部门部署了一项能力，其他部门将被邀请通过重复使用设计或应用程序来重复使用或进一步开发该能力。该计划是在国防战略框架内制定的，旨在改革我们的业务方式，以最大限度地发挥国防部企业解决方案的作用，利用标准并更有效地获取设备和服务。迄今为止所实现的举措总结在 https://www.acq.osd.mil/dpap/pdi/p2p/p2p_capability_summaries.html 。2020 财年 - 2025 财年的目标举措在附录 5.1 中列出。大多数举措都旨在提高效率、实施立法、解决审计发现的问题并维持内部控制。
建筑信息模型（bim）应用于...
建筑信息模型 (BIM) 应用于土木工程设施管理：文献综述 ROBERTA GONÇALVES MATIAS 1、NATHÁLIA ARAÚJO PINTO 2、ADRIANA DE PAULA LACERDA SANTOS 3、SÉRGIO SCHEER 4 1 土木工程硕士生，UFPR，库里蒂巴-PR，roberta.gvs@hotmail.com； 2 土木工程硕士生，UFPR，库里蒂巴-PR，nathraujo@gmail.com； 3 土木工程博士，教授Holder，UFPR，库里蒂巴-PR，adrianapls@ufpr.br； 4 计算机科学博士，教授霍尔德（Holder），UFPR，库里蒂巴-PR。在 2024 年 10 月 7 日至 10 日举行的工程和农学技术科学大会 - CONTECC 上发表摘要：建筑物的运营和维护阶段占总生命周期成本的 85%，是最广泛和最昂贵的。建筑信息模型和设施管理（BIM-FM）的整合为优化设施管理提供了巨大的潜力，并为建筑行业带来了巨大的利益。本研究旨在通过定性和定量方法分析学术出版物，全面概述全球 BIM-FM 集成和互操作性。我们将讨论结合这些工具的主要困难和优势，确定最大限度发挥其潜力的策略，并为对该主题感兴趣的专业人士和学者提供坚实的基础。关键词：设施管理。建筑信息模型。互操作性。系统的文献综述。建筑信息模型 (BIM) 应用于土木工程设施管理：文献综述摘要：建筑物的运营和维护阶段占总生命周期成本的 85%，是涉及最广泛、成本最高的阶段。建筑信息模型和设施管理（BIM-FM）的整合为优化设施管理提供了巨大的潜力，并为建筑行业带来了巨大的利益。本研究旨在全面概述全球范围内的 BIM-FM 集成和互操作性，并通过定性和定量方法分析学术出版物。它将讨论结合这些工具的主要困难和优势，确定最大限度发挥其潜力的策略，并为对该主题感兴趣的专业人士和学者提供坚实的基础。关键词：设施管理。建筑信息模型。互操作性。系统评价引言建筑信息模型 (BIM) 的概念是指建筑的物理和功能特性的数字化表示，从施工到运营和维护 (EASTMAN 等人，2021)。 BIM还支持设施管理（FM），旨在优化建筑管理资源。然而，由于收集精确数据的难度以及 IFC 模型提供的数据质量，BIM 在 FM 中的采用受到限制。高效的维护管理需要有关设施性能和状况的连续和可靠的数据，而由于建筑行业的分散和当前流程的生产率低下，这成为一个挑战（PARN；EDWARDS；SING，2017）。 Eastman 等人(2021) 指出“竣工”模型是向 FM 提供数据的最准确方式，需要在联合模型中过滤和统一信息。 BIM 互操作性促进了学科之间的沟通、标准化数据并促进了与管理系统的兼容性 (TEICHOLZ，2013)。本文的目的是讨论 BIM 与 FM 之间的集成，强调这种方法的优势和挑战，这种方法仍然需要行业对它的更多理解和采用。