XiaoMi-AI文件搜索系统
World File Search System过非
马萨诸塞州通过非刑事化减少种族差异：哪些措施有效，哪些措施使情况恶化
难题的核心在于我们如何概念化和操作化“非刑事化”一词。它通常是指取消或减少与某些行为相关的刑事制裁。虽然与刑事化相关的制裁无疑很重要，但大量社会学文献表明，刑事法律体系的范围远远超出了法律制裁本身，而法律制裁通常代表了法律程序的最后阶段。4 例如，乔丹·布莱尔·伍兹 (Jordan Blair Woods) 强调了一个人与刑事法律体系的互动不仅仅受到与某些犯罪行为相关的明确惩罚的影响。警察行为和执法调解了制裁的影响——即使在这些制裁被取消后也可以这样做——因为法律赋予了他们制止谁以及为什么制止的很大自由裁量权。5 因此，由于缩小警务范围对于有效的非刑事化至关重要，非刑事化应该强调制裁的执行以及制裁的减少或取消。非刑事化过程仅仅从取消与某些行为相关的制裁开始，因此也必须针对警察执法。考虑到这种区别，伍兹认为非刑事化有四种方法，它们在如何减少或取消制裁方面有所不同，而且在对警察参与和执法的影响方面也有所不同。
通过非典型充电-NSF -PAR
发达的氧化还原流量电池可以为可再生能源提供可再生能源的可行性电化学能源，因为它们的高功率性能，可伸缩性和安全的操作（1，2）。氧化还原活性有机分子用作能量储存材料（2，3），但只有很少的有机分子（例如Viologen（4，5）和蒽醌分子（6））表现出了有希望的能量存储性能（2）。努力继续开发其他有机分子的家族，用于用于流动电池的应用，这些电池将具有密集的电荷能力，并且在化学上是强大的。本期第836页，冯等人。（7）报告了一类巧妙地签名的9-氟烯酮（FL）分子，是水性有机氧化还原流动电池中的高性能，潜在的低成本有机阳极电解质（厌氧）（请参阅图，顶部）。这些fl域不仅显示出释放的储能性能，而且还表现出前所未有的两电子存储机制。过去十年见证了使用可持续和可调的氧化还原活性有机分子作为电荷储存材料的水性有机氧化还原流量电池的快速发展（2、8、9）。先前的研究调查了使用有机酮作为动脉含量的可能性，但成功有限（10、11）和Rodriguez等。（11）报告了单电子，可逆的FL/FL• -
电子通过非...传输的分析模型
免责声明：洛斯阿拉莫斯国家实验室是一家采取平权行动/提供平等机会的雇主，由 Triad National Security, LLC 为美国能源部国家核安全局运营，合同编号为 89233218CNA000001。通过批准本文，出版商承认美国政府保留非独占、免版税的许可，可以出于美国政府目的出版或复制本文的已发表形式，或允许他人这样做。洛斯阿拉莫斯国家实验室要求出版商将本文注明为在美国能源部的支持下完成的工作。洛斯阿拉莫斯国家实验室坚决支持学术自由和研究人员的发表权利；但是，作为一个机构，实验室并不认可出版物的观点，也不保证其技术上的正确性。
通过非晶态粒子附着进行结晶
晶体学是理解晶体如何成核、生长并组装成更大结构的领域。[1,2] 从1611年开普勒对雪花对称性的兴趣，到1669年斯特诺对岩石晶体的迷恋，至今，结晶已被认为是最重要的物理化学过程之一，而晶体结构已被证明可以定义凝聚态物质的物理性质。[3] 传统上，人们对晶体习性和性质的起源的理解是基于这样一个假设：它们通过单个晶格实体逐个单体地添加而生长。[2–5] 虽然这一假设是我们解释晶体生长过程中的原子过程和众多技术应用的核心，但在过去二十年里，它的整体性受到了重大挑战。 [6] 也就是说，来自合成、地质和生物系统的大量证据表明，结晶可以通过多种高级实体——粒子的附着而进行。 [7] 这些包括聚集的离子或分子物质、液滴以及晶体和无定形粒子。粒子附着结晶（CPA）是一种所谓的非经典结晶机制，已知其形成的形态和纹理模式无法在经典成核和生长模型的范围内解释。 [8] 这并不奇怪，因为 CPA 是一个多步骤过程，其中每一步都有其自身的热力学和动力学约束之间的错综复杂的相互作用，从而定义了一条非常独特的晶体生长途径。例如，通过无定形粒子附着结晶涉及无定形粒子的形成和稳定、它们的积聚以及最终转变为结晶相。 [9–11] 每个步骤都可能受到多种物理化学因素的影响。最近，人们投入了大量精力研究和模拟不同的 CPA 途径。[12–14] 对每个步骤的机制理解有可能产生一个全面的工具包，用于设计和合成摆脱传统结晶模型限制的新型材料系统。然而，仍然存在许多知识空白。据推测，在整个动物界的记载历史中，生物矿化组织都是通过无定形前体的结晶形成的。[15] 这些生物材料表现出各种层次结构的矿物-有机结构，为生物体提供各种功能。[16] 选择通过无定形粒子附着结晶
G4分解DHX36具有预后的意义，并通过非小细胞肺癌的多种因果法规发挥肿瘤抑制功能
肺癌是全球男女最普遍的癌症之一。核酸G4结构已与某些癌症（例如肺癌）的癌症相关基因的转录程序有关。然而，主要的G4分解DHX36在肺癌进展中的作用尚不清楚。在这项研究中，通过对公共数据集的生物信息学分析（TCGA和GEO），我们发现DHX36是具有亚型依赖性的非小细胞肺癌（NSCLC）的独立预后指标。DHX36的稳定慢病毒敲低导致肺癌细胞中S期亚群的加速迁移和聚集。DHX36水平的降低消除了肺癌细胞对化学治疗药物（如紫杉醇和细胞依赖性）的增殖反应。该解旋酶的敲低导致肿瘤生长，这是由3D荧光球体肺癌模型所证明的，并且刺激细胞集落形成，如单细胞培养所示。高吞吐量蛋白质组学阵列表明，DHX36通过调节多种信号传导途径在肺癌细胞中的功能，包括蛋白质活性的激活，蛋白质自体磷酸化，FC受体信号信号通路，对肽激素激活的蛋白质激活蛋白蛋白激酶信号助理的反应。因果转录组分析表明，DHX36与mRNA监视，RNA降解，DNA复制和MYC靶标显着相关。因此，我们公布DHX36提出了临床意义，并在肺癌的肿瘤抑制中起作用，并提出了基于解旋酶特异性靶标的抗癌治疗的潜在新概念。
通过非小细胞肺癌的脑转移的MRI放射素学预测生存持续时间
肺癌是第二常见的癌症（1）。非小细胞肺癌（NSCLC）占所有肺癌病例的85–90％，NSCLC患者中有30-50％会发展出脑转移（2，3）。尽管在治疗方面取得了进步，但肺癌脑转移患者的存活持续时间仍然很短，诊断后4-8个月的中位生存期较差（4）。分子特征有助于确定癌症患者是否会对靶向疗法产生反应，从而延长生存率（5）。肺癌的分子检测通常用于编码表皮生长因子受体（EGFR），播种淋巴瘤激酶（ALK）和Kirsten大鼠肉瘤病毒性癌基因同源物（KRAS）的基因（6-8）。可以穿透中枢神经系统的分子靶向药物在患有可起作用突变的肺癌的脑转移患者的患者中有改善的结局。例如，酪氨酸激酶抑制剂（如厄洛替尼）在治疗EGFR突变患者的脑转移方面有效（9）。因此，分子突变状态的知识对于计划个性化治疗和预测生存至关重要。通过侵入性活检或手术切除的病理组织确认和脑转移的分子表征并不总是可能或实用。相比之下，神经影像学方法（例如脑磁共振成像（MRI））通常用于非侵入性评估整个大脑以诊断和计划脑转移患者的治疗方法。我们此外，根据主要NSCLC的突变状态，脑转移可能具有各种成像特征（10）。然而，对于脑转移的神经成像特征与NSCLC突变亚型的生存预测之间的关系知之甚少。有未满足的需要鉴定非侵入性神经影像学生物标志物，以预测可能具有三种最常见突变之一的NSCLC患者，即EGFR，ALK或KRAS。放射线学是一种计算机化方法，可从非侵入性标准医学图像中提取高维数据（11）。它可以提供肿瘤异质性与侵略性相关的详细表征，而侵袭性对人的眼睛不可感知（12，13）。此外，将成像特征与分子和免疫特征联系起来将贡献对癌症治疗和预后至关重要的有价值的信息（14）。此外，放射线方法允许在多个时间点对治疗反应和预后进行非侵入性分析，使用侵入性活检是不可行的或实际的。放射性评分结合了有关关键成像特征的信息，已显示出可能作为预测肺癌和乳腺癌患者生存的生物标志物的潜力（13、15、16）。然而，据我们所知，没有发表的研究使用脑转移的放射分析来根据其突变状态预测NSCLC患者的生存时间。在这里，我们对NSCLC患者的脑转移进行了MRI放射分析。
稀疏量：通过非IID数据集对定向和时间变化的图表进行交流和节能分散的分布式学习
当前的深度学习（DL）系统依赖于集中的计算范式，该计算范式限制了可用培训数据的数量，增加了系统延迟并增加了隐私和安全性。通过分散的DL模型对DL模型对点对点连接的边缘设备进行的分散和分布式培训启用的设备学习，不仅可以减轻上述限制，而且还可以启用需要DL模型的下一代应用程序，以连续进行交互并从他们的环境中学习。然而，这需要开发新型培训算法，这些新型培训算法会通过随着时间变化和定向的对等图结构进行训练DL模型，同时最大程度地减少设备之间的连接数量，并且对非IID数据分布也有弹性。在这项工作中，我们提出了稀疏的畅通，这是一种交流效率分散的分布式培训算法，该培训算法支持对点对点，指导和时间变化的图形拓扑。所提出的算法可以减少466倍的交流，而在训练各种DL模型（例如Resnet-20和VGG11）上的CIFAR-10数据集时，性能仅降解了1％。此外，我们证明了如何导致非IID数据集的频率降解的显着性能降解，并提出了偏斜补偿的稀疏推动算法，从而恢复了这种性能下降，同时保持相似的通信压缩水平。
PRECISE+ 通过非侵入式方法预测患者的药物反应...
。CC-BY-NC-ND 4.0 国际许可，根据 提供（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2020 年 7 月 29 日发布。；https://doi.org/10.1101/2020.06.29.177139 doi：bioRxiv 预印本
通过非...
从历史上看，记忆技术已根据其存储密度，成本和潜伏期进行了评估。除了这些指标之外，在低区域和能源成本中启用更智能和智能的计算平台的需求带来了有趣的途径，以利用非挥发性记忆（NVM）技术。在本文中，我们专注于非易失性记忆技术及其在生物启发的神经形态计算中的应用，从而实现了基于尖峰的机器智能。与先进的连续价值神经网络相比，基于离散的神经元“动作电位”的尖峰神经网络（SNN）不仅是生物纤维，而且是实现能量的有吸引力的候选者。nvms提供了实施几乎所有层次结构（包括设备，电路，体系结构和算法）几乎所有层次结构的区域和能量snn计算面料的承诺。可以利用NVM的内在装置物理学来模拟单个神经元和突触的动态。这些设备可以连接在密集的横杆状电路中，从而实现了神经网络所需的内存，高度平行的点产生计算。在架构上，可以以分布式的方式连接此类横梁，从而引入其他系统级并行性，这是与传统的Von-Neumann架构的根本性。最后，可以利用基于NVM的基础硬件和学习算法的跨层优化，以在学习和减轻硬件Inaccu-Racies方面的韧性。手稿首先引入神经形态计算要求和非易失性记忆技术。随后，我们不仅提供了关键作品的审查，而且还仔细仔细审查了从设备到电流到架构的不同抽象级别的各种NVM技术的挑战和机遇，以及硬件和算法的共同设计。
混合钠空气电池能否胜过非水系钠氧电池？
锂离子电池是当今电力平台的重要组成部分。锂离子电池在所有便携式电子设备、电动和混合动力汽车以及电网规模的储能系统中都有广泛的应用。[4] 但由于电池行业需要近 50% 的可用锂资源，因此锂离子电池能否大规模生产用于电网应用尚不确定。[5f] 此外，锂离子在非质子电解质中的电导率有限以及安全性较差也可能对其大规模利用造成问题。这些缺点促使研究人员寻找替代锂离子电池的新型储能技术，其中可充电金属空气电池成为一种有前途的新型电能存储技术（图 1）。通常，金属空气电池（Li 或 Na）比锂离子电池具有更高的理论比能，这使得金属空气电池系统对混合动力和混合动力电动汽车具有吸引力和实用性。 [6] 以金属为阳极、氧为阴极活性材料的电化学电力装置具有最高的能量密度，因为后者不存储在装置内部，而是可从环境中获取。锂空气电池（LAB）的理论比能量与汽油的理论比能量相当。[5c,7] 空气阴极性能限制了电池容量，危及 LAB 技术的商业成功。首先，无论是碱性还是酸性水性电解质，在阴极反应过程中都会消耗溶剂。其次，由于孔口/开口的堵塞导致放电不完全。[8] 因此，提高 LAB 性能的可能途径之一是阴极材料结构，[9] 它可以保持活性锂离子和氧气的传输，并且可以填充大量氧还原反应（ORR）的产物而不会堵塞孔隙。在燃料电池的气体扩散电极 (GDE) 领域中，双孔材料有望提高能量容量。[10] 第三，空气阴极性能下降。空气阴极提供大部分电池能量，因此电池电压降最大。[11] 放电过程中 LiO 2 的积累产生了混合产物，充电时的高电压导致溶剂分解，同时过氧化锂也发生还原。[12] 氧溶解度和扩散速率成为影响电池能量容量的关键因素。使用氧溶解度高和氧扩散率高的电解质可提高阴极容量。[8,13]