XiaoMi-AI文件搜索系统
World File Search System雷施
可爱基雷®
γ-谷氨酰转肽酶 (GGT，EC 2.3.2.2) 催化谷胱甘肽及其 S-结合物的水解和转肽作用，通过谷胱甘肽代谢参与多种生理和病理过程，是一个极具潜力的药物靶点。本文报道了一种基于膦酸酯的不可逆抑制剂 2-氨基-4-{[3-(羧甲基)苯氧基](甲酰基)磷酰基}丁酸 (GGsTop) 及其类似物作为人 GGT 的机制抑制剂的评估结果。GGsTop 是一种稳定的化合物，但其对人 GGT 酶的失活速度显著快于其他膦酸酯，并且重要的是，它不抑制谷氨酰胺酰胺转移酶。构效关系、与大肠杆菌GGT的X射线晶体学分析、序列比对和人GGT的定点诱变表明，GGsTop的末端羧酸盐与人GGT活性位点残基Lys562之间存在关键的静电相互作用，从而实现强效抑制。GGsTop在浓度高达1mM时对人成纤维细胞和肝星状细胞无细胞毒性。GGsTop是一种无毒、选择性强效不可逆的GGT抑制剂，可用于各种体内和体外生化研究。
DLS 13.2.2025 施密茨
西格丽德·施密茨博士目前担任柏林洪堡大学跨学科性别研究中心“性别化 MINT 教学数字”项目负责人，她在该中心开发开放教育资源，将性别方面的知识转移到 STEM 学科。她拥有生物学博士学位和博士学位，在女性主义科学技术研究领域研究的重点是性别与大脑、当代神经文化、身体话语和女性主义认识论。作为国际 NeuroGenderings 网络的创始成员，她编辑了《性别化神经文化。当代大脑话语中的女性主义和酷儿视角》（Zaglossus：维也纳，2014 年，与 Grit Höppner 合作）。她还担任过维也纳大学性别研究教授和柏林洪堡大学性别与科学教授等职务。
马丁·施林普夫
自 2023 年起 EPFL，终身制助理教授领导 NeuroAI 实验室对人类视觉和语言进行建模。NeuroX 研究所核心成员。任职于生命科学学院和计算机与通信科学学院。 2022 - 2023 MIT Quest for Intelligence，研究科学家在整个研究所内架起自然和人工智能研究的桥梁。 2017 MetaMind / Salesforce Einstein AI，深度学习者顾问：Richard Socher。通过强化学习进行自然语言处理的灵活架构搜索（发现了非常新颖的架构）。 2016 哈佛医学院，研究助理顾问：Gabriel Kreiman。通过颅内记录进行循环计算以识别模型和人脑中的遮挡物体。 2015 - 2016 Oracle 实验室，系统研究员开发了按需集群数据库模块（现已广泛使用）。 2015 - 2020 Integreat Digital Factory，联合创始人兼首席技术官；后来 技术顾问 向难民分发本地信息的平台，现在在德国近 20% 的城市中使用（integreat-app.de/en）。 2015 西门子股份公司，软件工程师 行为驱动的测试框架，用于运行以自然语言编写的测试规范（现在用于三大业务领域）。 2012 - 2015 Martin Schrimpf 软件解决方案，自由职业者 领导开发具有光学字符识别功能的文档管理系统，使客户公司实现无纸化。
博士的证词本·施拉格
2022 年 4 月 6 日介绍主席 Stevens、排名成员 Feenstra 和小组委员会成员，感谢你们提供这次机会就美国国家科学基金会 (NSF) 的小企业创新研究 (SBIR) 和小企业技术转移 (STTR) 项目作证，介绍 NSF 如何支持新企业的创建和将新技术带给公众，并就 HR 4033《2021 年小企业创新研究和小企业技术转移改进法案》发表意见。我叫 Ben Schrag，是 NSF SBIR/STTR 项目的项目总监和政策联络员。NSF 是公认和尊重的全球领导者，致力于识别和支持所有科学、技术、工程、数学 (STEM) 领域的好奇心驱动、基于发现的探索和以使用为灵感、以解决方案为中心的创新，并支持各级 STEM 教育。我们根据同行评审、择优评估、定义和结构来选择提案，从而选出最优秀、最具创意、最有成功希望的提案。NSF 的资助约占美国高校基础研究联邦总预算的 24%，对影响我们日常生活和推动经济发展的许多发现至关重要。在
海伦·N·施韦特
帕金森病中普遍存在的多巴胺化学信号，在灵长类动物的大脑中存在。工作涉及在洁净室中微加工植入物，以及开发定制硬件和软件，以记录来自多个植入探针的电化学快速扫描循环伏安法 (FSCV) 信号。信号记录来自大鼠和执行任务的非人类灵长类动物（恒河猴）。还开发了用于在笼养环境中自由漫游的灵长类动物的远程神经记录系统和用于对深部脑结构进行慢性微剂量给药的设备。开发了微创细胞级阵列，以长期功能稳定性（即不损失化学记录灵敏度）记录啮齿动物多个脑区的多巴胺。目前正在努力将这些技术转化为行为灵长类动物，并最终转化为人类，以实现在线诊断，从而改善基于自适应神经调节的治疗帕金森病和其他神经系统疾病的策略。博士生 2009 年 8 月 – 2014 年 6 月 生物医学应用 MEMS 实验室研究助理 顾问：Junseok Chae 教授 亚利桑那州立大学（亚利桑那州坦佩）
使用基于人工智能的图像分析的交通安全措施和问题
这些数据是从配备有车载设备的车辆收集的，因此本质上是一项抽样调查。 因此，根据位置的不同，由于样本数量较少，数据的重要性存在问题，并且数据的可靠性偏向某些属性。另一方面，利用AI进行的图像分析，基本上是检测（感知）所安装摄像头的视角内拍摄到的内容，因此只要能够检测，就能够掌握物体的总数。 第二个优点是它可以可靠地捕获偶尔发生的事件。交通事故和危险行为是罕见事件，长时间的人工观察是不现实的。但是，通过AI进行图像分析，可以进行每天24小时、每年365天的观察，通过预先设定异常行为和不正常事件的定义，可以可靠地捕捉到偶尔发生的事件。 另一方面，使用人工智能进行图像分析的最大挑战是“如果你看不到它，你就无法检测到它”。针对各事件的具体对策如下。
纽雷格-1450
9.1 与维护相关的整体 FMO 设施绩效 ...................................... 9-1 9.2 维护的管理支持 .............................................. 9-2 9.2.1 管理层的承诺和参与 ...................................... 9-2 9.2.2 管理组织和管理 ...................................... 9-3 9.2.3 技术支持 .............................................. 9-3 9.3 维护实施 .............................................. 9-7 9.3.1 工作控制 .............................................. 9-7 9.3.2 维护完成 .............................................. 9-9 9.3.3 维护材料控制 .............................................. 9-11 9.3.4 维护人员培训和人员配备要求 .................................. 9-11 9.4 LCV-300 的维护事故后分析 ...................................... 9-12 9.4.1 部件描述 .............................................. 9-12 9.4.2 LCV-300 的故障机理分析 ...................................... 9-13