XiaoMi-AI文件搜索系统
World File Search System预判
人类与人工智能在心电图解读中的未来
1997年9月：加州大学旧金山分校心脏电生理学系研究员 2000年6月：东京医科大学八王子医疗中心心脏病学系助理教授 2006年3月：东京医科大学心脏病学系讲师 2016年9月：湖西中央医院心脏病学系主任 2022年10月：湖西中央医院副院长
关于心脏杂音的互判和内部人士一致
摘要目的：调查医生和医学生之间的互判和内部人士在音频记录中的心脏声音分类，以及预测与参考分类一致的因素。设计：内部和互确定研究。主题：来自挪威和荷兰的17名GPS和八名心脏病专家，来自挪威的八名医学学生。主要结果指标：与参考分类的协议和KAPPA系数的比例和KAPPA系数的比例。结果：所有评估者的内部杂音一致性比例平均为83％，中位KAPPA为0.64（范围K¼0.09 - 0.86），分别为GPS，心脏病学家和医学生的0.65、0.69和0.61。结果：所有杂音的一致性比例为81％，所有评估者的KAPPA中位数为0.67（范围0.29 - 0.90），GPS，CAR-diologists和医学生的比例分别为0.65、0.69和0.51。结果：独特的杂音，超过五年的临床实践和心脏病专业与该协议最密切相关，ORS为2.41（95％CI 1.63 - 3.58），2.19（1.58 - 3.04）和2.53（1.46 - 4.41）。结论：我们观察到了公平但可变的一致性，并参考了心脏杂音，医师的经验和专业以及杂音强度是与一致性最密切相关的因素。
流感疫苗预预册工作表
^应优先考虑至少18岁以下的怀孕青少年的疫苗；但也可以在3-18岁的儿童中使用。根据《健康与安全法》第124172条，三岁以下的孕妇或儿童可能只接受含量水平或不含汞的疫苗剂量。
2023年8月5日，Harbin，Chin CCL教程摘要...
近 年 来 ， 预 训 练 语 言 模 型 已 逐 渐 成 为 自 然 语 言 处 理 领 域 的 基 座 模 型 。 相 关 实 验 现 象 表 明 ， 预 训 练 语 言 模 型 能 够 自 发 地 从 预 训 练 语 料 中 学 到 一 定 的 语 言 学 知 识 、 世 界 知 识 和 常 识 知 识 ， 从 而 在 知 识 密 集 型 任 务 上 获 得 出 色 的 表 现 ( AlKhamissi et al., 2022 ; Safavi and Koutra, 2021 ; Petroni et al., 2019 ) 。 然 而 ， 预 训 练 语 言 模 型 中 的 知 识 隐 式 地 存 储 在 参 数 之中 ， 难 以 显 式 地 对 预 训 练 语 言 模 型 中 的 知 识 进 行 分 析 和 利 用 。 同 时 ， 预 训 练 语 言 模 型在 知 识 和 推 理 上 的 表 现 并 不 可 靠 ， 常常 会 出 现 “ 幻 觉 ” 现 象 ( Ji et al., 2022 ) ， 给 出 与 知 识 冲 突 的 预 测 结 果 。 这 些 因 素 阻 碍 了 预 训 练 语 言 模 型 提 供 可 靠 的 知 识 服 务 。 因 此 ， 探 究 模 型 掌握 知 识 的 机 理 、 研 究 如 何 提 取 和 补 充 语 言 模 型 中 的 知 识 成 为 近 期 的 研 究 热点 。 本 次 讲 习 班 主 要 内 容 包 括 预 训 练 语 言 模 型 中 的 知 识 分 析 、 预 训 练 语 言 模 型 的 知 识 萃 取 、 知 识 增 强 的 预 训 练 语 言 模 型 三个 部 分 ， 听 众 将 在 本 次 讲 习 班 中了 解 到 近 期 研 究 中 对 预 训 练 语 言 模 型 掌握 知 识 情 况 的 认识 、 从 预 训 练 语 言 模 型 中 提 取 符 号 知 识 的 实 现 方 案 、 利 用 外 部 知 识 增 强 模 型 弥 补 缺 陷 的 各 类 方 法 。
剖析预
应对农业领域的紧迫挑战需要迅速推进育种计划，特别是对于葡萄等多年生作物。我们超越了传统的双亲数量性状基因座 (QTL) 定位，进行了一项全基因组关联研究 (GWAS)，涵盖了智利育种计划中的 588 个葡萄品种，跨越三个季节并测试了 13 个关键的产量相关性状。一个强有力的候选基因 Vitvi11g000454 位于第 11 号染色体上，与植物通过茉莉酸信号对生物和非生物胁迫的反应有关，与浆果宽度有关，并有可能在葡萄育种中提高浆果大小。我们还在 2、4、9、11、15、18 和 19 号染色体上定位了与采后性状相关的新型 QTL，拓宽了我们对决定果实采后行为（包括腐烂、皱缩和重量减轻）的遗传复杂性的了解。利用基因本体注释，我们在性状和仔细研究的候选基因之间进行了比较，为未来植物育种中的性状特征识别工作奠定了坚实的基础。我们还强调了在 GWAS 分析中仔细考虑响应变量选择的重要性，因为在我们的研究中使用最佳线性无偏估计量 (BLUEs) 校正可能导致葡萄性状中一些常见 QTL 被抑制。我们的研究结果强调了开拓长期保存性状的非破坏性评估技术的必要性，为葡萄育种者和栽培者提供了改善采后鲜食葡萄质量和减少浪费的见解。
预印本
广泛用作航空航天和核工程（在裂变和聚变应用）的结构材料、金属加工工具和坩埚，以及腐蚀环境中的化学反应容器。最近，所有组成元素含量相当的复杂浓缩合金 (CCA) 已成为 RA 研究的一个新课题 [3, 4, 5, 6]。从纯金属到 CCA 的转变通常会改善材料性能和/或出现新的有益工程特性。在过去的 15-20 年里，这类合金一直是深入研究的主题。如今广泛讨论的高熵合金 [7, 8, 9] 是 CCA 的一个特例，其中合金元素的数量等于或超过五种。但即使涉及的元素数量只有三四种，与纯金属相比，高构型熵和严重的晶格畸变也会导致 CCA 材料性质发生质的变化。Senkov 等人。 [3, 10] 研究了一种 W 0.25 Ta 0.25 Mo 0.25 Nb 0.25 合金，该合金在高温下表现出有趣的力学性能：在 850K 至 1800K 的温度范围内，屈服应力极高（约 600 MPa）并且似乎几乎与温度无关。人们认为造成这一不寻常特征的主要机制之一是 CCA 的局部晶格畸变 (LLD) [7, 11]，它抑制了位错运动。根据这一推测，在 Zou 等人最近的研究中 [12]，他们通过高分辨率透射电子显微镜证实了 Nb-Mo-Ta-W 耐火合金中的局部畸变。经典分子动力学 (MD) 模拟是研究 CCA 特性最有力的工具之一。这种建模的关键部分是原子间势。因此，为此类系统开发可靠且广泛适用的势能是计算材料科学中的一项基本任务。对于耐火 CCA，Zhou 等人 [13, 14] 报道了一类可扩展至合金的嵌入式原子方法 (EAM) 势能。2013 年，Lin 等人 [15] 将 Zr 和 Nb 组分纳入该组势能中。这些势能被广泛用于探测耐火 CCA 中缺陷的行为 [16, 17, 18, 19, 20]。然而，由于可预测性较差，使用该模型获得的模拟结果最多只能视为定性的——即使对于纯金属也是如此。例如，对于纯钨，Zhou 的势能严重高估了熔化温度（比实验值高出近 1000K）[21]，并且与从头算计算结果相比，显示出错误的螺位错 Peierls 势垒特征（峰值和形状）[22]。对于纯钼，Zhou 的模型给出了螺位错的极化核心
法律与人工智能的交汇：判断预测系统的研究趋势
Tsarapatsanis、Nikolaos Aletras、Ion Androutsopoulos 和 Prodromos Malakasiotis。2021 年。“通过正则化进行段落级理论提取：欧洲人权法院案件案例研究。”《计算语言学协会北美分会 2021 年会议论文集：人类语言技术》，226-41。在线：计算语言学协会。Chalkidis、Ilias、Abhik Jana、Dirk Hartung、Michael