XiaoMi-AI文件搜索系统
World File Search SystemBaptista
沙漠中的宇宙飞船 - 牛津大学研究档案
Idalina Baptista，牛津大学 Gökçe Günel，《沙漠中的宇宙飞船：阿布扎比的能源、气候变化和城市设计》。达勒姆：杜克大学出版社，2019 年。272 页。
eixo intestino-cérebro：relaçãoEntresaúdesaúde心理肠道轴：肠道微生物群和刺激
指导者：教授玛丽亚·拉奎尔（Maria Raquel）医生Soares de carvalho roriz协调：索非亚·纳尼斯·德·瓦斯科塞罗斯（Sofia Nunes de Vasconcelos）马拉菲亚·巴蒂斯塔（Malafaia Baptista）主题评论营养科学第一周期| Porto大学营养与食品科学课程学院
低成本供应链网络的最佳设计
文学工作模型类型解决方案方法和技术Amini and Li（2011）Minlp外近似Amiri（2006）MILP Lagrangean松弛Baptista等。（2019）MILP分解Costantino等。（2013）MILP层次/顺序方法Devika等。（2014）MILP帝国主义竞争算法；可变邻里搜索Fattahi等。（2015）MILP模拟退火；线性放松Javid and Azad（2010）Minlp/混合式凸编程
药物使用和全球消除丙型肝炎目标
• Maticic M（斯洛文尼亚卢布尔雅那大学医学中心传染病与发热疾病诊所和卢布尔雅那大学医学院） • Buti M（西班牙巴塞罗那 Unversitari B Vall d´Hebron 医院肝病科） • Craxi A（意大利巴勒莫大学 PROMISE） • Baptista Leite R（葡萄牙天主教大学人文科学学院） • Negro F（日内瓦大学医院临床病理学胃肠病学和肝病学科） • Berg T（德国莱比锡大学医学中心医学 II 系肝病科主任）
帕金森氏病中LRRK2抑制剂向前迈出的一步
1。D. Jennings等。，LRRK2抑制剂DNL201的安全性，耐受性和药效学：从临床前研究到帕金森的临床试验SCI Transal Med，Press（2022）。2。C. Paisan-Ruiz等。 ，含有引起Park8连接帕金森氏病的突变的基因克隆。 Neuron 44，595-600（2004）。 3。 A. Zimprich等。 ，LRRK2中的突变引起带有多形病理学的常染色体式帕金森氏症。 Neuron 44，601-607（2004）。 4。 E. Greggio等。 ，突变lrrk2/dardarin的毒性作用需要激酶活性。 疾病神经生物学23，329-341（2006）。 5。 W. W. Smith等。 ，突变lrk2的激酶活性介导神经元毒性。 自然神经科学9，1231-1233（2006）。 6。 C. Blauwendraat，M。A. Nalls，A。 B. Singleton，帕金森氏病的遗传结构。 柳叶刀。 神经病学19，170-178（2020）。 7。 M. A. S. Baptista等。 ，LRRK2抑制剂可诱导非人类灵长类动物肺的可逆变化，而无需可测量的肺部缺陷。 SCI Transl Med 12，（2020）。 8。 C. Blauwendraat等。 ，帕金森病LRRK2中功能变异的丧失频率。 JAMA Neurol 75，1416-1422（2018）。 9。 E. Jabbari等。 ，渐进性上核瘫痪中生存的遗传决定因素：全基因组关联研究。 柳叶刀。 10。C. Paisan-Ruiz等。，含有引起Park8连接帕金森氏病的突变的基因克隆。Neuron 44，595-600（2004）。3。A. Zimprich等。 ，LRRK2中的突变引起带有多形病理学的常染色体式帕金森氏症。 Neuron 44，601-607（2004）。 4。 E. Greggio等。 ，突变lrrk2/dardarin的毒性作用需要激酶活性。 疾病神经生物学23，329-341（2006）。 5。 W. W. Smith等。 ，突变lrk2的激酶活性介导神经元毒性。 自然神经科学9，1231-1233（2006）。 6。 C. Blauwendraat，M。A. Nalls，A。 B. Singleton，帕金森氏病的遗传结构。 柳叶刀。 神经病学19，170-178（2020）。 7。 M. A. S. Baptista等。 ，LRRK2抑制剂可诱导非人类灵长类动物肺的可逆变化，而无需可测量的肺部缺陷。 SCI Transl Med 12，（2020）。 8。 C. Blauwendraat等。 ，帕金森病LRRK2中功能变异的丧失频率。 JAMA Neurol 75，1416-1422（2018）。 9。 E. Jabbari等。 ，渐进性上核瘫痪中生存的遗传决定因素：全基因组关联研究。 柳叶刀。 10。A. Zimprich等。，LRRK2中的突变引起带有多形病理学的常染色体式帕金森氏症。Neuron 44，601-607（2004）。4。E. Greggio等。 ，突变lrrk2/dardarin的毒性作用需要激酶活性。 疾病神经生物学23，329-341（2006）。 5。 W. W. Smith等。 ，突变lrk2的激酶活性介导神经元毒性。 自然神经科学9，1231-1233（2006）。 6。 C. Blauwendraat，M。A. Nalls，A。 B. Singleton，帕金森氏病的遗传结构。 柳叶刀。 神经病学19，170-178（2020）。 7。 M. A. S. Baptista等。 ，LRRK2抑制剂可诱导非人类灵长类动物肺的可逆变化，而无需可测量的肺部缺陷。 SCI Transl Med 12，（2020）。 8。 C. Blauwendraat等。 ，帕金森病LRRK2中功能变异的丧失频率。 JAMA Neurol 75，1416-1422（2018）。 9。 E. Jabbari等。 ，渐进性上核瘫痪中生存的遗传决定因素：全基因组关联研究。 柳叶刀。 10。E. Greggio等。，突变lrrk2/dardarin的毒性作用需要激酶活性。疾病神经生物学23，329-341（2006）。 5。 W. W. Smith等。 ，突变lrk2的激酶活性介导神经元毒性。 自然神经科学9，1231-1233（2006）。 6。 C. Blauwendraat，M。A. Nalls，A。 B. Singleton，帕金森氏病的遗传结构。 柳叶刀。 神经病学19，170-178（2020）。 7。 M. A. S. Baptista等。 ，LRRK2抑制剂可诱导非人类灵长类动物肺的可逆变化，而无需可测量的肺部缺陷。 SCI Transl Med 12，（2020）。 8。 C. Blauwendraat等。 ，帕金森病LRRK2中功能变异的丧失频率。 JAMA Neurol 75，1416-1422（2018）。 9。 E. Jabbari等。 ，渐进性上核瘫痪中生存的遗传决定因素：全基因组关联研究。 柳叶刀。 10。疾病神经生物学23，329-341（2006）。5。W. W. Smith等。，突变lrk2的激酶活性介导神经元毒性。自然神经科学9，1231-1233（2006）。6。C. Blauwendraat，M。A. Nalls，A。B. Singleton，帕金森氏病的遗传结构。柳叶刀。神经病学19，170-178（2020）。7。M. A. S. Baptista等。 ，LRRK2抑制剂可诱导非人类灵长类动物肺的可逆变化，而无需可测量的肺部缺陷。 SCI Transl Med 12，（2020）。 8。 C. Blauwendraat等。 ，帕金森病LRRK2中功能变异的丧失频率。 JAMA Neurol 75，1416-1422（2018）。 9。 E. Jabbari等。 ，渐进性上核瘫痪中生存的遗传决定因素：全基因组关联研究。 柳叶刀。 10。M. A. S. Baptista等。，LRRK2抑制剂可诱导非人类灵长类动物肺的可逆变化，而无需可测量的肺部缺陷。SCI Transl Med 12，（2020）。8。C. Blauwendraat等。，帕金森病LRRK2中功能变异的丧失频率。JAMA Neurol 75，1416-1422（2018）。9。E. Jabbari等。 ，渐进性上核瘫痪中生存的遗传决定因素：全基因组关联研究。 柳叶刀。 10。E. Jabbari等。，渐进性上核瘫痪中生存的遗传决定因素：全基因组关联研究。柳叶刀。10。神经病学20，107-116（2021）。E. Tolosa，M。Vila，C。Klein，O。Rascol，LRRK2在帕金森氏病：临床试验的挑战。 自然评论。 神经病学16，97-107（2020）。E. Tolosa，M。Vila，C。Klein，O。Rascol，LRRK2在帕金森氏病：临床试验的挑战。自然评论。神经病学16，97-107（2020）。
使用基于 Scheimpflug 的角膜断层扫描和生物力学数据优化人工智能以增强角膜扩张检测
RenatoAmbrósioJr，Aydano P. Machado，EdileuzaLeão，JoãoMarceloG. Lyra，MarcellaQ.Salomão，Louise G. Pellegrino Esporcatte，Joãobrbr da Fonsecals，Eri-ne-ne-ne-ne berna，Eri-ne-ne-berna file Thia J. Roberts，Ahmed Elsheikh，Riccardo Vinciguerra，Paolo Vinciguerra，JensBüashren，Thom Khadoh，M。F. I，Nikki L. Hafezi，Emilio Trattler，Luca Gualdi，Joséaldi，Do-Norga-Foria-Coria lias Flockerzi，Berthold Seitz，Vishal Jhanji，Tommy Cy Chan，Pedro Manuel Baptista，Dan Z. Reclestein，Timothy J.Archer，Karolinne M. Rocha，乔治·沃尔姆，我，Soheila Asgari，Hamed Momeni-Moghaddam，Siamak Zarei-Ghanavati，Rohit Shetty，Pooja Khamar，Michael W. Belin和Bernardo T. Lopes
碳管理工作组
白宫环境正义咨询委员会 (WHEJAC) 对碳管理工作组在准备本报告方面所做的努力表示感谢。工作组成员包括 Kyle Whyte 博士、Beverly Wright 博士、LaTricea Adams、Angelo Logan、Catherine Coleman Flowers、Jerome Foster II、Juan Parras、Nicky Sheats 博士、Rachel Morello-Frosch 博士、Maria Lopez-Nunez、Ana Baptista 博士和 Peggy Shepard。WHEJAC 感谢通过提供公众意见参与工作组审议的利益相关者和社区成员。工作组的努力得到了美国环境保护署环境正义和对外公民权利办公室工作人员的支持，特别是指定联邦官员 Audrie Washington、WHEJAC 项目经理 Gamachchi Pathirana 和伙伴关系与合作司司长 Karen L. Martin；白宫环境质量委员会联邦首席环境司法官 Jalonne L. White-Newsome 博士、白宫环境质量委员会碳捕获、利用和封存副主任 Sarah Leung 博士，以及工业经济学公司的 Eric Ruder、Stefani Penn 博士和 Meagan Currie。
2022 年国家创新报告
技术团队Luiz Lopes（ANI）Carolina Morais（ANI）JoãoFerreira（Ani）PauloInácio（Gee）SílviaSantos（Gee）Eugenia Costa（Gee）GabrielOsóriode Barros（Gee） （FCT）Daniel Ferreira（FCT）MEI）Vanda Narciso（IAPMEI）Sandra Alvim（IAPMEI）Carminda Seixas（iapmei）Pedro Sachamento（starmup fortro） Couto（INPI）NE）ManuelaProença（APA）JoãoCarvalho（APA）Susana Scario（SGA）Catarina Resende（dgpm）Ricardo Veloso veloso carvalho（dgppm）
机器人引发的久坐行为的社会控制
数字阴影（DS），它利用机器学习驱动的数据同化技术，例如非线性贝叶斯过滤和生成AI（Spantini，Baptista和Marzouk 2022; Gahlot，Orozco等人2024），为监视CO 2存储提供了更详细，更可靠的方法（Herrmann 2023; Gahlot等人。2023; Gahlot，Li等。2024; Gahlot，Orozco等。2024）。通过将不确定性（如渗透率）纳入储层特性，该框架提高了CO 2迁移预测的准确性，包括羽状压力和饱和度，从而降低了GCS项目的风险。但是，数据同化取决于有关储层特性的假设，将储层状态与地震特性联系起来的岩石物理模型以及初始条件。如果这些假设不准确，则预测可能会变得不可靠，进而将危害GCS操作的安全性。减轻这种风险的一种方法是增加用于训练负责数据同化过程的神经网络的预测合奏 - 将先前的预测样本映射到后部。在本演讲中，我们证明，通过合并各种岩石物理模型来增加预测集合，从而减轻了使用不准确模型的负面影响（例如，均匀与斑块饱和模型）。此外，我们发现在某些情况下，集成增强可以提高预测精度。
社论：脑机接口和神经成像中的人工智能用于神经调节和神经反馈
神经调节和神经反馈是治疗神经相关疾病和障碍的两种替代非药物方法 (Grazzi 等人，2021 年；Hamed 等人，2022 年)。神经调节是指通过应用弱直流电来调节大脑功能 (Lewis 等人，2016 年)。神经反馈是一种心理生理程序，可为受试者提供神经活动模型，旨在对其进行在线控制 (Marzbani 等人，2016 年)。这两种替代方法都已成功应用于多种神经系统疾病，包括帕金森病、慢性疼痛、癫痫、抑郁症、特发性震颤等 (Tsatali 等人，2019 年；Baptista 等人，2020 年；Hamed 等人，2022 年)。这些类型的治疗面临的典型挑战包括数据收集方式、方法效率的提高、反馈信号的可解释性等（Johnson 等人，2013 年；Lewis 等人，2016 年；Marzbani 等人，2016 年；Papo，2019 年）。目前，人工智能 (AI)，尤其是机器学习 (ML)，可以更好地理解大脑活动，并建立更好的脑机接口 (BCI) 交互机制（Zhang 等人，2020 年）。在神经调节或神经反馈的数据收集和监测阶段整合 AI/ML 可用于神经系统疾病和障碍的早期诊断和准确的非药物治疗。ML 能够分析大量患者信息