XiaoMi-AI文件搜索系统
World File Search SystemBenc
揭示过渡金属配合物的医学潜力：从实验室到体内应用的金属基药物的转化原位活化
[a] MJSA Silva，G. Gasser 博士 Chimie ParisTech，PSL 大学，CNRS，生命与健康科学化学研究所，无机化学生物学实验室，F-75005 巴黎，法国 电子邮件：gilles.gasser@chimieparistech.psl.eu [b] MJSA Silva，PMP Gois 博士，葡萄牙里斯本大学药学院药物研究所（iMed.ULisboa）。电子邮件：pedrogois@ff.ulisboa.pt 摘要：金属基抗癌药物的开发受到阻碍，原因之一是它们对癌细胞缺乏选择性。在最近的一篇文章中，Zou 和同事们介绍了通过 Pd(II) 介导的金属转移成功在细胞内活化有机金 (I) 复合物以用于潜在的癌症治疗，克服了新型金基药物的一些脱靶活性。这种独特的策略在金属药物的使用和生物正交细胞内催化之间建立了完美的桥梁，以实现更先进、更具选择性的治疗。这种方法有望为未来的药物无机化学研究铺平道路。
* PWBD - 定义的基准残疾人...
小型工业发展银行（SIDBI）于1990年4月2日根据印度议会的法案成立，是微型，中小型企业（MSME）部门的促进，融资和发展的主要金融机构，以及从事类似活动的机构的合作。多年来，Sidbi一直在努力实现MSME部门的可持续发展，开创性的努力在创造经济财富方面表现出来，其分配给平等社会，同时保留了该国的生态财富。Sidbi的使命是“促进和加强向MSMES的信贷流程，并解决MSME生态系统中的财务和发展差距”。sidbi正在与愿景“成为一个单一的窗口，可以满足MSME行业的财务和发展需求，以使其使其强大，充满活力且具有全球竞争力，以将Sidbi品牌定位为首选客户友好的机构，并通过现代技术平台来增强股东财富和最高公司价值观。Sidbi的主要运营领域之一是风险投资和投资领域，其中包括风险投资基金基金运营以及为促进 /开发和创新筹集的其他活动LED MSMES / Startups和创业生态系统。Sidbi坚信其人力资源是其最有价值的资产。Sidbi是一个平等的机会雇主，并提供平等的就业机会，而没有任何歧视，颜色，残疾，婚姻状况，国籍，种族，宗教，性别等。该银行正在寻找动态和雄心勃勃的年轻人成为Sidbi增长故事的一部分，并邀请以下申请以以下合同：
Goproteingnn：利用蛋白质知识图蛋白表示学习
摘要 - 虽然自动驾驶的能力已迅速发展，但融合到密集的交通仍然是一个重大挑战，但已经提出了许多针对这种情况的运动计划方法，但很难对其进行评估。大多数现有的闭环模拟器依赖于其他车辆的基于规则的控件，这导致缺乏多样性和随机性，因此无法准确评估高度交互式场景中的运动计划能力。此外，传统的评估指标不足以全面地评估密集流量合并的性能。回应，我们提出了一个闭环评估基准，用于评估合并方案的运动计划功能。我们的方法涉及在大规模数据集中训练的其他车辆，具有微观行为特征，可显着提高复杂性和多样性。此外，我们通过利用大型语言模型来评估每种自动驾驶汽车合并到主要道路上来重组评估机制。广泛的实验证明了该评估基准的高级性质。通过此基准，我们获得了对存在方法的评估并确定了常见问题。我们设计的环境和车辆运动计划模型可以通过https://anonymon.4open.science/r/ bench4merge-eb5d访问。
基于 Cortex-M0+ 的起搏器：CMOS 技术基准，实现超低功耗运行
摘要 — 生物技术和微电子技术的不断进步不断推动着有源植入式医疗设备（如起搏器）的小型化和功耗极限。植入式起搏器是电池供电的嵌入式系统，其自主性是延长设备寿命的重要制约因素。然而，起搏器的处理器消耗了大部分电池能量，因为它必须实时分析心脏活动。因此，选择合适的 CMOS 技术来制造处理器是至关重要的一点。在此背景下，本文提出了一种主要估算基于 ARM 的处理器功耗的方法。该方法已应用于意法半导体的三种制造技术。仿真结果表明，在温度为 27°C 的情况下，对于 HCMOS9A (1.2 V)、CMOS065 (1 V) 和 FDSOI (1 V) 技术，Cortex-M0+ 消耗的平均漏电功率分别为 300 nW、136 nW 和 486 nW，有效能量分别为 398 µW/MHz、49.9 µW/MHz 和 20.3 µW/MHz。但是，通过将电源电压降低至 0.8 V，FDSOI 技术可以获得与 CMOS065 类似的漏电功耗。最后，在功耗、面积和价格标准方面，CMOS065 似乎是在功耗、面积和成本方面提供最佳折衷的技术，即使温度升高 10°C 会导致这三种技术的平均漏电功率增加 30% 至 54.5%。
丢失还是发现？理解南非的基准...
摘要从约翰内斯堡间的平均平均值（Jibar）到南非兰特通过夜指数平均值（Zaronia）的过渡是南非金融市场的关键转变，旨在提高透明度和稳健性。与南非储备银行（SARB）实施这种分阶段的过渡，了解其财务影响至关重要。本文通过风险分析的全面价值（VAR）探讨了这种变化的影响，并检查了与金融工具有关的交易对方信用风险。使用带有随机跳跃的Cox-Ingersoll-Ross（CIR）模型，模拟了Jibar和Zaronia之间的正向扩散，表明尽管预期速率收敛，但波动率仍然存在。对潜在的未来暴露（PFE）的分析表明，遗留吉巴链路链接的工具仍然具有很大的风险。虽然整体过渡看起来顺利，不确定性，但受波动性和经济冲击的驱动，但需要仔细的管理。转变的成功依赖于有效的风险管理策略和SARB与市场参与者的清晰沟通。
2024 年互连基准研究报告 – ...
© 特立尼达和多巴哥电信管理局 2025 保留所有权利。未经特立尼达和多巴哥电信管理局事先书面许可，不得以任何形式或任何手段复制或传播本出版物的任何部分，或将其存储在任何性质的检索系统中，但《版权法》第 82:80 章允许的合理使用或根据管理局就复印和/或复制而授予的任何许可除外。引用本出版物时必须完全注明作者和出处。本文件可引用为特立尼达和多巴哥电信管理局 (TATT 2024)。特立尼达和多巴哥电信行业 2024-2029 年互连基准研究报告 (2025 年 2 月)。巴拉塔里亚，特立尼达和多巴哥。
基于概念的可解释人工智能：指标和基准
基于概念的解释方法，例如Conept瓶颈模型（CBMS），旨在通过将这些概念准确地归因于Net-Net Work的特征空间的关键假设，旨在通过将其决策与人为理解的概念联系起来，以提高机器学习模型的可解释性。但是，这种基本假设尚未得到严格验证，主要是因为该领域缺乏标准化的群众和基准来评估此类概念的存在和空间对齐。为了解决这个问题，我们提出了三个指标：概念全球重要性指标，概念存在和概念位置指标，包括一种可视化概念激活的技术，即概念激活映射。我们基准了事后CBM，以说明其能力和挑战。通过定性和定量实验，我们证明，在许多情况下，即使是由事后CBMS确定的最重要的概念也不存在于输入图像中。此外，当它们存在时，其显着性图无法通过在整个对象上激活或误导相关概念特异性区域来与预期区域保持一致。我们分析了这些局限性的根本原因，例如概念的自然相关性。我们的发现不需要更仔细地应用基于概念的解释技术，尤其是在空间解释性至关重要的环境中。
每日民法 - 2025 年 2 月 3 日星期一 - Benchmark
Sarah C Derrington, Stewart, & Feutrill JJ 外国国家豁免 - 印度与毛里求斯之间的双边投资条约，规定根据 1976 年联合国国际贸易法委员会仲裁规则进行仲裁 - 原始申请人是与印度政府拥有的一家公司就两颗印度卫星容量租赁达成协议的当事方 - 印度政府撤销了协议 - 申请人在海牙对印度提起仲裁 - 印度对仲裁庭的管辖权提出质疑 - 仲裁庭发布裁决 - 申请人根据 1974 年国际仲裁法 (Cth) 第 8 条向澳大利亚联邦法院提起诉讼，要求承认和执行裁决 - 初审法官拒绝了印度撤销申请的临时申请 - 印度经许可上诉 - 裁定：通过批准《纽约公约》，印度并未根据 1985 年外国国家豁免法 (Cth) 第 10(2) 条接受澳大利亚法院的管辖 - 印度没有放弃对不决定法律关系引起的分歧的裁决的外国国家豁免权 -不存在因商业关系而产生的分歧 - 允许上诉，并撤销申请，因为印度不受法院管辖。印度共和国（BCI）
对大脑年龄模型的通用性进行基准测试
Amoroso , N.、la Rocca , M.、Bellantuono , L.、Deacono , D.、Fanizzi , A.、Lella , E.、Lombardi , A.、Maggipinto , T.、Monaco , A.、Tangaro , S. 和 Bellotti , R. (2019)。深度学习和多重网络用于精确模拟大脑年龄。衰老神经科学前沿，11，1 – 12。Bashyam，VM，Erus，J.，Doshi，M.，Nasrallah，M.，Truelove-Hill，M.，Srinivasan，D.，Mamourian，L.，Pomponio，R.，Fan，Y.，Launer，LJ，Masters，CL，Maruff，P.，Zhuo，C.，。Völzke，H.，Johnson，SC，Fripp，J.，Koutsouleris，N.，Satterthwaite，TD，...... Davatzikos，C.（2020 年）。基于深度脑网络和全球 14,468 名个体的生命周期脑年龄和疾病的 MRI 特征。 Brain，143，2312–2324。Brown，TT，Kuperman，JM，Chung，Y，Erhart，M，McCabe，C，Hagler，DJ，Jr，Venkatraman，VK，Akshoomoff，N，Amaral，DG，Bloss，CS，Casey，BJ，Chang，L，Ernst，TM，Frazier，JA，Gruen，JR，Kaufmann，WE，Kenet，T.，Kennedy，DN，Murray，SS，... Dale，AM（2012 年）。生物成熟度的神经解剖学评估。当代生物学, 22, 1693 – 1698。Butler, ER、Chen, A.、Ramadan, R.、le, TT、Ruparel, K.、Moore, TM、Satterthwaite, TD、Zhang, F.、Shou, H.、Gur, RC、Nichols, TE 和 Shinohara, RT (2021)。大脑年龄分析中的缺陷。人脑映射，42，4092 – 4101。http://dx.doi.org/10.1037/0033-2909.101.1.13 Casaletto, K. B., Umlauf, A., Beaumont, J., Gershon, R., Slotkin, J., Akshoomoff, N., & Heaton, R. (2015)。针对 NIH 工具箱认知电池英文版的人口统计学校正规范标准。国际神经心理学会杂志, 21, 378 – 391。Chen, C.-L.、Hsu, YC、Yang, LY、Tung, YH、Luo, WB、Liu, CM、Hwang, TJ、Hwu, HG 和 Isaac Tseng, WY (2020)。通过迁移学习对基于扩散磁共振成像的大脑年龄预测模型进行推广。神经影像，217，116831。