XiaoMi-AI文件搜索系统
World File Search SystemC16
主题索引 - ASTM International
丙烯酸聚合物涂层，268 附着力，261 空气屏障，101，175 美国空气屏障协会，175 空气泄漏，101，175 空气渗透性，175 空气特性，189 美国建筑制造商协会，10 美国土木工程师学会 (ASCE)，10，17，42 标准 7，17，42 锚固砖贴面墙，115 建筑师，项目角色，3 建筑玻璃，抗震设计规定，242 沥青饱和毡，214 ASTM 委员会 C16 隔热，189 ASTM 委员会 E06 建筑性能，189 ASTM MNL 18，189 ASTM MNL 40，189 ASTM 标准（另请参阅标准），175 E 283:69 E 330:69 E 331:69 E 547:69 E 1233:69 E 2099:69
消费绵羊和牛奶对大鼠脑脂肪酸和磷脂成分的影响
在两个28天的喂养实验中研究了羊奶和牛奶对大鼠脑脂质组成的影响。使用乙醇 - 己烷提取大鼠脑的总脂质，并使用带有火焰电离检测的气相色谱法（GC-FID）和磷酸磷酸化的脂肪酸和磷脂含量（磷脂）和磷-31核磁共振（31 P NMR）。此外，使用衰减的总反射率傅立叶变换红外和傅立叶变换拉曼规格Troscopicy分析了冷冻干燥的合并样品，并使用多变量方法进行了分析。与研究1中的羊奶处理的组相比，在牛奶组中发现了C18：2更高的C18：2含量。在研究第二，与对照低Ca/p组相比，绵羊牛奶处理的组中的C16：0含量显着（P <0.05）。在光谱分析中没有观察到显着（p> 0.05）。可以得出结论，喂给大鼠28天的绵羊和牛奶对脑脂肪组的影响很低。
emt，干性和耐药性在生物学环境中...
1托恩斯特堡大学医院组织工程和再生医学主席，德国罗恩特林11，97070Würzburg； matthias.peindl@uni-wuerzburg.de（M.P. ）; claudia.goettlich@crl.com（C.G。 ）; nto.hoff@gmail.com（N.H.）; tamara.luettgens@stud-mail.uni-wuerzburg.de（t.l. ）; schmitt_franziska@gmx.de（F.S. ）; jesus.nieves@uni-wuerzburg.de（J.G.N.P. ）; celina.may@stud-mail.uni-wuerzburg.de（c.m. ）; anna.schliermann@gmail.com（A.S。）; ckronenther@aol.com（C.K。 ）; elena.weigl@med.uni-muenchen.de（e.w. ）; sarah.nietzer@uni-wuerzburg.de（s.n。） 2生物信息学系，尤尔兹堡大学生物中心，AM HUBLAND，97074Würzburg，德国； samantha.crouch@uni-wuerzburg.de 3胸外科，KlinikumWürzburgMitte GGMBH，Salvatorstr。 7，97074德国温尔兹堡； danjouma.cheufou@kwm-klinikum.de 4病理学系，尤尔兹堡大学，约瑟夫 - 施耐德 - 斯特尔。 2，97080Würzburg，德国； simone.reu@uni-wuerzburg.de（s.r.-h.）; rosenwald@uni-wuerzburg.de（A.R.） ）; gudrun.dandekar@uni-wuerzburg.de（G.D.）;电话。 ： +49-931-3184551（T.D. ）; +49-931-3182597（G.D.）†这些作者共享第一作者。 ‡这些作者分别是关于生物信息学的第一作者和最后一位作者。 §这些作者共享了最后的作者身份。1托恩斯特堡大学医院组织工程和再生医学主席，德国罗恩特林11，97070Würzburg； matthias.peindl@uni-wuerzburg.de（M.P.）; claudia.goettlich@crl.com（C.G。）; nto.hoff@gmail.com（N.H.）; tamara.luettgens@stud-mail.uni-wuerzburg.de（t.l.）; schmitt_franziska@gmx.de（F.S.）; jesus.nieves@uni-wuerzburg.de（J.G.N.P.）; celina.may@stud-mail.uni-wuerzburg.de（c.m.）; anna.schliermann@gmail.com（A.S。）; ckronenther@aol.com（C.K。）; elena.weigl@med.uni-muenchen.de（e.w.）; sarah.nietzer@uni-wuerzburg.de（s.n。）2生物信息学系，尤尔兹堡大学生物中心，AM HUBLAND，97074Würzburg，德国； samantha.crouch@uni-wuerzburg.de 3胸外科，KlinikumWürzburgMitte GGMBH，Salvatorstr。7，97074德国温尔兹堡； danjouma.cheufou@kwm-klinikum.de 4病理学系，尤尔兹堡大学，约瑟夫 - 施耐德 - 斯特尔。2，97080Würzburg，德国； simone.reu@uni-wuerzburg.de（s.r.-h.）; rosenwald@uni-wuerzburg.de（A.R.） ）; gudrun.dandekar@uni-wuerzburg.de（G.D.）;电话。 ： +49-931-3184551（T.D. ）; +49-931-3182597（G.D.）†这些作者共享第一作者。 ‡这些作者分别是关于生物信息学的第一作者和最后一位作者。 §这些作者共享了最后的作者身份。2，97080Würzburg，德国； simone.reu@uni-wuerzburg.de（s.r.-h.）; rosenwald@uni-wuerzburg.de（A.R.））; gudrun.dandekar@uni-wuerzburg.de（G.D.）;电话。： +49-931-3184551（T.D.）; +49-931-3182597（G.D.）†这些作者共享第一作者。‡这些作者分别是关于生物信息学的第一作者和最后一位作者。§这些作者共享了最后的作者身份。5综合癌症中心Mainfranken，Josef-Schneider-Straße6，C16建筑物，97080Würzburg，德国6托拉西奇外科系，莱比锡玛格德堡，莱比锡玛格德斯特劳斯特斯特劳斯特斯特劳斯特大学44，39120 Magdeburg； Thorsten.walles@med.ovgu.de 7 Charles River Discovery Research Services德国GmbH，Am Flughafen，14，79108 Freiburg，德国； julia.schueler@crl.com 8欧洲分子生物学实验室（EMBL）海德堡，结构和计算生物学，Meyerhofstraße，1，69117德国海德尔伯格，德国9 Fraunhofer研究所（Fraunhofer for fraunhofer for silate）研究所（ISC），ISC），转换中心中心再生疗法，再生 * 11，970000700000000000000色号，97000000000000000000000色号。 dandekar@biozentrum.uni-wuerzburg.de（T.D.5综合癌症中心Mainfranken，Josef-Schneider-Straße6，C16建筑物，97080Würzburg，德国6托拉西奇外科系，莱比锡玛格德堡，莱比锡玛格德斯特劳斯特斯特劳斯特斯特劳斯特大学44，39120 Magdeburg； Thorsten.walles@med.ovgu.de 7 Charles River Discovery Research Services德国GmbH，Am Flughafen，14，79108 Freiburg，德国； julia.schueler@crl.com 8欧洲分子生物学实验室（EMBL）海德堡，结构和计算生物学，Meyerhofstraße，1，69117德国海德尔伯格，德国9 Fraunhofer研究所（Fraunhofer for fraunhofer for silate）研究所（ISC），ISC），转换中心中心再生疗法，再生 * 11，970000700000000000000色号，97000000000000000000000色号。 dandekar@biozentrum.uni-wuerzburg.de（T.D.
Jaemin Cho
[C27] Han Lin *，Jaemin Cho *，Abhay Zala和Mohit Bansal。“ CTRL-ADAPTER：一个有效且通用的框架，用于将各种控件适应任何扩散模型”。ICLR（口头）。 2025。 [project] [Paper] [代码]。 [C26] Zaid Khan，Elias Stengel-Eskin，Jaemin Cho和Mohit Bansal。 “ DataEnvgym：具有学生反馈的教师环境中的数据生成代理”。 ICLR（聚光灯）。 2025。 [project] [Paper] [排行榜] [代码]。 [C25] Jialu Li *，Jaemin Cho *，Yi-lin Sung，Jaehong Yoon和Mohit Bansal。 “ SELMA：学习和合并技能 - 特定文本对象专家与自动生成数据”。 神经。 2024。 [project] [Paper] [代码]。 [C24] Abhay Zala *，Jaemin Cho *，Han Lin，Jaehong Yoon和Mohit Bansal。 “ Envgen：通过LLM生成和适应环境以进行训练体现的代理人”。 Colm。 2024。 [project] [Paper] [代码]。 [C23] Abhay Zala，Han Lin，Jaemin Cho和Mohit Bansal。 “图表：通过LLM计划生成开放域的开放式平台图”。 Colm。 2024。 [project] [Paper] [代码]。 [C22] Han Lin，Abhay Zala，Jaemin Cho和Mohit Bansal。 “ VideodirectorGpt：通过LLM指导计划一致的多场景视频生成”。 Colm。 2024。 [project] [Paper] [代码]。 [C21] Heesoo Jang和Jaemin Cho。 “对大语言模型的偏见和危害的评估”。 2024。 [纸]。ICLR（口头）。2025。[project] [Paper] [代码]。[C26] Zaid Khan，Elias Stengel-Eskin，Jaemin Cho和Mohit Bansal。“ DataEnvgym：具有学生反馈的教师环境中的数据生成代理”。ICLR（聚光灯）。2025。[project] [Paper] [排行榜] [代码]。[C25] Jialu Li *，Jaemin Cho *，Yi-lin Sung，Jaehong Yoon和Mohit Bansal。“ SELMA：学习和合并技能 - 特定文本对象专家与自动生成数据”。神经。2024。[project] [Paper] [代码]。[C24] Abhay Zala *，Jaemin Cho *，Han Lin，Jaehong Yoon和Mohit Bansal。“ Envgen：通过LLM生成和适应环境以进行训练体现的代理人”。Colm。 2024。 [project] [Paper] [代码]。 [C23] Abhay Zala，Han Lin，Jaemin Cho和Mohit Bansal。 “图表：通过LLM计划生成开放域的开放式平台图”。 Colm。 2024。 [project] [Paper] [代码]。 [C22] Han Lin，Abhay Zala，Jaemin Cho和Mohit Bansal。 “ VideodirectorGpt：通过LLM指导计划一致的多场景视频生成”。 Colm。 2024。 [project] [Paper] [代码]。 [C21] Heesoo Jang和Jaemin Cho。 “对大语言模型的偏见和危害的评估”。 2024。 [纸]。Colm。2024。[project] [Paper] [代码]。[C23] Abhay Zala，Han Lin，Jaemin Cho和Mohit Bansal。“图表：通过LLM计划生成开放域的开放式平台图”。Colm。 2024。 [project] [Paper] [代码]。 [C22] Han Lin，Abhay Zala，Jaemin Cho和Mohit Bansal。 “ VideodirectorGpt：通过LLM指导计划一致的多场景视频生成”。 Colm。 2024。 [project] [Paper] [代码]。 [C21] Heesoo Jang和Jaemin Cho。 “对大语言模型的偏见和危害的评估”。 2024。 [纸]。Colm。2024。[project] [Paper] [代码]。[C22] Han Lin，Abhay Zala，Jaemin Cho和Mohit Bansal。“ VideodirectorGpt：通过LLM指导计划一致的多场景视频生成”。Colm。 2024。 [project] [Paper] [代码]。 [C21] Heesoo Jang和Jaemin Cho。 “对大语言模型的偏见和危害的评估”。 2024。 [纸]。Colm。2024。[project] [Paper] [代码]。[C21] Heesoo Jang和Jaemin Cho。“对大语言模型的偏见和危害的评估”。2024。[纸]。国际传播协会（ICA）（高级论文奖）。[C20] Yasumasa onoe，Sunayana Rane，Zachary Berger，Yonatan Bitton，Jaemin Cho，Roopal Garg，Alexander Ku，Zarana Parekh，Jordi Pontuset，Jordi Pont-Tuset，Garrett Tanzer，Su Wang和Jason Baldridge。“ docci：连接和对比图像的描述”。ECCV。 2024。 [Project] [Paper] [DataSet]。 [C19] David Wan，Jaemin Cho，Elias Stengel-Eskin和Mohit Bansal。 “对比区域指导：在没有训练的情况下改善视觉模型的接地”。 ECCV。 2024。 [project] [Paper] [代码]。 [C18] Qin Liu，Jaemin Cho，Mohit Bansal和Marc Niethammer。 “以低潜伏期，高质量和不同的提示来重新思考交互式图像分割”。 CVPR。 2024。 [project] [Paper] [代码]。 [C17] Jaemin Cho，Yushi Hu，Roopal Garg，Peter Anderson，Ranjay Krishna，Jason Baldridge，Mohit Bansal，Jordi Pont-Tuset和Su Wang。 “ Davidsonian场景图：在文本到图像生成的细粒度评估中提高可靠性”。 ICLR。 2024。 [project] [Paper] [代码]。 [C16] Jaemin Cho，Abhay Zala和Mohit Bansal。 “用于文本到图像生成和评估的视觉编程”。 神经。 2023。 [project] [Paper] [VPGEN代码] [VPEVAL代码]。 [C15] Shoubin Yu，Jaemin Cho，Prateek Yadav和Mohit Bansal。 “用于视频本地化和问题回答的自链图像模型”。 神经。 2023。ECCV。2024。[Project] [Paper] [DataSet]。[C19] David Wan，Jaemin Cho，Elias Stengel-Eskin和Mohit Bansal。“对比区域指导：在没有训练的情况下改善视觉模型的接地”。ECCV。 2024。 [project] [Paper] [代码]。 [C18] Qin Liu，Jaemin Cho，Mohit Bansal和Marc Niethammer。 “以低潜伏期，高质量和不同的提示来重新思考交互式图像分割”。 CVPR。 2024。 [project] [Paper] [代码]。 [C17] Jaemin Cho，Yushi Hu，Roopal Garg，Peter Anderson，Ranjay Krishna，Jason Baldridge，Mohit Bansal，Jordi Pont-Tuset和Su Wang。 “ Davidsonian场景图：在文本到图像生成的细粒度评估中提高可靠性”。 ICLR。 2024。 [project] [Paper] [代码]。 [C16] Jaemin Cho，Abhay Zala和Mohit Bansal。 “用于文本到图像生成和评估的视觉编程”。 神经。 2023。 [project] [Paper] [VPGEN代码] [VPEVAL代码]。 [C15] Shoubin Yu，Jaemin Cho，Prateek Yadav和Mohit Bansal。 “用于视频本地化和问题回答的自链图像模型”。 神经。 2023。ECCV。2024。[project] [Paper] [代码]。[C18] Qin Liu，Jaemin Cho，Mohit Bansal和Marc Niethammer。“以低潜伏期，高质量和不同的提示来重新思考交互式图像分割”。CVPR。2024。[project] [Paper] [代码]。[C17] Jaemin Cho，Yushi Hu，Roopal Garg，Peter Anderson，Ranjay Krishna，Jason Baldridge，Mohit Bansal，Jordi Pont-Tuset和Su Wang。“ Davidsonian场景图：在文本到图像生成的细粒度评估中提高可靠性”。ICLR。 2024。 [project] [Paper] [代码]。 [C16] Jaemin Cho，Abhay Zala和Mohit Bansal。 “用于文本到图像生成和评估的视觉编程”。 神经。 2023。 [project] [Paper] [VPGEN代码] [VPEVAL代码]。 [C15] Shoubin Yu，Jaemin Cho，Prateek Yadav和Mohit Bansal。 “用于视频本地化和问题回答的自链图像模型”。 神经。 2023。ICLR。2024。[project] [Paper] [代码]。[C16] Jaemin Cho，Abhay Zala和Mohit Bansal。“用于文本到图像生成和评估的视觉编程”。神经。2023。[project] [Paper] [VPGEN代码] [VPEVAL代码]。[C15] Shoubin Yu，Jaemin Cho，Prateek Yadav和Mohit Bansal。“用于视频本地化和问题回答的自链图像模型”。神经。2023。[Paper] [代码]。[C14] Zhenhailong Wang，Ansel Blume，Sha Li，Genglin Liu，Jaemin Cho，Zineng Tang，Mohit Bansal和Heng Ji。“ paxion：在视频语言基础模型中修补动作知识”。神经（聚光灯）。2023。[Paper] [代码]。
生物样品中的酰基牛磺酸分析
最近发现N-酰基牛磺酸盐（NAT）是一类内源性生物活性脂质，其可能的药理应用的观点刺激了基于质谱的方法的发展，用于其在生物组织和液体中的定量测量。我们首次根据uplc-esi-QQQ分析在肝替代基质和纯溶剂（MEOH）中进行了验证，以鉴定和定量生物组织提取物中的NAT。The LC-MS method was based on five representative lipid analogues, including saturated, monounsaturated and polyunsaturated species, namely N - palmitoyl taurine (C16:0 NAT), N -oleoyl taurine (C18:1 NAT), N -arachidonoyl taurine (C20:4 NAT), N -docosa noyl taurine (C22:0 NAT）和N -nervonoyl牛磺酸（C24：1 NAT），并评估了特异性，线性，基质效应，恢复，可重复性和中间精度和准确性。在MEOH中通过三元标准方法（D 4 -C20：4 NAT）在MEOH中验证的方法在1 - 300 ng/ml的范围内显示出极好的线性性，所有NAT的R始终≥0.9996；日内和日期的精度和准确性始终在可接受的范围内。特异性，在通过的BEH C18 UPLC条件下，将两个诊断性MRM离子离子过渡的确认率和M/z 80和m/z 107的产品离子的确认率与真实样品的确认率。对于所有化合物，检测限（LOD）和定量极限（LOQ）分别为0.3 - 0.4和1 ng/ml。NAT水平从十二指肠到结肠升高，证明了C22：0 NAT的大肠的显着流行，通常主要发生在中枢神经系统中。该方法已成功地用于评估小鼠肝脏中的NAT水平，并且首次在肠道（duodenum，jejunum，ileum和colon）的各个部分中。这些发现促使进一步的研究揭示了该类别各个外围组织中该类别成员的生物学功能。
nivolumab（opdive）Oxaliplation Capection
nivolumab（Opdivo）Oxaliptin Capecitabine指示（ICD10）C15，C16在开处方之前检查最新的Blueteq资格标准。Blueteq注册所需。（www.england.nhs.uk/pablication/national-cancer-drugs-fund-list/）（NIV21）（NIV22）1。Nivolumab in combination with platinum and fluoropyrimidine-based chemotherapy for previously untreated advanced unresectable or metastatic HER-2 negative adenocarcinomas of the stomach, gastro-oesophageal junction or oesophagus which express PD-L1 with a combined positive score of 5 or more, who have not received any previous immunotherapy except as part of adjuvant therapy, completed at least 6 months ago without进展。ps 0或1。（TA857）2。nivolumab与铂和基于氟嘧啶的化学疗法结合使用，用于以前未经治疗的不可切除的晚期不可切除的，不可切除的或复发或转移性或转移性或转移性的食管细胞PD-L1表达≥1％的肿瘤细胞PD-L1表达，并与pd-L1组合的阳性或pd-l1组合的阳性或pd-pd-pd-pd-pd-pd-pd-pd-pd-pd-pd-pd-pd-pd-pd-1 OX40或抗周毒性T淋巴细胞相关抗原4（CTLA-4）处理。PS0或1。管理平板电脑应分开12小时。在饭后30分钟内用水吞咽，或溶解在200ml Luke温水中，彻底搅拌（如果不呈现的话，可以添加南瓜）。反遗传学中等疾病的第1天循环1至8低突出风险第2至14循环1至8个周期1至8最小的突出风险每28天周期9开始，需要并发药物（TA865）IV型循环1至8天1 Nivolumab 360mg **在100ml氯化钠IV输注30分钟内Oxaliplatin 130mg/m 2 In＃ml葡萄糖5％IV在2小时内2小时1至14 capecitabine 1000mg/m 2 twiCe/m 2 twice twiCe 5％IV输液（2000毫米） **if oxaliplatin and capecitabine are discontinued nivolumab 480mg every 28 days must be used instead Cycle 9 every 28 days up to 2 calendar years from treatment start NIVOLUMAB 480mg in 100ml sodium chloride IV infusion over 30 minutes # diluent and diluent volume for dose prescribed as per national standardised product specification CYCLE FREQUENCY AND NUMBER OF CYCLES Combination every 21 days for 8 cycles nivolumab单一疗法从第9周期治疗到进展每28天，直到1个周期组合开始日期（不论治疗中的任何断裂），最多2个日历年。
牛奶的中红外光谱如何有助于...
模型组预测可变最大最大SDR²CV相对RMSECV RMSECV RPDCV模型质量牛奶C4（g/dl）0.01 0.23 0.10 0.10 0.03 0.03 0.93 8％3.67 3牛奶C6（g/dl）0.01 0.01 0.01 0.16 0.16 0.07 0.02 0.02 0.02 0.02 0.91 9％3.32 3牛奶C8牛奶C8牛奶C8牛奶C8（G/DL）0.011111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111111 2011得益3牛奶C10（g/dl）0.02 0.32 0.11 0.04 0.91 9％3.37 3牛奶C12（g/dl）0.02 0.41 0.13 0.13 0.04 0.92 9％3.62 3牛奶C14（g/dl）0.05 1.05 1.20 1.20 1.20 1.20 0.45 0.45 0.13 0.13 0.13 0.15 0％0.0％0.0％0.6牛奶C14_1（dl）0.00 004 dl） 21% 1.78 5 Milk C16 (g/dL) 0.12 3.32 1.20 0.40 0.94 8% 4.18 3 Milk C16_1c (g/dL) 0.01 0.24 0.07 0.03 0.73 20% 1.91 5 Milk C17 (g/dL) 0.00 0.09 0.03 0.01 0.80 13% 2.24 4 Milk C18 (g/dL) 0.05 1.32 0.40 0.15 0.84 14% 2.51 4 Milk C18_1cis9 (g/dL) 0.08 2.69 0.76 0.29 0.95 8% 4.35 2 Milk C18_2c9c12 (g/dL) 0.00 0.17 0.06 0.02 0.72 19% 1.91 5 Milk C18_2c9t11 (g/dL) 0.00 0.14 0.03 0.02 0.74 37% 1.95 6 Milk C18_3c9c12c15 (g/dL) 0.00 0.09 0.02 0.01 0.68 22% 1.77 5 Milk Tot18_1cis (g/dL) 0.09 2.77 0.82 0.31 0.95 8% 4.58 2 Milk Tot18_2 (g/dL) 0.01 0.32 0.10 0.03 0.69 15% 1.79 5 Milk Total_C18_1 (g/dL) 0.10 2.98 0.94 0.33 0.96 7% 5.18 2 Tot18_1trans (g/dL) 0.01 0.57 0.13 0.06 0.79 21% 2.17 4 Milk Total_Trans (g/dL) 0.02 0.75 0.16 0.08 0.80 19% 2.26 4 Milk isoanteiso FA (g/dL) 0.02 0.28 0.09 0.03 0.75 14% 2.00 5 Milk Odd fatty acids (g/dL) 0.03 0.50 0.16 0.04 0.83 10% 2.41 4 Milk omega3 (g/dL) 0.00 0.11 0.03 0.01 0.66 22% 1.73 5 Milk omega6 (g/dL) 0.01 0.33 0.10 0.03 0.72 14% 1.89 5 Milk SAT FA（g/dl）0.31 6.97 2.70 0.75 0.99 3％10.22 1牛奶unsat（g/dl）0.14 3.86 3.86 1.25 0.39 0.97 5％5.75 2牛奶单fa（g/dl）（g/dl）0.12 0.12 3.42 3.42 3.42 1.08 0.35 0.35 0.35 0.30 0.77 77 13.77 13.02牛奶pufa（g/dl）dl） 2.10 4牛奶SCFA（g/dl）0.05 0.80 0.35 0.10 0.93 7％3.88 3牛奶LCFA（g/dl）0.19 4.79 4.79 1.59 0.52 0.52 0.95 7％4.52 2牛奶MCFA（G/DL）
rndr。 Balasia博士
[C1] Agrawal T.，Balazia M.，Bremond f。：CM3T：高效多模式学习的框架，用于非病会议出版物基因交互数据集。IEEE/CVF冬季有关计算机视觉应用（WACV）的冬季会议，美国图森，2025年。[C2] Sinha S.，Balazia M.，Bremond f。：通过优化的聚合网络识别教法性白内障手术视频中的手术器械。IEEE图像处理应用和系统（IPA）的国际会议，法国里昂，2025年。[C3] Muller P.，Balazia M.，Baur T.，Dietz M.，Heimerl A.，Penzkofer A.，Schiller D.，Bremond F.，Alexandersson J.，Andre E.ACM多媒体（ACMMM），澳大利亚墨尔本，2024年。[C4] Strizhkova V.，Kachmar H.，Chaptoukaev H.，Kalandadze R.，Kukhilava N.，Tsmindashvili T.，Abo-Alzahab N.，Zuluaga M.A.：MVP：基于视频和生理信号的多模式情绪识别。在IEEE/CVF欧洲计算机愿景会议（ECCV），意大利米兰的IEEE/CVF欧洲/CVF上的情感行为分析（ABAW），2024年。[C5] Reka A.，Borza D.L.，Reilly D.，Balazia M.，Bremond F。：将门控和上下文引入时间动作检测。在IEEE/CVF欧洲计算机愿景会议（ECCV），意大利米兰的IEEE/CVF欧洲/CVF上的情感行为分析（ABAW），2024年。[C6] Tiwari U.，Majhi S.，Balazia M.，Bremond f。：自动驾驶异常检测至关重要的是：弱监督的地平线。ACM多媒体（ACMMM），第9640-9645页，加拿大渥太华，2023年。在IEEE/CVF欧洲计算机视觉会议（ECCV），意大利米兰，2024年，IEEE/CVF欧洲计算机视觉会议（ECCV）举行的自动驾驶（漫游）的强大，分发和多模式模型。[C7] Muller P.，Balazia M.，Baur T.，Dietz M.，Heimerl A.，Schiller D.，Guermal M.，Thomas D.，Bremond F.，Alexander-Sson J.，Andre E.，Andre E.[C8] Agrawal T.，Balazia M.，Muller P.，Bremond F。：多模式视觉变压器，强迫注意行为分析。IEEE/CVF计算机视觉应用（WACV）的冬季会议，第3392–3402页，美国威克罗阿，美国，2023年。[C9] Balazia M.，Muller P.，Tanczos A.L.，Liechtenstein A.，Bremond F。：社会互动的身体行为：新颖的注释和最新评估。ACM多媒体国际会议（ACMMM），第70-79页，里斯本，葡萄牙，2022年。[C10] Balazia M.，Hlavackova-Schindler K.，Sojka P.，Plant C。：Granger Causal-Ity的可解释步态识别。IEEE/IAPR国际模式认可会议（ICPR），第1069-1075页，加拿大蒙特利尔，2022年。[C11] Agrawal T.，Agarwal D.，Balazia M.，Sinha N.，Bremond f。：使用跨意识变压器和行为编码的多模式人格识别。IAPR国际视觉理论与应用会议（VISAPP），第501-508页，Virtual，2022。[C12] Sinha N.，Balazia M.，Bremond f。：火焰：面部地标热图激活的多模式凝视。IEEE国际高级视频和信号监视会议（AVSS），第1-8页，虚拟，2021年。[C13] Balazia M.，Happy S.L.，Bremond F.，Dantcheva A。：面部多么独特：一项调查研究。IEEE/IAPR国际模式识别会议（ICPR），第7066-7071页，意大利米兰，2021年。[C14] Balazia M.，Sarkar s。：在活动对象跟踪中重新调用评估。在神经信息处理系统会议上（NEURIPS），加拿大温哥华，2019年的神经信息处理系统（NEURIPS）的新知识（NEWINML）。[C15] Aakur S.，Sawyer D.，Balazia M.，Sarkar S。：对未修剪监视视频中基于建议的细粒度活动检测方法的检查。NIST关于TREC视频检索评估（TRECVID）的研讨会，《扩展视频挑战的活动》，美国盖瑟斯堡，2018年。[C16] Balazia M.，Sojka p。：您是走路的方式：不合作的MOCAP步态识别视频监视，并使用不完整和嘈杂的数据。IEEE/IAPR国际生物识别技术联合会议（IJCB），第208-215页，美国丹佛，2017年。 [C17] Balazia M.，Sojka p。：用于基于MOCAP的步态识别方法的评估框架和数据库。 IAPR关于模式识别可再现研究（RRPR）的研讨会，第33-47页，墨西哥坎昆，2016年。 [C18] Balazia M.，Sojka p。：通过最大保证金标准（扩展摘要）学习健壮的步态识别功能。 IAPR关于结构和句法模式识别（SSPR）和统计技术的国际国际研讨会（SPR），第585-586页，墨西哥梅里达，2016年。 [C19] Balazia M.，Sojka p。：与运动捕获数据相关的步态识别的独立特征。IEEE/IAPR国际生物识别技术联合会议（IJCB），第208-215页，美国丹佛，2017年。[C17] Balazia M.，Sojka p。：用于基于MOCAP的步态识别方法的评估框架和数据库。IAPR关于模式识别可再现研究（RRPR）的研讨会，第33-47页，墨西哥坎昆，2016年。[C18] Balazia M.，Sojka p。：通过最大保证金标准（扩展摘要）学习健壮的步态识别功能。IAPR关于结构和句法模式识别（SSPR）和统计技术的国际国际研讨会（SPR），第585-586页，墨西哥梅里达，2016年。[C19] Balazia M.，Sojka p。：与运动捕获数据相关的步态识别的独立特征。IAPR关于结构和句法模式识别（SSPR）和统计技术的国际国际研讨会（SPR），第310-321页，墨西哥，墨西哥，2016年。[C20] Balazia M.，Sojka p。：通过最大余量标准学习适合步态识别的功能。IEEE/IAPR国际模式识别会议（ICPR），第901-906页，墨西哥坎昆，2016年。[C21] Balazia M.，Sedmidubsky J.，Zezula P。：语义上一致的人类运动分割。国际数据库和专家系统应用程序（DEXA），第423-437页，德国慕尼黑，2014年。[C22] Sedmidubsky J.，Valcik J.，Balazia M.，Zezula p。：基于归一化步行周期的步态识别。国际视觉计算研讨会（ISVC），第11-20页，Rethymno，希腊，2012年。[C23] Valcik J.，Sedmidubsky J.，Balazia M.，Zezula P.，确定人类识别的行走周期。太平洋亚洲情报与安全信息学讲习班（PAISI），第127-135页，马来西亚吉隆坡，2012年。