XiaoMi-AI文件搜索系统
World File Search SystemCombi
通过LLM驱动的迭代细胞优化 -
我们提出了一种新颖的方式，将灵活的，与上下文相关的约束集成为组合优化，通过将大型语言模型（LLMS）与传统算法一起使用。尽管LLM擅长解释细微的，当地指定的要求，但他们在执行全球组合可行性方面挣扎。为了弥合此间隙，我们提出了一个迭代的微调框架，其中算法反馈逐渐完善了LLM的输出分布。将其解释为模拟退火，我们引入了一个基于“粗糙可学习性”假设的形式模型，为收敛提供了样本复杂性界限。对调度，图形连接和聚类任务的经验评估表明，与基线采样方法相比，我们的框架平衡了本地表达的约束的灵活性和严格的全局优化。我们的结果突出了混合AI驱动组合推理的有希望的方向。项目代码：https：//github.com/pranjal-awasthi/test time-ft
2025投资者日 - 合并
本演讲包括某些前瞻性陈述和信息（FLI），以向Enbridge Inc.（Enbridge或公司）的潜在投资者和股东提供有关Enbridge及其子公司和分支机构的信息，包括管理层对他们未来计划和运营的评估，而FLI可能不适合其他目的。fli通常由诸如“预期”，“期望”，“项目”，“估计”，“预测”，“计划”，“计划”，“目标”，“目标”，“相信”，“可能”和类似的词表明未来的结果或陈述相似的词。除历史事实陈述以外的所有陈述都可能是FLI。
2025投资者日 - 合并
本演讲包括某些前瞻性陈述和信息（FLI），以向Enbridge Inc.（Enbridge或公司）的潜在投资者和股东提供有关Enbridge及其子公司和分支机构的信息，包括管理层对他们未来计划和运营的评估，而FLI可能不适合其他目的。fli通常由诸如“预期”，“期望”，“项目”，“估计”，“预测”，“计划”，“计划”，“目标”，“目标”，“相信”，“可能”和类似的词表明未来的结果或陈述相似的词。除历史事实陈述以外的所有陈述都可能是FLI。
组合新量子设备的被困原子和光子学
中性原子的阵列被困在光学镊子中 - 可以将原子固定到位的高度集中的激光束 - 是构建量子处理器的越来越流行的方式。中性原子的这些网格，当以特定序列激发时，可以将复杂的量子计算缩放到数千个Qubits。但是，它们的量子状态是脆弱的，可以很容易被破坏 - 包括光子设备，旨在以光子的形式收集其数据。
组合技术和相关图像处理，用于弹性体中包含物的定量统计表征
1 ENSTA B RETAGNE , UMR CNRS 6027, IRDL, F-29200 B REST , F RANCE 2 V IBRACOUSTIC – CAE D URABILITY P REDICTION D EPARTMENT , 44474 C ARQUEFOU , F RANCE 3 N ANTES U NIVERSITÉ , E COLE C ENTRALE N ANTES , CNRS, G E M, UMR 6183, F-44000 N ANTES , F rance摘要弹性材料的特性受到成分和详细过程所产生的夹杂物的强烈影响。提出了一种方法，以根据其化学性质区分弹性体中对疲劳有害（大于几µm）的夹杂物，并使用足够的统计数据进行定量表征它们。使用三种技术并进行了比较：数字光学显微镜（OM），与能量分散X射线光谱相关的扫描电子显微镜（SEM）和X射线微计算机层析成像（µ-CT）。六种材料用于挑战该方法。除了通常的金属氧化物和碳黑色附聚物外，突出显示了三种非典型夹杂物，从而产生了特定的检测困难。与经典的阈值方法相比，开发了一个相关的图像分析过程，以自动和准确地检测获得的图像的包含物。不同夹杂物种群的形态和空间分布。µ-CT是包含物的分类和统计表征的最全面，最准确的方法。此外，可以使用反向散射电子（SEM-BSE）或数字OM获得有关包含物尺寸分布的相关数据。SEM-BSE比数字OM提供了更准确的结果。简介橡胶部分的性能与化合物中成分的分散质量有关。该分散剂取决于所用的成分以及详细过程（混合，注射和固化）1。用于橡胶零件的典型成分包括碳黑色（CB）或二氧化硅填充剂和ZnO。对成分的良好分散对于获得均匀的混合物，良好的机械性能以及批处理和批处理之间的性质的一致性很重要。此外，夹杂物和团聚物在这些材料的机械性能中起关键作用。例如，疲劳损伤通常以CB的聚集体2或在二氧化硅聚集体3或金属氧化物2,4处引发。因此，重要的是能够表征填充物分散体和橡胶化合物中的夹杂物。的确，这种分散在空间和大小上的知识允许检查混合物的质量，优化过程参数，并在微观结构和感兴趣的属性之间建立链接。*通讯作者。matthieu.le_saux@ensta-bretagne.fr在文献中已经提出了许多技术，以分析橡胶材料中成分（基本上是CB）的微或宏分散因素：•通过透射光学显微镜（OM）5,6的材料（厚度上的几微米至几千微米）观察材料的材料（厚度几英尺）的效果。观察到的较暗和较明亮的区域分别对应于CB团聚物，并在切割过程中脱离了聚集体；该方法在1960年代被用作标准（ASTM D-2663方法B）。
将环境DNA与遥感变量相结合，以绘制沿着大河的鱼类分布
河流生态系统中的生物多样性丧失速度要比限制系统更快，更严重，并且需要空间保护和恢复计划来停止这种侵蚀。关于生物多样性和物种分布的状态和变化的可靠且高度解决的数据对于有效措施至关重要。的高分辨率图仍然有限。与全球卫星传感器的耦合数据具有广泛的环境DNA（EDNA）和机器学习可以实现河流生物分布的快速而精确的映射。在这里，我们研究了使用沿瑞士和法国Rhone River的110个地点的埃德纳数据集组合这些方法的潜力。使用Sentinel 2和Landsat 8图像，我们产生了一组生态变量，描述了河走廊周围的水生栖息地和陆地栖息地。我们将这些变量与基于EDNA的存在和29种鱼类的不存在数据相结合，并使用了三种机器学习模型来评估这些物种的环境适用性。大多数模型表现出良好的性能，表明从遥感中得出的生态变量可以近似鱼类分布的生态决定因素，但是水衍生的变量比河流周围的陆地变量具有更强的关联。物种范围的映射表明该物种沿着瑞士的物种占用物的显着转移，从其瑞士阿尔卑斯山的来源到法国南部的地中海出口。我们的研究消除了将遥感和EDNA结合到大河中物种分布的可行性。该方法可以扩展到任何大河以支持保护方案。
评估单独X射线和与放射性敏感器在皮下和颅内肿瘤模型中的功效
在这项研究中，通过应用X射线辐射评估了13个肿瘤细胞系衍生的皮下模型和一个颅内肿瘤模型。通过使用该设备（X-RAD225，PXI Precision，USA）评估辐射水平对不同肿瘤类型和不同肿瘤模型的响应，从而直接在局灶性肿瘤部位上传递靶向辐射。此外，我们研究了放射线和化学疗法药物（吉西他滨）在H22鼠肝癌细胞中的综合益处，源自皮下造型模型。研究了辐射治疗对NCI-H1975-LUC，人类非小细胞肺癌内颅内模型与人类检查点激酶共济失调 - 毛细血管症杂交（ATT）激酶抑制剂AZD0156结合的影响。此外，还评估了血脑屏障的完整性以及AZD0156的药效学标记PRAD50的存在。研究结果表明，X射线辐射在所有研究的模型中都具有抗肿瘤作用，并且还与放射性敏感剂，吉西他滨或AZD0156结合处理。我们认为，这项研究表明，有很多潜在的完全利用辐射平台来识别辐射敏化器或化学候选者，以使肿瘤学会的管理受益。
晚期胃癌：当前的治疗景观和顺序和个性化指南的未来前景：瑞士专家陈述文章
设计组合免疫疗法的临床试验：胶质母细胞瘤作者的框架：1。Kirit Singh，美国北卡罗来纳州达勒姆市杜克大学2。 Kristen A. Batich，美国北卡罗来纳州达勒姆大学杜克大学3。 Patrick Y. Wen，美国马萨诸塞州波士顿的Dana-Farber癌症研究所4. Aaron C. Tan，新加坡国家癌症中心5. Stephen J. Bagley，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州6。 迈克尔·林（Michael Lim），斯坦福大学，加利福尼亚州斯坦福大学7。 Michael Platten，Heidelberg University MCTN医学院Mannheim和德国癌症研究中心，德国海德堡8. 霍华德·科尔曼（Howard Colman），美国盐湖城亨斯曼癌症研究所，美国9。 David M. Ashley，杜克大学，北卡罗来纳州达勒姆市10。 Susan M. Chang，加利福尼亚大学旧金山大学（UCSF），美国加利福尼亚州旧金山，美国11。 Rifaquat Rahman，美国马萨诸塞州波士顿Dana-Farber Cancer Institute 12. 埃文蒂亚·加拉尼斯（Evanthia Galanis），美国明尼苏达州罗切斯特的梅奥诊所罗切斯特，美国13。 Alireza Mansouri，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州癌症研究所14。 Vinay K. Puduvalli，美国德克萨斯州休斯敦市Anderson癌症中心，美国德克萨斯州，15。 David A. Reardon，Dana-Farber癌症研究所，美国马萨诸塞州，美国，16。 Solmaz Sahebjam，莫菲特癌症中心，南佛罗里达大学，坦帕，佛罗里达州，美国17。 John H. Sampson，美国北卡罗来纳州达勒姆大学杜克大学18. John Simes，NHMRC临床试验中心，澳大利亚新南威尔士州悉尼大学19. Donald A. Berry，美国德克萨斯州休斯顿市Anderson癌症中心，美国20。 Gelareh Zadeh，加拿大多伦多多伦多大学，加拿大。 21。 披露1。Kirit Singh，美国北卡罗来纳州达勒姆市杜克大学2。Kristen A. Batich，美国北卡罗来纳州达勒姆大学杜克大学3。 Patrick Y. Wen，美国马萨诸塞州波士顿的Dana-Farber癌症研究所4. Aaron C. Tan，新加坡国家癌症中心5. Stephen J. Bagley，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州6。 迈克尔·林（Michael Lim），斯坦福大学，加利福尼亚州斯坦福大学7。 Michael Platten，Heidelberg University MCTN医学院Mannheim和德国癌症研究中心，德国海德堡8. 霍华德·科尔曼（Howard Colman），美国盐湖城亨斯曼癌症研究所，美国9。 David M. Ashley，杜克大学，北卡罗来纳州达勒姆市10。 Susan M. Chang，加利福尼亚大学旧金山大学（UCSF），美国加利福尼亚州旧金山，美国11。 Rifaquat Rahman，美国马萨诸塞州波士顿Dana-Farber Cancer Institute 12. 埃文蒂亚·加拉尼斯（Evanthia Galanis），美国明尼苏达州罗切斯特的梅奥诊所罗切斯特，美国13。 Alireza Mansouri，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州癌症研究所14。 Vinay K. Puduvalli，美国德克萨斯州休斯敦市Anderson癌症中心，美国德克萨斯州，15。 David A. Reardon，Dana-Farber癌症研究所，美国马萨诸塞州，美国，16。 Solmaz Sahebjam，莫菲特癌症中心，南佛罗里达大学，坦帕，佛罗里达州，美国17。 John H. Sampson，美国北卡罗来纳州达勒姆大学杜克大学18. John Simes，NHMRC临床试验中心，澳大利亚新南威尔士州悉尼大学19. Donald A. Berry，美国德克萨斯州休斯顿市Anderson癌症中心，美国20。 Gelareh Zadeh，加拿大多伦多多伦多大学，加拿大。 21。 披露1。Kristen A. Batich，美国北卡罗来纳州达勒姆大学杜克大学3。Patrick Y. Wen，美国马萨诸塞州波士顿的Dana-Farber癌症研究所4. Aaron C. Tan，新加坡国家癌症中心5. Stephen J. Bagley，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州6。 迈克尔·林（Michael Lim），斯坦福大学，加利福尼亚州斯坦福大学7。 Michael Platten，Heidelberg University MCTN医学院Mannheim和德国癌症研究中心，德国海德堡8. 霍华德·科尔曼（Howard Colman），美国盐湖城亨斯曼癌症研究所，美国9。 David M. Ashley，杜克大学，北卡罗来纳州达勒姆市10。 Susan M. Chang，加利福尼亚大学旧金山大学（UCSF），美国加利福尼亚州旧金山，美国11。 Rifaquat Rahman，美国马萨诸塞州波士顿Dana-Farber Cancer Institute 12. 埃文蒂亚·加拉尼斯（Evanthia Galanis），美国明尼苏达州罗切斯特的梅奥诊所罗切斯特，美国13。 Alireza Mansouri，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州癌症研究所14。 Vinay K. Puduvalli，美国德克萨斯州休斯敦市Anderson癌症中心，美国德克萨斯州，15。 David A. Reardon，Dana-Farber癌症研究所，美国马萨诸塞州，美国，16。 Solmaz Sahebjam，莫菲特癌症中心，南佛罗里达大学，坦帕，佛罗里达州，美国17。 John H. Sampson，美国北卡罗来纳州达勒姆大学杜克大学18. John Simes，NHMRC临床试验中心，澳大利亚新南威尔士州悉尼大学19. Donald A. Berry，美国德克萨斯州休斯顿市Anderson癌症中心，美国20。 Gelareh Zadeh，加拿大多伦多多伦多大学，加拿大。 21。 披露1。Patrick Y. Wen，美国马萨诸塞州波士顿的Dana-Farber癌症研究所4.Aaron C. Tan，新加坡国家癌症中心5. Stephen J. Bagley，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州6。 迈克尔·林（Michael Lim），斯坦福大学，加利福尼亚州斯坦福大学7。 Michael Platten，Heidelberg University MCTN医学院Mannheim和德国癌症研究中心，德国海德堡8. 霍华德·科尔曼（Howard Colman），美国盐湖城亨斯曼癌症研究所，美国9。 David M. Ashley，杜克大学，北卡罗来纳州达勒姆市10。 Susan M. Chang，加利福尼亚大学旧金山大学（UCSF），美国加利福尼亚州旧金山，美国11。 Rifaquat Rahman，美国马萨诸塞州波士顿Dana-Farber Cancer Institute 12. 埃文蒂亚·加拉尼斯（Evanthia Galanis），美国明尼苏达州罗切斯特的梅奥诊所罗切斯特，美国13。 Alireza Mansouri，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州癌症研究所14。 Vinay K. Puduvalli，美国德克萨斯州休斯敦市Anderson癌症中心，美国德克萨斯州，15。 David A. Reardon，Dana-Farber癌症研究所，美国马萨诸塞州，美国，16。 Solmaz Sahebjam，莫菲特癌症中心，南佛罗里达大学，坦帕，佛罗里达州，美国17。 John H. Sampson，美国北卡罗来纳州达勒姆大学杜克大学18. John Simes，NHMRC临床试验中心，澳大利亚新南威尔士州悉尼大学19. Donald A. Berry，美国德克萨斯州休斯顿市Anderson癌症中心，美国20。 Gelareh Zadeh，加拿大多伦多多伦多大学，加拿大。 21。 披露1。Aaron C. Tan，新加坡国家癌症中心5.Stephen J. Bagley，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州6。迈克尔·林（Michael Lim），斯坦福大学，加利福尼亚州斯坦福大学7。Michael Platten，Heidelberg University MCTN医学院Mannheim和德国癌症研究中心，德国海德堡8.霍华德·科尔曼（Howard Colman），美国盐湖城亨斯曼癌症研究所，美国9。David M. Ashley，杜克大学，北卡罗来纳州达勒姆市10。 Susan M. Chang，加利福尼亚大学旧金山大学（UCSF），美国加利福尼亚州旧金山，美国11。 Rifaquat Rahman，美国马萨诸塞州波士顿Dana-Farber Cancer Institute 12. 埃文蒂亚·加拉尼斯（Evanthia Galanis），美国明尼苏达州罗切斯特的梅奥诊所罗切斯特，美国13。 Alireza Mansouri，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州癌症研究所14。 Vinay K. Puduvalli，美国德克萨斯州休斯敦市Anderson癌症中心，美国德克萨斯州，15。 David A. Reardon，Dana-Farber癌症研究所，美国马萨诸塞州，美国，16。 Solmaz Sahebjam，莫菲特癌症中心，南佛罗里达大学，坦帕，佛罗里达州，美国17。 John H. Sampson，美国北卡罗来纳州达勒姆大学杜克大学18. John Simes，NHMRC临床试验中心，澳大利亚新南威尔士州悉尼大学19. Donald A. Berry，美国德克萨斯州休斯顿市Anderson癌症中心，美国20。 Gelareh Zadeh，加拿大多伦多多伦多大学，加拿大。 21。 披露1。David M. Ashley，杜克大学，北卡罗来纳州达勒姆市10。Susan M. Chang，加利福尼亚大学旧金山大学（UCSF），美国加利福尼亚州旧金山，美国11。 Rifaquat Rahman，美国马萨诸塞州波士顿Dana-Farber Cancer Institute 12. 埃文蒂亚·加拉尼斯（Evanthia Galanis），美国明尼苏达州罗切斯特的梅奥诊所罗切斯特，美国13。 Alireza Mansouri，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州癌症研究所14。 Vinay K. Puduvalli，美国德克萨斯州休斯敦市Anderson癌症中心，美国德克萨斯州，15。 David A. Reardon，Dana-Farber癌症研究所，美国马萨诸塞州，美国，16。 Solmaz Sahebjam，莫菲特癌症中心，南佛罗里达大学，坦帕，佛罗里达州，美国17。 John H. Sampson，美国北卡罗来纳州达勒姆大学杜克大学18. John Simes，NHMRC临床试验中心，澳大利亚新南威尔士州悉尼大学19. Donald A. Berry，美国德克萨斯州休斯顿市Anderson癌症中心，美国20。 Gelareh Zadeh，加拿大多伦多多伦多大学，加拿大。 21。 披露1。Susan M. Chang，加利福尼亚大学旧金山大学（UCSF），美国加利福尼亚州旧金山，美国11。Rifaquat Rahman，美国马萨诸塞州波士顿Dana-Farber Cancer Institute 12.埃文蒂亚·加拉尼斯（Evanthia Galanis），美国明尼苏达州罗切斯特的梅奥诊所罗切斯特，美国13。Alireza Mansouri，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州癌症研究所14。 Vinay K. Puduvalli，美国德克萨斯州休斯敦市Anderson癌症中心，美国德克萨斯州，15。 David A. Reardon，Dana-Farber癌症研究所，美国马萨诸塞州，美国，16。 Solmaz Sahebjam，莫菲特癌症中心，南佛罗里达大学，坦帕，佛罗里达州，美国17。 John H. Sampson，美国北卡罗来纳州达勒姆大学杜克大学18. John Simes，NHMRC临床试验中心，澳大利亚新南威尔士州悉尼大学19. Donald A. Berry，美国德克萨斯州休斯顿市Anderson癌症中心，美国20。 Gelareh Zadeh，加拿大多伦多多伦多大学，加拿大。 21。 披露1。Alireza Mansouri，宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州宾夕法尼亚州癌症研究所14。Vinay K. Puduvalli，美国德克萨斯州休斯敦市Anderson癌症中心，美国德克萨斯州，15。 David A. Reardon，Dana-Farber癌症研究所，美国马萨诸塞州，美国，16。 Solmaz Sahebjam，莫菲特癌症中心，南佛罗里达大学，坦帕，佛罗里达州，美国17。 John H. Sampson，美国北卡罗来纳州达勒姆大学杜克大学18. John Simes，NHMRC临床试验中心，澳大利亚新南威尔士州悉尼大学19. Donald A. Berry，美国德克萨斯州休斯顿市Anderson癌症中心，美国20。 Gelareh Zadeh，加拿大多伦多多伦多大学，加拿大。 21。 披露1。Vinay K. Puduvalli，美国德克萨斯州休斯敦市Anderson癌症中心，美国德克萨斯州，15。David A. Reardon，Dana-Farber癌症研究所，美国马萨诸塞州，美国，16。Solmaz Sahebjam，莫菲特癌症中心，南佛罗里达大学，坦帕，佛罗里达州，美国17。John H. Sampson，美国北卡罗来纳州达勒姆大学杜克大学18. John Simes，NHMRC临床试验中心，澳大利亚新南威尔士州悉尼大学19. Donald A. Berry，美国德克萨斯州休斯顿市Anderson癌症中心，美国20。 Gelareh Zadeh，加拿大多伦多多伦多大学，加拿大。 21。 披露1。John H. Sampson，美国北卡罗来纳州达勒姆大学杜克大学18.John Simes，NHMRC临床试验中心，澳大利亚新南威尔士州悉尼大学19.Donald A. Berry，美国德克萨斯州休斯顿市Anderson癌症中心，美国20。 Gelareh Zadeh，加拿大多伦多多伦多大学，加拿大。 21。 披露1。Donald A. Berry，美国德克萨斯州休斯顿市Anderson癌症中心，美国20。Gelareh Zadeh，加拿大多伦多多伦多大学，加拿大。 21。 披露1。Gelareh Zadeh，加拿大多伦多多伦多大学，加拿大。21。披露1。Tim F. Cloughesy，加利福尼亚大学洛杉矶分校22。Minesh P. Mehta，迈阿密癌症研究所，迈阿密，佛罗里达州，美国23。Steven Piantadosi，Brigham and妇女医院，美国马萨诸塞州波士顿，24。 迈克尔·韦勒（Michael Weller），大学医院和苏黎世大学，瑞士苏黎世神经病学系25。 Amy B. Heimberger，美国伊利诺伊州西北大学26。 Mustafa Khasraw *，美国北卡罗来纳州杜克大学杜克大学 *通讯作者：Mustafa Khasraw，医学博士杜克大学| Box 3624，Durham，NC 27710电子邮件：Mustafa.khasraw@duke.edu |电话：+1 919.684.6173运行标题：结合胶质母细胞瘤的免疫疗法作者贡献：MK，PW，SB，KS，构思并设计了这项工作。 MK和KS起草，随后所有作者修订了手稿。 kb和ks开发了这些数字，并通过所有作者的意见进行了修订。 所有作者批准了提交文件。 KS报告没有利益冲突。 2。 KAB报告没有利益冲突。 3。 PYW报告了Agios，Astra Zeneca，Bayer，Boston Pharmaceuticals，CNS Pharmaceuticals，Elevate Bio Immunomic Therapeutics，Imvax，Karyopharmarm，Merck，Novartis，Nuvation Bio Bio，血管生物生物学，VBICINES，VOYAGAIGAIN，VOYAGAIGAID;来自Agios，Astra Zeneca/Medimmune，Beigene，Celgene，Eli Lily，Genentech/Roche，Kazia，Kazia，Medicinova，的研究资金Steven Piantadosi，Brigham and妇女医院，美国马萨诸塞州波士顿，24。迈克尔·韦勒（Michael Weller），大学医院和苏黎世大学，瑞士苏黎世神经病学系25。Amy B. Heimberger，美国伊利诺伊州西北大学26。 Mustafa Khasraw *，美国北卡罗来纳州杜克大学杜克大学 *通讯作者：Mustafa Khasraw，医学博士杜克大学| Box 3624，Durham，NC 27710电子邮件：Mustafa.khasraw@duke.edu |电话：+1 919.684.6173运行标题：结合胶质母细胞瘤的免疫疗法作者贡献：MK，PW，SB，KS，构思并设计了这项工作。 MK和KS起草，随后所有作者修订了手稿。 kb和ks开发了这些数字，并通过所有作者的意见进行了修订。 所有作者批准了提交文件。 KS报告没有利益冲突。 2。 KAB报告没有利益冲突。 3。 PYW报告了Agios，Astra Zeneca，Bayer，Boston Pharmaceuticals，CNS Pharmaceuticals，Elevate Bio Immunomic Therapeutics，Imvax，Karyopharmarm，Merck，Novartis，Nuvation Bio Bio，血管生物生物学，VBICINES，VOYAGAIGAIN，VOYAGAIGAID;来自Agios，Astra Zeneca/Medimmune，Beigene，Celgene，Eli Lily，Genentech/Roche，Kazia，Kazia，Medicinova，的研究资金Amy B. Heimberger，美国伊利诺伊州西北大学26。Mustafa Khasraw *，美国北卡罗来纳州杜克大学杜克大学 *通讯作者：Mustafa Khasraw，医学博士杜克大学| Box 3624，Durham，NC 27710电子邮件：Mustafa.khasraw@duke.edu |电话：+1 919.684.6173运行标题：结合胶质母细胞瘤的免疫疗法作者贡献：MK，PW，SB，KS，构思并设计了这项工作。MK和KS起草，随后所有作者修订了手稿。kb和ks开发了这些数字，并通过所有作者的意见进行了修订。所有作者批准了提交文件。KS报告没有利益冲突。 2。 KAB报告没有利益冲突。 3。 PYW报告了Agios，Astra Zeneca，Bayer，Boston Pharmaceuticals，CNS Pharmaceuticals，Elevate Bio Immunomic Therapeutics，Imvax，Karyopharmarm，Merck，Novartis，Nuvation Bio Bio，血管生物生物学，VBICINES，VOYAGAIGAIN，VOYAGAIGAID;来自Agios，Astra Zeneca/Medimmune，Beigene，Celgene，Eli Lily，Genentech/Roche，Kazia，Kazia，Medicinova，的研究资金KS报告没有利益冲突。2。KAB报告没有利益冲突。 3。 PYW报告了Agios，Astra Zeneca，Bayer，Boston Pharmaceuticals，CNS Pharmaceuticals，Elevate Bio Immunomic Therapeutics，Imvax，Karyopharmarm，Merck，Novartis，Nuvation Bio Bio，血管生物生物学，VBICINES，VOYAGAIGAIN，VOYAGAIGAID;来自Agios，Astra Zeneca/Medimmune，Beigene，Celgene，Eli Lily，Genentech/Roche，Kazia，Kazia，Medicinova，的研究资金KAB报告没有利益冲突。3。PYW报告了Agios，Astra Zeneca，Bayer，Boston Pharmaceuticals，CNS Pharmaceuticals，Elevate Bio Immunomic Therapeutics，Imvax，Karyopharmarm，Merck，Novartis，Nuvation Bio Bio，血管生物生物学，VBICINES，VOYAGAIGAIN，VOYAGAIGAID;来自Agios，Astra Zeneca/Medimmune，Beigene，Celgene，Eli Lily，Genentech/Roche，Kazia，Kazia，Medicinova，
基于组合的电机成像的多类分类
运动图像（MI）允许设计自定进度的大脑 - 计算机界面（BCIS），该界面有可能提供直观且连续的相互作用。但是，具有三个以上命令的非侵入性MI基于BCI的实施仍然是一项困难的任务。首先，解码不同动作的MIS数量受到在相应来源之间保持足够间距的限制，因为近区域的脑电图（EEG）活性可能会加起来。第二，脑电图产生了大脑活动的相当嘈杂的图像，这会导致分类性能差。在这里，我们提出了一种解决方案，通过使用合并的MIS（即同时涉及2个或更多身体部位的错误）来解决可识别的运动活动的局限性。，我们提出了公共空间模式（CSP）算法的两种新的多标记用途，以优化信噪比，即MC2CMI和MC2SMI方法。，我们在8级的脑电图实验中记录了来自七个健康受试者的脑电图信号，包括剩余条件和所有可能的组合使用左手，右手和脚。所提出的多标记方法将原始的8级问题转换为一组三个二进制问题，以促进使用CSP算法。在MC2CMI方法的情况下，每个二进制问题组在一个类别中共同参与了三个选定的身体部位之一，而其余的不参与相同身体部位的MIS则在第二类中分组在一起。以这种方式，对于每个二进制问题，CSP算法都会产生特征，以确定特定的身体部分是否从事任务。最后，通过应用8级线性判别分析，将三组功能合并在一起，以预测用户意图。MC2SMI方法非常相似，唯一的区别是，在训练阶段考虑的任何组合MIS，这大大加速了校准时间。对于所有受试者，MC2CMI和MC2SMI方法的精度都比经典的配对（PW）和One-Vs.-All（OVA）方法更高。我们的结果表明，当正确调制大脑活动时，多标签方法代表了一个非常有趣的解决方案，可以增加命令数量，从而提供更好的相互作用。