XiaoMi-AI文件搜索系统
World File Search SystemCombining
用于组合和表示无人空中系统的非上下文自主分数的方法
摘要 - 测量机器人系统的总体自主分数需要组合系统的一组相关方面和特征，这些方面和特征可能以不同的单位，定性和/或不一致来测量。在本文中，我们建立在现有的非上下文自治框架的基础上，该框架衡量并结合了系统的自治级别和组件性能作为整体自主分数。我们检查了几种组合特征的方法，显示了某些方法如何找到相同数据的不同排名，并采用加权产品方法来解决此问题。此外，我们介绍了非上下文自主权坐标，并代表具有自主距离的系统的整体自主权。我们将我们的方法应用于一组七个无人机系统（UAS），并获得其绝对自主分数以及相对于最佳系统的相对得分。
结合CNN和LSTM
摘要 - 股票市场预测是金融内部极具吸引力和流行的领域，这是由于由于数据非线性和复杂的经济原则而产生的大量利润的潜力。从交易数据中提取功能在该领域至关重要，并且已经制定了许多策略。其中，由于其强大的数据处理能力，深度学习在财务应用中取得了令人印象深刻的成果。在我们的研究中，我们提出了一个混合深度学习模型CNN-LSTM，该模型结合了2D卷积神经网络（CNN），用于图像处理与长期短期记忆（LSTM）网络，用于管理图像序列和分类。，我们将21个技术指标的前15个从财务时间序列转换为15x15图像，在21个不同的日期中。然后将每个图像分为卖出，持有或根据交易数据进行分类。我们的模型表明，股票预测的表现优于其他深度学习模型。
将增强和缺失的像素归合组合
遥感图像分类在各种领域至关重要，包括农业，城市规划和环境监测。但是，有限的标记数据和缺失的像素对实现准确的分类构成了挑战。在这项研究中，我们提出了一个综合框架，该框架使用潜在扩散模型和基于强化学习的基于基于学习的缺失像素插补来整合数据，以增强深度学习模型的分类性能。该框架由三层组成：数据增强，缺少像素的插补以及使用修改后的VGG16体系结构进行分类。基准数据集上的广泛实验证明了我们的框架的重大影响，通过显着提高分类准确性和鲁棒性，超过了最新技术。结果突出了我们的增强和归纳技术的有效性，分别达到97.56％，97.34％和97.34％的骰子得分，准确性和召回指标。我们提出的框架为准确的遥感图像分类提供了一个宝贵的解决方案，解决了有限数据和缺失像素的挑战，并且在各个域中具有广泛的应用程序。关键字：VGG 16，卷积神经网络，扩散模型，遥感，卫星图像。
VR与脑电图相结合是脑机接口的前沿
Hongbian Li,1,9 Hyonyoung Shin,2,9 Luis Sentis,1 Ka-Chun Siu,3 Jose´ del R. Milla´n,2,4,5,6,* 和 Nanshu Lu 1,2,6,7,8,* 1 德克萨斯大学奥斯汀分校航空工程与工程力学系，德克萨斯州奥斯汀 78712，美国 2 Chandra Family 德克萨斯大学奥斯汀分校电气与计算机工程系，德克萨斯州奥斯汀 78712，美国 3 内布拉斯加大学医学中心联合健康职业学院物理治疗教育部，内布拉斯加州奥马哈 68198，美国 4 德克萨斯大学奥斯汀分校神经病学系，德克萨斯州奥斯汀 78712，美国 5 德克萨斯大学奥斯汀分校 Mulva 神经科学诊所，德克萨斯州奥斯汀 78712，美国 6奥斯汀，奥斯汀，TX 78712，美国 7 德克萨斯大学奥斯汀分校沃克机械工程系，奥斯汀，TX 78712，美国 8 德克萨斯大学奥斯汀分校德克萨斯材料研究所，奥斯汀，TX 78712，美国 9 这些作者贡献相同 *通信地址：jose.millan@austin.utexas.edu (JdRM)，nanshulu@utexas.edu (NL) https://doi.org/10.1016/j.device.2024.100425
超级安慰剂：一项可行性研究，结合了上下文因素以促进安慰剂效应
迷幻药物。使用精心制作的物理环境，同盟表现出所谓的药物的影响以及仔细的期望管理，我们证明了对迷幻药物文献中意识的一些最强的安慰剂影响（24）。基于大脑的干预试验的对照组可能类似于自上而下的安慰剂研究。例如，经颅磁刺激程序包含“几乎所有可能增强安慰剂影响的因素”，包括复杂的科学机械，医学用具，与专家的互动，可靠的机构，可靠的机构和备受宽容的媒体注意力（25）。我们提出，模拟神经科学设备（例如已停用的MRI扫描仪）可以用作类似有效的安慰剂（26）。在适当的情况下，人们可以说服神经科学设备可以读取自己的思想（27），将思想插入头部（28，29），对他们的任务绩效（30）影响，移动四肢（31），甚至唤起神秘的经历（32）。在较早的自上而下的研究中，我们向参与者提出了言语建议，即精心制作（假）脑扫描仪可以激活大脑区域以将思想插入他们的头部。大多数参与者不仅相信这一点，而且许多参与者还报告了扫描仪内部不寻常的经历，包括头痛，非自愿运动，心理感觉和减少的控制感觉（29）。我们怀疑可以将类似的干预措施适应临床领域。我们将尽可能多的上下文因素组合在一起，从而可能是最精心制作的基于安慰剂的文献干预措施。因此，我们开发了一项精心设计的干预措施，利用治疗性遭遇的提示，道具和仪式以及神经科学设备的文化声望。在这项研究中，我们旨在评估这种干预的可行性。
在非...
大脑扰动研究允许对行为和神经过程的详细因果推断。由于大脑扰动方法和神经测量技术的结合本质上是具有挑战性的，因此人类的研究主要集中在非侵入性，间接的脑部扰动或神经病变研究上。非人类灵长类动物作为一种与人类高度相似的神经生物学系统必不可少的，同时在实验上更具实验性的处理，从而可以看到系统脑扰动的功能和结构影响。本综述考虑了非人类灵长类动物脑部扰动中的艺术状态，重点是可以与神经成像结合使用的方法。我们考虑非可逆（病变）以及可逆或暂时的扰动，例如电气，药理，光学，光学遗传学，化学遗传学，途径选择性和超声基于超声的干扰方法。提供研究和发展社区的特定于方法的考虑，以促进该领域的研究并支持进一步的创新。我们通过确定新的研究和创新的新途径，并突出该方法的临床翻译潜力来得出结论。
将药物和靶向蛋白成像结合在一起，发现与癌症治疗相关的分子变化
质谱成像（MSI）是在不同的给药途径后在组织中定位和定量组织中的定位和定量的。通常，同时检测到药物和其他小分子代谢物。但是，缺乏将药物治疗与蛋白质变化相关的方法。使用新型光电质量标签（PC-MTS）的MALDI-IHC方法允许对完整蛋白的靶向成像进行靶向成像，并且可以在相同的组织截面和与其他MSI实验的相同仪器上进行。1其他成像方式（例如荧光）也可以与MALDI-IHC结合使用。在这里，使用大鼠肝肿瘤，我们在同一组织中介绍了药物和靶向蛋白质成像的整合。我们还在3个不同的MSI平台上比较了这些结果。
设计和组合癌症的关闭开关-Schrödinger
Karen Akinsanya，R＆D博士学位，Schrödinger博士主席迅速设计了遵守一系列项目标准的有效分子，这是一个多参数优化（MPO）问题，当程序限于相对有限的分子想法数量相对有限的分子想法与近乎含量的化学型化学型化学物质型，这是一个具有挑战性的问题。在基于原子物理学的计算方法（例如自由能计算，分子动力学和量子力学）的开发和基于云的部署方面取得了进步，以准确预测从效力到溶解度的各种化合物的多种化合物对生物制药行业中药物发现的影响越来越大。将这些方法与更广泛的实验和预测蛋白质结构结合起来，使探索并准确介绍了硅中的药物样化学空间的能力，以实现更广泛的分子靶标。我们描述了从我们的几个肿瘤学计划中利用基于前瞻性物理学的计算模型，以进行连续的化学空间探索，过滤和化合物优化，以产生三种临床阶段化合物。我们的MALT1抑制剂SGR-1505显示了激活的B细胞（ABC）亚型的MALT1酶活性和抗增殖活性的有效抑制作用。与批准的药物结合使用，SGR-1505与Bruton的酪氨酸激酶（BTK）抑制剂（例如ABC-DLBCL细胞系中的Ibrutinib）表现出强大的组合潜力。SGR-1505最近在人类临床试验中进行了表征。我们的可摩尔CDC7抑制剂SGR-2921具有很高的选择性，并在正常成纤维细胞中诱导凋亡，并且不显示肿瘤的协同作用和对多种批准的癌症疗法的协同作用和均质化，该癌症调节了凋亡，DNA修复机制，包括Venetoclax and Olaparib and flt3 ind3 Indim。在我们的WEE1/MYT1抑制剂计划中，部署了自由能扰动（FEP）和蛋白质FEP，以识别与现有WEE1临床化合物相比，具有优势的纳摩尔WEE1/MYT1共同抑制剂，这些抑制剂表现出优异的激酶选择性，与宽阔的Kinase Clinical Clinical Clinical Clinical Clianable Clianable Clianable Clienabe and-kinase Clane 450 kinmax and> 450 kinmax and> 450 kinmax and scanmax and scanmax（scanmax）相比临床前物种中的TDI特性和PK谱。在肺和卵巢异种移植模型中，我们的临床阶段WEE1/MYT1抑制剂SGR-3515证明了剂量依赖性靶靶标，肿瘤生长抑制和高剂量的肿瘤退化，并改善了间歇性剂量后的治疗指数。 除了我们的WEE1/MYT1程序中的合成致死性患者分割机会外，我们还在PRMT5-MTA程序中追求合成的致命配对，在那里我们利用了高分辨率蛋白质结构来设计独特的分子。 这些肿瘤学计划为未来的组合方案与各种固体和血液学癌症中的既定代理提供了潜在的机会。在肺和卵巢异种移植模型中，我们的临床阶段WEE1/MYT1抑制剂SGR-3515证明了剂量依赖性靶靶标，肿瘤生长抑制和高剂量的肿瘤退化，并改善了间歇性剂量后的治疗指数。除了我们的WEE1/MYT1程序中的合成致死性患者分割机会外，我们还在PRMT5-MTA程序中追求合成的致命配对，在那里我们利用了高分辨率蛋白质结构来设计独特的分子。这些肿瘤学计划为未来的组合方案与各种固体和血液学癌症中的既定代理提供了潜在的机会。
两次可再生环氧树脂的依赖性特性，结合了量身定制的木质素分数和再生BPA
Ref1 0 1,6-HDA 4 \ 2 86 4583.57 54.61 122 5.17 2,2±0,1 79±3 4.6±0,2 ER1 10 1,6-HDA 4 \ 2 91 3437.72 99 4104.29 28.96 108 2.74 2,3±0,1 81±5 4.4±0,2 ER3 30 1,6-HDA 4 \ 2 101 3917.81 25.67 108 108 25.67 108 2.43 2,4±0,1 86±0,1 86±4 4.2±4 4.2±0,2 Ref2 Ref2 Ref2 re 1,9±0,1 61±2 10.2±0,9 ER4 10 Jeff D230 4 \ 2 83 3291.53 17.75 86 1.68 2,0±0,1 66±2 9.6±2 9.6±0,6±0,6 ER5 20 JEFF D230 JEFF D230 JEFF D230 4 \ 2 83 3766.11 16.11 16.45 90 1.56 2,56.56 2,56.56 2,56 2,56 2,56 2.56 2.56 2.56 2,56 2.56 2.56 2.56 2±3 3 3 3 3 3 3 3 3.30,56 2.56 2±3 3 3.30±3 3 3 3 3.30±3 3 3 3 3 3 3 3 3 3 3 3.30,56 2±3 3 3.30±3 3 3.30 @ 0,7 ER6 30 Jeff D230 4 \ 2 80 3522.14 15.90 88 1.51 2,5±0,1 81±4 5.3±0,2 Ref3 0 Jeff D400 4 \ 2 48 3267.29 3260.82 15.00 50 1.42 1,8 ± 0,1 55 ± 2 15.9 ± 0,7 ER8 20 Jeff D400 4\2 58 3798.01 19.48 53 1.85 2,1 ± 0,1 60 ± 3 12.0 ± 0,9 ER9 30 Jeff D400 4\2 55 3934.80 22.86 54 2.17 2,2 ±0,2 76±3 10.2±0,7 Ref4 0 Jeff D230 3 \ 2 53 3661.35 10.33 60 0.98 1,8±0,1 57±2 15.4±0,8 ER10 10 JEFF D230 3 D230 3\2 60 3702.08 13.98 63 1.32 2,2 ± 0,1 66 ± 3 7.7 ± 0,6 ER12 30 Jeff D230 3\2 63 3975.90 14.14 68 1.34 2,3 ± 0,1 76 ± 3 4.5 ± 0,1 Ref5 0 Jeff D230 2\2 34 3336.79 1.86 46 0.18 1,0 ± 0,1 28 ± 1 89.2 ± 5,0 ER13 10 Jeff D230 2\2 33 3555.24 2.87 50 0.27 1,3 ± 0,1 34 ± 1 26.9 ± 0,9 ER14 20 Jeff D230 2\2 34 3795.32 4.95 52 0.47 1,6 ± 0,1 48 ± 1 13.4±0,9 ER15 30 Jeff D230 2 \ 2 39 4341.30 7.65 54 0.72 2,0±0,1 63±2 6.6±0,4