XiaoMi-AI文件搜索系统
World File Search SystemComputational
对癌症治疗的体内胞质蛋白递送的计算研究
摘要：使用治疗蛋白特异性阻断或降解胞质靶标的能力将带来巨大的治疗机会。在过去的几年中，在组织靶向，胞质递送和催化靶向灭活靶标方面已经取得了进展，从而将这一目标置于范围内。在这里，我们开发了一种数学模型，专门用于评估胞质蛋白传递方法，涉及从系统给药到易位到细胞质和目标参与的所有步骤。着眼于固体癌组织，我们利用该模型来研究微血管轴承能力，受体及性，靶向受体的细胞密度以及活性（阻断/降解）对治疗势的影响。我们的分析为蛋白质设计的合理选择提供了指导，以增强活性，并强调对受体密度以及受体内在化率的函数调整受体的重要性。此外，我们还提供了有关酶促货物如何以非常低的催化速率增强治疗活性的分布，程度和持续时间的定量见解。我们的结果表明，通过当前的蛋白质工程方法，蛋白质递送蛋白质以获得治疗作用的目的是可以触及的。
计算发现具有最佳刚度阻止权衡的微观结构复合材料
僵硬与韧性之间的冲突是工程材料设计中的基本问题。，从未证明过具有最佳刚度阻止权衡取舍的微观结构化合物的系统发现，这受到模拟与现实之间的差异以及对整个Pareto阵线的数据有效探索之间的差异的阻碍。我们引入了一条可推广的管道，该管道将物理实验，数值模拟和人工神经网络集成以应对这两个挑战。没有任何规定的材料设计专家知识，我们的方法实现了嵌套循环提案验证工作流程，以弥合模拟到现实差距，并找到微观结构化的复合材料，这些复合材料僵硬而坚硬，具有较高的样品效率。对帕累托最佳设计的进一步分析使我们能够自动识别现有的韧性增强机制，这些机制以前是通过反复试验，错误或仿生物质发现的。在更广泛的规模上，我们的方法为除固体力学外的各种研究领域（例如聚合物化学，流体动力学，气象学和机器人学）提供了计算设计的蓝图。
神经2024 ML4CFD竞赛：用于机翼设计中计算流体动力学的机器学习
用于解决复杂物理问题的机器学习（ML）技术的整合越来越被认为是加快模拟的有前途的途径。但是，评估ML衍生的物理模型在工业环境中的采用构成了重大挑战。本竞赛旨在促进创新的ML方法来应对身体挑战，利用我们最近引入的统一评估框架，称为学习工业物理模拟（LIPS）。建立在2023年11月至2024年3月1日举行的初步版本上，该迭代以良好的物理应用为基础的任务为基础：使用我们建议的Airfrans数据集，翼型设计模拟。竞争基于各种标准评估解决方案，包括ML准确性，计算效率，分布外部性能和遵守物理原理。值得注意的是，这项竞争代表了探索ML驱动的替代方法的开创性努力，旨在优化物理模拟中计算效率和辅助性之间的权衡。托管在Codabench平台上，比赛为所有参与解决方案提供了在线培训和评估。
开发计算图像处理方法，用于定量分析从HS-AFM（AFMNANOQ）获得的纳米孔结构
摘要。高速原子力显微镜（HS-AFM）可实现具有特殊空间（X-Y平面中1 nm的生物结构的纳米级成像； z方向〜0.1 nm）和时间分辨率（每帧〜20 ms）。hs-afm在二维（2d）的前进中编码三维（3D）信息，其中结构的横向尺寸（x，y）与图像中的空间姿势相对应，而高度（z）信息则嵌入到像素强度中。这种独特的数据结构在分割和形态分析中提出了重大挑战，需要专门的计算方法。为了克服这些局限性，我们开发了“ AFMNANOQ”，这是一个由特征驱动的组合框架，用于分割HS-AFM数据的分割和形态测量。我们的方法独立于标记的培训数据，使数据稀缺性可靠，同时又是为未来深入学习应用程序提供高质量标记的数据集的强大工具。我们使用合成和实验性AFM/HS-AFM DATASET来验证AFMNANOQ，包括对α-蛋白素（αHl）的构象和动力学的半自动分析，一种β-桶孔形成孔（PFT），由葡萄球菌分泌的expaph-ylococcus a ylococcus a a paph-ylococcus a nurus。我们的方法通过深度学习模型实现竞争性能，同时保持各种HS-AFM数据集的卓越适应性。作为未来的观点，我们计划将其进一步开发或将其与深度学习模型相结合，以增强分割性能并从实验性AFM图像中重建3D结构。这将利用本研究中产生的构象文库，从而实现两种甲基化合物之间的交叉验证，并最终在AFM图像分析中弥合特征驱动和数据驱动的AP之间的差距。
来自光子门的多个时间顺序的量子叠加中的计算优势
1DeFísica研究所，里约热内卢联邦大学，P。O. Box 68528, Rio de Janeiro 21941-972, Brazil 2 ICFO-Institut de Ciencies Photoniques, The Barcelona Institute of Science and Technology, Castelldefels, Barcelona 08860, Spain 3 Departament de Física, Universidad de Concepción, Concepción 160-C, Chile 4, Chile 4 Anid-Millennium Science Iniative Program Millennium Opitics研究所，DeConcepción大学，Concepción，Concepción160-C，智利5 Depranciment deIngenieríaEléctric，Catulica de la laSantísimaConcepción，Alonso de ribera de Ribera 2850，concepcioun，Chilepción日内瓦大学应用物理学，日内瓦大学1211，瑞士7大学。 Grenoble Alpes，Inria，Grenoble 3800，法国8量子光学和量子信息研究所（IQOQI），奥地利科学学院，Boltzmanngasse 3，维也纳1090，奥地利，奥地利9 Univ Grenoble Alpes，CNRS，Grenoble INP，InstitutNél，Grenoble 38000，法国10量子研究中心，技术创新研究所，阿布扎比，阿拉伯联合酋长国，阿拉伯联合酋长国1DeFísica研究所，里约热内卢联邦大学，P。O.Box 68528, Rio de Janeiro 21941-972, Brazil 2 ICFO-Institut de Ciencies Photoniques, The Barcelona Institute of Science and Technology, Castelldefels, Barcelona 08860, Spain 3 Departament de Física, Universidad de Concepción, Concepción 160-C, Chile 4, Chile 4 Anid-Millennium Science Iniative Program Millennium Opitics研究所，DeConcepción大学，Concepción，Concepción160-C，智利5 Depranciment deIngenieríaEléctric，Catulica de la laSantísimaConcepción，Alonso de ribera de Ribera 2850，concepcioun，Chilepción日内瓦大学应用物理学，日内瓦大学1211，瑞士7大学。 Grenoble Alpes，Inria，Grenoble 3800，法国8量子光学和量子信息研究所（IQOQI），奥地利科学学院，Boltzmanngasse 3，维也纳1090，奥地利，奥地利9 Univ Grenoble Alpes，CNRS，Grenoble INP，InstitutNél，Grenoble 38000，法国10量子研究中心，技术创新研究所，阿布扎比，阿拉伯联合酋长国，阿拉伯联合酋长国Box 68528, Rio de Janeiro 21941-972, Brazil 2 ICFO-Institut de Ciencies Photoniques, The Barcelona Institute of Science and Technology, Castelldefels, Barcelona 08860, Spain 3 Departament de Física, Universidad de Concepción, Concepción 160-C, Chile 4, Chile 4 Anid-Millennium Science Iniative Program Millennium Opitics研究所，DeConcepción大学，Concepción，Concepción160-C，智利5 Depranciment deIngenieríaEléctric，Catulica de la laSantísimaConcepción，Alonso de ribera de Ribera 2850，concepcioun，Chilepción日内瓦大学应用物理学，日内瓦大学1211，瑞士7大学。Grenoble Alpes，Inria，Grenoble 3800，法国8量子光学和量子信息研究所（IQOQI），奥地利科学学院，Boltzmanngasse 3，维也纳1090，奥地利，奥地利9 UnivGrenoble Alpes，CNRS，Grenoble INP，InstitutNél，Grenoble 38000，法国10量子研究中心，技术创新研究所，阿布扎比，阿拉伯联合酋长国，阿拉伯联合酋长国
数学教学中的计算思维与蒸汽教育的整合：系统评价和荟萃分析
摘要 - 在2000年代初期，计算思维（CT）已成为一项基本技能，将数学教学与Steam教育相结合被视为提高CT能力的有效策略。在过去的几十年中，对这种教育策略的研究大大增加了。这项研究评估了基于蒸汽的数学教学对学生CT技能的影响，并研究了有助于其CT开发的主要因素。进行了荟萃分析综述，其中包括Scopus中列出的43项经验研究，并在2017年至2023年之间发表。这些研究包括来自7,807名学生的数据，并产生了80个效果大小估计来进行分析。通过使用CMA V.4软件应用Q Cochrane和Z测试，结果表明对学生的CT技能产生了重大的积极影响。此外，发现诸如干预持续时间，ICT利用和数学内容的类型等变量显着影响CT结果，而教育水平和学习设置等因素则没有。对数学教育的影响进行了深入探讨。
工程中的计算智能[
to Solve Multiple Traveling Salesmen Problem by Genetic Algorithm -- Some Examples of Computing the Possibilistic Correlation Coefficient from Joint Possibility Distributions -- A Novel Bitmap-Based Algorithm for Frequent Itemsets Mining -- Neural Networks Adaptation with NEAT-Like Approach -- Incremental Rule Base Creation with Fuzzy Rule Interpolation-Based Q-Learning -- Protective Fuzzy Control of Hexapod Walking Robot Driver in Case of Walking and Dropping -- Survey on Five Fuzzy Inference-Based Student Evaluation Methods -- Fuzzy Hand Posture Models in Man-Machine Communication -- Computational Qualitative Economics -- A Spectral Projected Gradient Optimization for Binary Tomography -- Product Definition Using a New Knowledge Representation Method -- Incremental Encoder in Electrical Drives: Modeling and Simulation -- Real-Time Modeling of an Electro-hydraulic Servo System -- Mathematical Model of a Small Turbojet引擎MPM-20-基于Web的软件系统的性能预测 - 模糊触发器神经网络的优化
来自晶格假设的通用计算提取器和多位AIPO
随机Oracle（RO）模型；然后，随机甲骨文是通过良好的“加密哈希函数”（例如SHA-3）实例化的，希望所得的方案仍然安全。RO方法的众所周知的应用包括Fiat-Shamir Transform [FS87]和Fujisaki-Oakamoto Trans- trans- [FO99]。但是，RO方法只是一项经验法则，在理论上被证明是不合理的：在开创性的工作中，Canetti等人。[CGH04]设计了一种在随机Oracle模型中安全的方案，但是当随机Oracle被任何函数替换时，它是不安全的。即使以这些负面的结果，随机的甲骨文方法仍然流行，因为人们认为已知的反例人为地人为地人为。希望在自然和实际情况下，可以安全实例化随机甲骨文。一种自然的补救措施是识别“类似RO的”概述，这些概述足以用于重要的应用，然后在良好的假设下具有此类属性的哈希功能。沿着这条线，现有文献中已经提出了许多安全概念，例如点混淆[CAN97]，相关性Intractabil- ity [CGH04]，相关输入安全性[GOR11]和通用计算提取器（UCES）[UCES）[uces）[BHK13]。在本文中，我们专注于点混淆和uces的构建。
生物信息学和计算生物学（BCB）
BCB 5810-生物信息学座谈会0-1学分（可重复）学分（可重复）该课程通过教职员工，学生和受邀演讲者的演讲为学生提供有关生物信息学和计算生物学研究的最新信息。入学学分的学生必须在研讨会的一部分中进行20-30分钟的演讲，在展示技术内容的同时展示他们的口头沟通技巧。学生必须具有研究生身份或获得CAS Associate Dean的许可，并获得毕业生和讲师的认可。提供秋季和春季。限制：入学率仅限于具有生物信息学专业的学生的学生。
生物系统计算模型指南
乔·海尔斯坦（Joe Hellerstein）4 1,4 1.4*，彼得·亨特（Peter Hunter）14，14，露西安·史密斯（Lucian P. Olivier 11，Alexander A. Patrie 10，M。Quardokus 2，Sven 36，Sven 36，James C. Schaff 10，T.J。 Janis Shin 1，Jacky L. Snoep 37，Ion Moraru 10