XiaoMi-AI文件搜索系统
World File Search SystemEvant
加利福尼亚大学
目标：评估与临床相关结果或出血有关的扩张和疏散（D＆E）程序是否进行定量失血（QBL）。研究设计：我们使用删除的数据库来审查2019年4月至2020年3月在加州大学戴维斯卫生部执行的D＆E程序。外科医生在手术过程中确定了QBL，并且在治疗后恢复期间过度估计失血。我们提取了患者人口统计和相关信息。我们将临床上相关的出血定义为治疗后24小时内与出血相关的干预措施，包括使用≥2个子宫核酸，tranexamic Advistration，需要修复的颈椎损伤，子宫气球润肤膜，血液传输，子宫栓塞，臀部型，臀部或返回房间，或返回手术室，或返回手术室，或返回室内;后5个标准定义出血。我们使用χ2测试来评估出血结果。结果：我们评估了431个程序，其平均胎龄为19周零3天。在6/319（2％），15/97（15％）和7/12（58％）总失血率<250ml，250ml，250-500ml和> 500ml的患者中发生了临床相对的出血结果（p <0.0001）； 11患有与宫颈损伤有关的出血。出血分别发生在0、4/97（4％）和5/12（42％）的患者中（P <0.0 0 01）。患有相对出血结果的患者的QBL范围从150-1800ml（中值QBL 312.5ml，零食间范围[IQR] 250-550ml），而没有临床相关的出血的患者范围为10-900ml（中位QBL 150ml，IQBL 150ML，IQR，IQR，IQR 75-200ml）。结论：大多数患有临床相关的出血结果的患者（75％）的QBL≤500ml。尽管较高的QBL与临床干预措施相关，但应使用D＆E程序来定义明显的干预措施而不是犯罪失血量。的含义：最好由临床出血来定义，而不是任何量化数量的失血量所需的必要临床干预措施。©2022 Elsevier Inc.保留所有权利。
可解释的人工智能：文献综述
目前使用的大多数人工智能技术无法提供有关决策过程的信息。然而，这些技术目前应用于医学和公共安全等关键领域，很难知道产生的决策是否不公平、有偏见或错误。为了解决这个问题，可解释的人工智能是一个多学科的研究领域，专注于解决使用不透明的人工智能方法所带来的问题。可解释的人工智能技术允许用户理解并与人工智能技术给出的结果进行交互。为了提高人们对可解释人工智能的认识并鼓励其发展，我们提供了目前使用不透明人工智能技术的关键领域的示例。在这篇文献综述中，我们展示了最相关的发展，并指出了可解释人工智能技术发展中的主要挑战。最后，我们提出了改进可解释人工智能方法的研究建议。
DNA G-四链体和 i-基序结构的形成在人类细胞中是相互依赖的
常见 B 型 DNA 和其他 DNA 构象之间的动态结构转变为基因表达提供了额外的调控层。1–4 G-四链体 (G4) 和 i-基序 (iM) 是两类重要的非规范 DNA 结构，分别在人类基因组中某些富含鸟嘌呤和胞嘧啶的区域形成。由于 iM 结构是通过堆叠插入的半质子化胞嘧啶碱基对 (C+:C) 形成的，因此最初认为 iM 的形成需要弱酸性 pH 值，然而，现在已经确定这些结构是在细胞环境中的生理 pH 值下形成的。5,6 G4 结构由 pi 堆叠的平面 G 四联体形成，其中每个 G 四联体由四个鸟嘌呤碱基组成，通过 Hoogsteen 氢键结合在一起，并通过生理相关的阳离子进一步稳定。 7–10 G4 和 iM 折叠机制已用于预测它们在基因组中形成的倾向以及它们在调控区域中的过度表达。5,11 此外，它们的结构特征
![arXiv:1611.05449v2 [quant-ph] 2017 年 11 月 6 日](/simg/a\a6c3e03439add2bf3b7276875293e2eb7302ac98.webp)
arXiv:1611.05449v2 [quant-ph] 2017 年 11 月 6 日
时空的几何形状可以通过用时钟和尺子或更一般地用量子场、源和探测器进行的物理测量推断出来。我们假设能够达到的最终精度由量子力学决定。在本文中，我们获得了基于参数的量子不确定关系，它限制了我们根据应力-能量方差确定时空属性的精度。这种不确定关系可能与经验观察越来越相关，例如，激光干涉引力波探测器有望在不久的将来在很宽的带宽内接近量子极限灵敏度。一种量化参数测量精度的有益的高级方法是通过估计量 ˜ θ 的逆方差 ⟨ ( δ ˜ θ ) 2 ⟩。我们测量参数的最佳精度由量子 Fisher 信息决定 [1, 2]。对于纯态，Fisher 信息可简化为演化算子 ˆ P 的方差 ⟨ (∆ ˆ P ) 2 ⟩ 的倍数，该算子描述了量子态如何随参数的变化而变化。这决定了基于参数的不确定性关系 [3, 4]，
为后量子时代做准备：从后量子视角探讨区块链方案
区块链是一种分布式账本技术 (DLT)，由于其众多优势而被纳入各类领域：透明、高效、降低成本、去中心化以及通过公钥加密和哈希函数实现的分布式。同时，量子计算机和基于量子的算法的不断进步威胁着传统加密算法的安全性，因此，这对区块链技术本身也是一种风险。本文简要介绍了对量子计算进步做出贡献的最相关算法和程序以及后量子密码系统的类别。我们还描述了当前的量子能力，因为它们的发展直接影响着增加后量子研究的必要性。此外，本文将继续作为理解区块链技术基础知识以及当前用于确保安全性的原语的指南。我们根据量子威胁背景下的市值（MC）排名对最重要的加密货币进行了分析，最后对后量子区块链（PQB）方案提案进行了审查。
鉴定循环细胞中的体细胞特征...
目的。从转移性cast割敏感的疾病癌（MCSPC）到cuast割耐药性（MCRPC）的进展表明，前列腺癌的致命表型。鉴定与MCRPC相关的基因组改变可能有助于发现药物开发的新靶标。在大多数患者中，由于仅骨转移的占主导地位，接受肿瘤活检是具有挑战性的。在这项研究中，我们假设机器学习（ML）算法可以鉴定出将MCRPC与MCSPC区分开的基因组改变（GAS）的临床相关模式，如下一代无循环细胞DNA（CFDNA）的下一代测序（NGS）所评估。实验设计。收集了来自转移性前列腺癌男性的回顾性临床数据。包括在临床实验室改进修订（CLIA） - 诊断MCSPC或MCRPC时进行的cfDNA NG的男性。使用监督和无监督的ML算法的组合用于获得对将MCRPC与MCSPC区分开的基因组特征的可解释的，可能可行的见解。
llava-re：具有多模式大语模型
多模式生成型AI通常涉及在另一种模态中给定输入给定的图像或文本响应。图像文本相关性的评估对于衡量响应质量或对候选响应的排名至关重要。在二元相关性评估中，即，“相关”与“不相关”是一个基本问题。但是，考虑到文本具有多种格式，相关性的定义在不同的情况下有所不同，这是一项具有挑战性的任务。我们发现，多模式的大型语言模型（MLLM）是构建此类评估者的理想选择，因为它们可以灵活地处理复杂的文本格式并掌握适当的任务信息。在本文中，我们介绍了Llava-re，这是与MLLM进行二进制图像文本相关性评估的首次尝试。它遵循LLAVA体系结构，并采用详细的任务指令和多模式IN上下文样本。此外，我们提出了一个新型的二进制相关数据集，该数据集涵盖了各种任务。实验结果验证了我们框架的有效性。
欧盟人工智能监管和治理改革的政治
摘要 本文探讨了欧盟人工智能监管和治理框架改革的政治驱动因素和政策进程。自 2017 年以来，欧盟一直在制定一项综合政策，以加强控制并确保消费者保护和基本权利。这项政策改革在理论上很有趣，提出了哪些概念方法可以更好地解释它的问题，并且在经验上也具有相关性，解决了风险监管与欧洲数字市场一体化之间的联系。本文主要通过使用两种案例研究方法（过程追踪和一致性程序）来探讨政策改革，使用各种主要和次要来源。它评估了三个理论框架和一组派生的可测试假设的分析杠杆作用，这些假设涉及全球经济竞争、制度结构和国内行为者的政策偏好在塑造欧盟人工智能监管渐进式方法方面的共同演变。有人认为，这三个因素都是推动改革的关键因素，并解释了政策制定过程的各个阶段，即问题定义、议程设置和决策，以及结果的主要特征。
心血管组织工程和植入的新兴生物电子策略
心脏病目前是全球死亡的主要原因。创建心血管组织的能力在理解组织发育，疾病进展，药理学测试，生物执行器和移植方面具有许多应用。但是当前的心血管组织工程（CTE）方法有限。但是，在生物电子领域中已经出现了发展，并创建了可以与心脏细胞密切相互作用，提供监测能力并调节组织形成的仿生装置。将生物电子学与心脏组织工程结合在一起可以克服当前的局限性，并产生生理上的相对组织，可用于心血管研究和医学的各个领域。本评论重点介绍了基于心血管的生物电子学的最新进展。首先，讨论了心脏组织工程和心血管疾病的生物疾病疗法的潜力。第二，审查了用于CTE和植入及其特性的Advanta-Geous Bioeleclectronic材料。第三，几种代表性的心血管组织生物电子界面模型以及生物电子学可以在体外和体内应用中的有益功能。最后，讨论了临床应用的前景和剩余挑战。
欧盟人工智能监管和治理改革的政治
摘要 本文探讨了欧盟人工智能监管和治理框架改革的政治驱动因素和政策进程。自 2017 年以来，欧盟一直在制定一项综合政策，以加强控制并确保消费者保护和基本权利。这项政策改革在理论上很有趣，提出了哪些概念方法可以更好地解释它的问题，并且在经验上也具有相关性，解决了风险监管与欧洲数字市场一体化之间的联系。本文主要通过使用两种案例研究方法（过程追踪和一致性程序）来探讨政策改革，使用各种主要和次要来源。它评估了三个理论框架和一组派生的可测试假设的分析杠杆作用，这些假设涉及全球经济竞争、制度结构和国内行为者的政策偏好在塑造欧盟人工智能监管渐进式方法方面的共同演变。有人认为，这三个因素都是推动改革的关键因素，并解释了政策制定过程的各个阶段，即问题定义、议程设置和决策，以及结果的主要特征。