XiaoMi-AI文件搜索系统
World File Search SystemExtended
延长的小细胞肺癌中的免疫疗法
结果：分析包括214名患者：132（61.7％）在学术癌症中心接受治疗，在两家社区医院中进行了82例（38.3％）； 104在2020年5月之前进行了处理。总体研究人群的中位PFS为4.8个月（95％的置信间隔[95％CI]：4.4-5.4），中位OS为7.1个月（95％CI：6.3-7.7）。估计的PFS和OS在2020年5月以后患者的PFS（HR）的PFS（HR）为0.61（95％CI：0.46-0.81，P <0.001）和0.70（分别为95％CI：0.52-0.93，P = 0.015）。6个月的PFS率从27％增加到40％（P = 0.04），而12个月的PFS从1％提高到11％（P = 0.003）。12个月和18个月的OS率从15％增加到28％（p = 0.03）和2.1％至12％（p = 0.009）。2020年5月后，每名患者的住院天数显着降低，严重AE的发生率相似。在接受化学免疫疗法治疗的患者中，与免疫相关的AE的发作
一项关于细菌病原体患病率和易感模式的回顾性横断面研究，在伊朗德黑兰的一家教学医院引起尿路感染
背景：谁报告说，糖尿病是慢性疾病中的沉默杀手，这种疾病的患病率随着年龄的增长而增加。自我效率（见）作为健康模型的结构之一，在改善糖尿病患者的健康和自我管理方面起着至关重要的作用。目标：本研究评估了扩展平行过程模型（EPPM）对2型糖尿病患者SEEF的影响。方法：这项实验研究是对60名随机分为两种测试（30人）和对照组（30人）组的患者进行的。数据收集工具是SEEF问卷。在测试组中，每周一次基于EPPM结构（45-60分钟）的EPPM结构进行培训。在对照组中也进行了常规训练。通过描述性统计（频率，平均值和标准偏差）和推论统计（协方差，两个独立样本T-检验，配对样品T检验，Fisher和Chi -square）分析数据。结果：两个独立的样本t检验在干预之前的测试组和对照组之间没有明显的差异（p = 0.45）。同时，在干预后有关SEEF（p <0.01）的测试组和对照组之间观察到显着差异。协方差检验通过消除预测试效应（ETA = 0.63，p <0.01），表现出EEMP效应与糖尿病患者SEEF之间的显着关系。结论：根据结果，开发的并行过程模型（EEMP）增加了糖尿病患者的SEEF。这种健康模型被认为是一种有效和低成本的护理方法。
扩展的费米 - 哈伯德模型中的拓扑条纹状态
相互作用诱导的拓扑系统吸引了对其异国情调的概述，而不是拓扑绝缘子的单粒子图片。尤其是，强相关和有限掺杂之间的相互作用会导致破坏翻译对称性的非均匀溶液。在这项工作中，我们报告了在相互作用引起的Chern绝缘子中的拓扑条纹状态的外观。与非血管学系统中的类似条纹相反，在这里，我们观察到手性边缘状态在域壁顶上的外观。此外，我们通过分析抽水方案中量化的域的量化电荷来表征它们的拓扑性质。最后，我们专注于与观察到光学晶格中超电原子的最先进的量子模拟器相关的方面。特别是，我们提出了一种绝热状态制备方案和系统在实际空间中拓扑的检测方案。
Blue Boxer 扩展现实 (BBXR) - CAE
CAE BBXR 训练系统模拟飞机飞行特性和作战飞行程序，利用混合现实模拟，将虚拟现实、高精度手势跟踪和飞机主仪表板的精确触感相结合。基本任务和虚拟/建设性威胁场景提供了在多个任务集和威胁环境中使用飞机的经验，包括飞行剖面、传感器操作、武器和整体态势感知。这确保飞行员在战术上正确的训练环境中操作，就像他们在执行实际任务一样。
扩展人力资源生态系统中的人工智能采用
人工智能 (AI) 以前所未有的方式颠覆了现代工作场所，并带来了数字化工作方式。这些技术进步引起了人力资源领导者对在人力资源管理 (HRM) 中采用 AI 的浓厚兴趣。研究人员和从业人员热衷于研究 AI 在人力资源管理中的应用以及由此产生的人机协作。本研究调查了在扩展的人力资源生态系统中促成和阻碍 AI 采用的人力资源管理特定因素，并采用了定性案例研究设计和溯因方法。它研究了三家知名的印度公司在人力资源职能中采用 AI 的不同阶段。本研究调查了乐观和协作的员工、强大的数字领导力、可靠的人力资源数据、专业的人力资源合作伙伴以及全面的 AI 道德等关键推动因素。该研究还探讨了采用人工智能的障碍：无法及时了解员工的情绪、人力资源员工与数字专家以及外部人力资源合作伙伴的合作不力，以及不接受人工智能伦理。这项研究通过提供人工智能采用模型为该理论做出了贡献，并提出了在人力资源生态系统中采用人工智能的背景下对技术接受和使用的统一理论的补充。该研究还为行业最佳人力资源实践和数字政策制定做出了贡献，以重新构想工作场所，促进人与人工智能的和谐协作，并在大规模数字化颠覆之后使工作场所为未来做好准备。
扩展对象跟踪：简介、概述和... - arXiv
摘要 — 本文对扩展对象跟踪的当前研究进行了详尽概述。我们对扩展对象跟踪问题进行了清晰的定义，并讨论了其与其他类型对象跟踪的界限。接下来，我们将广泛讨论扩展对象建模的不同方面。随后，我们将介绍两种基本且常用的扩展对象跟踪方法——随机矩阵方法和基于卡尔曼滤波器的星形凸形状方法。下一部分将讨论多个扩展对象的跟踪，并详细说明如何使用随机有限集 (RFS) 和非 RFS 多对象跟踪器解决大量可行的关联假设。本文最后总结了当前的应用，其中重点介绍了四个示例应用，涉及摄像头、X 波段雷达、光检测和测距 (LIDAR)、红绿蓝深度 (RGB-D) 传感器。
媒体和技术“扩展” - 西里西亚大学
摘要：现代人使用多种技术和媒体工具。“ Techne”一词在谈到事物和技能时，也表示人类与这些对象的联系。Techne对人类功能的影响是相互的；当我们适应我们的需求时，我们还通过使用现代技术来改变自己。詹姆斯·J·吉布森（James J.在本文中，作者介绍了该环境的技术，媒体和通信与与通信相关的方面。本文的结论部分致力于人类技术和媒体扩展以及这些考虑因素的参考框架的道德后果，由卡罗尔·沃伊蒂亚（KarolWojtyła）的人类对人类人的概念提供。
伦敦的扩展计算机显示系统 (EXCDS)...
优势 • 使空中交通管制员能够进行电子协调，减少他们以前相互之间耗时的电话通话。 • 增强安全性，例如帮助减少“高度偏离”，即飞机偏离指示飞行的高度。 EXCDS 为管制员提供有关已获准飞行高度与飞行员选择的飞行高度的警报，使人为错误更容易发现和解决。 • 允许自动执行重复性任务，消除管制员数据操作的歧义，并使用标准计算机应用程序轻松检索数据以进行分析审查。 • 系统效率和可扩展性提高，有助于确保 NATS 满足未来容量需求的能力。
Blue Boxer 扩展现实 (BBXR) - CAE
CAE BBXR 培训系统模拟飞机飞行特性和作战飞行程序，利用混合现实模拟，通过融合虚拟现实、高精度手部跟踪和飞机主仪表板的精确触感来实现。基本任务和虚拟/建设性威胁场景提供了在多个任务集和威胁环境中使用飞机的经验，包括飞行剖面、传感器操作、武器和整体态势感知。这确保飞行员在战术上正确的训练环境中操作，就像他们在执行实际任务一样。
电池管理系统的扩展卡尔曼过滤...
混合电动车辆电池组中的电池管理系统必须估算该包目前的工作状况的值。其中包括：电池最新电池，电力褪色，容量褪色和瞬时功率。估计机制必须随着细胞的年龄而适应细胞特征的变化，因此在包装的寿命中提供了准确的估计值。在一系列三篇论文中，我们提出了基于扩展的卡尔曼过滤（EKF）的方法，这些方法能够实现锂离子聚合物电池组的这些目标。我们希望它们也将在其他电池化学上运作良好。这些论文涵盖了所需的数学背景，细胞建模和系统识别要求以及最终解决方案以及结果。第三篇论文结束了该系列的结论，其中列出了五个其他应用，在典型的BMS算法中可以使用EKF或EKF的结果：在车辆闲置之后的初始化状态估计值一段时间后的初始化；在估计值中估算具有动态误差界限的最新电荷；估计包装包/充电功率；跟踪更改包装参数（包括功率褪色和容量褪色）作为包装年龄，因此提供了对最新健康状况的定量估计；并确定必须均等的细胞。提出了包装测试的结果。©2004 Elsevier B.V.保留所有权利。