最近,量子计算受到了许多技术突破[7]和不断增加的投资的驱动。原型Quantum计算机已经可用。公众,尤其是学生,研究人员和技术爱好者的机会,可以通过云服务(例如Amazon Braket [1]或IBM Quantum [2]来访问Quantum Computing设备迅速增加。由于量子计算的复杂性和概率性质,量子程序中错误的机会远高于传统程序,而常规的正确保证手段(例如测试)在量子世界中的适用性要少得多。量子程序员需要更好的工具来帮助他们编写正确的程序。因此,研究人员预计,正式的验证将在量子软件质量保证中发挥至关重要的作用,并且近年来已经朝着这个方向投入了重要意义[5,11,11,21,41,41 - 43,45,46]。然而,自动化量子程序/电路验证的实用工具仍然缺失。本文介绍了AutoQ 1,这是一种基于[14]中提出的方法的量子电路验证的全自动工具。特别是,AUTOQ检查了Hoare式规范的有效性{pre} c {post},其中c是openQasm格式[17]和
1. Kendall. K.. Alford, N. MeN., Clegg, WJ & Birchall, JD Nature339, 130-132 (1989)。2. Hoare, MR 等。J. Colloid Interface Sci. 75, 126-137 (1980)。立体建议 SrR-Tucker 1 和 Wilson 建议出版商如何缓解“直接观看”立体对的一个缺点。但是,即使经过多年的练习(我小时候通过盯着重复的墙纸图案不知不觉地获得了这项技术),也需要付出努力才能获得和保持立体视图,而且感知的深度从未像使用立体镜时那样清晰。然而,立体镜并不容易获得或便宜,而且太笨重,无法随身携带。我最近发现,传统立体镜的一个很好的替代品是通过两个平面塑料菲涅尔透镜来观察立体图像,这种透镜现在被广泛用作阅读放大镜。这些透镜并不昂贵,两个透镜合在一起的形状和大小与信用卡一样。光学质量出奇地高,立体图像至少与使用模制塑料双凸透镜的普通折叠立体镜产生的图像一样好。安德鲁·库尔森 英国爱丁堡大学分子生物学系,爱丁堡 EH9 3JR,英国
几十年来,规划语言已在人工智能中成功使用。人工智能验证和可解释人工智能的最新趋势提出了一个问题:人工智能规划技术是否可以验证。在本文中,我们提出了一种新颖的资源逻辑,即证明携带计划 (PCP) 逻辑,可用于验证人工智能规划人员制定的计划。在建模状态和资源感知计划执行方面,PCP 逻辑从现有的资源逻辑(如线性逻辑和分离逻辑)以及霍尔逻辑中汲取灵感。它还利用了 Curry-Howard 的逻辑方法,将计划视为函数,将计划前置条件和后置条件视为类型。本文提出了两个主要结果。从理论角度来看,我们表明 PCP 逻辑相对于人工智能规划中使用的标准可能世界语义是合理的。从实践角度来看,我们给出了 PCP 逻辑的完整 Agda 形式化及其合理性证明。此外,我们通过补充将 AI 规划自动解析为 Agda 证明的库来展示此实现的 Curry-Howard 或功能价值。我们提供了对此库和由此产生的 Agda 函数的评估。关键词:AI 规划、验证、资源逻辑、定理证明、依赖类型。
几十年来,规划语言已在人工智能中成功使用。人工智能验证和可解释人工智能的最新趋势提出了一个问题:人工智能规划技术是否可以被验证。在本文中,我们提出了一种新颖的资源逻辑,即证明携带计划 (PCP) 逻辑,可用于验证人工智能规划人员制定的计划。在建模状态和资源感知计划执行方面,PCP 逻辑从现有的资源逻辑(如线性逻辑和分离逻辑)以及霍尔逻辑中汲取灵感。它还利用了 Curry-Howard 的逻辑方法,将计划视为函数,将计划前置条件和后置条件视为类型。本文提出了两个主要结果。从理论角度来看,我们表明 PCP 逻辑相对于人工智能规划中使用的标准可能世界语义是合理的。从实践角度来看,我们给出了 PCP 逻辑的完整 Agda 形式化及其合理性证明。此外,我们通过补充将 AI 规划自动解析为 Agda 证明的库来展示此实现的 Curry-Howard 或功能价值。我们提供了对此库和由此产生的 Agda 函数的评估。关键词:AI 规划、验证、资源逻辑、定理证明、依赖类型。
(1) 一个有用的计算机内存概念模型;(2) 用于描述内存真实陈述的逻辑模型和规范语言;(3) 这些模型(概念模型和逻辑模型)的有效重叠;(4) 分离连词 ∗ ,使框架规则能够进行局部推理;(5) 可扩展的前置条件和后置条件。框架规则规定,如果我们有一个有效的三元组 { 𝑃 } 𝑐 { 𝑄 },那么我们可以用某个谓词 𝑅 扩展它的前置条件和后置条件,前提是 𝑅 没有任何与 𝑐 修改的变量共同的自由变量,从而得到 { 𝑃 ∗ 𝑅 } 𝑐 { 𝑄 ∗ 𝑅 } 。这样,我们可以对程序片段进行局部推理,同时忽略该片段周围的全局环境。Zhou 等人目前已开展了用于量子计算的分离逻辑方面的工作。 [ 2021 ] 和 Le 等人 [ 2022 ] 仅迎合了上述两个特征——逻辑模型和框架规则。具体而言,它们都没有提供量子软件工程师可以依赖的量子记忆模型,也没有提供可用的规范语言来编写关于量子态的真实陈述。缺乏概念性量子记忆模型,更重要的是,缺乏有用的断言语言,阻碍了前置条件和后置条件的可扩展性,使得这些逻辑难以在实践中使用。量子设置中分离合取的最直观解释是可分离性:当两个状态不纠缠时,可以在这些状态之间放置一个 ∗,这是现有工作所采用的。与经典设置不同,在分离逻辑发明之前的几十年里,指针混叠的可能性阻碍了霍尔逻辑在实际软件中的应用,而可分离量子态之间不存在混叠问题,因此不需要更通用的分离合取概念。然而,这些量子分离逻辑缺乏在本地陈述纠缠态任何有用信息的能力。在目前的量子
嵌入式系统在社会中无处不在,在许多行业(例如汽车行业)中,嵌入式系统至关重要。嵌入式系统也越来越受软件控制,例如自动驾驶的进步。因此,自然需要方法来确保此类软件的正确性,以及流程和框架来处理软件的尺寸和复杂性不断增加。基于合同的设计是嵌入式系统设计中建立的良好设计方法,其中通过使用合同来管理嵌入式系统的复杂性,以将责任分配给系统的不同组件。本文遵循了基于合同设计的原则,提出了正式的合同框架或理论。该理论是为程序软件开发的,并在语义层面上定义,从而使其可以通过不同的语言实例化以定义合同和组件,具体取决于适用于不同用途的内容。该理论在语义领域上是参数,允许对不同类型的行为进行推理。论文还提出了该理论的不同实例,既显示了使用Hoare Logic或acsl可以指定低级特性,又显示了使用TLA+等时间逻辑的高级时间属性。该理论还允许组合不同的语义域。在理论中,可以根据其合同的合同来验证低级组件,以至于当组成组件时,可以确保更抽象的高级特性。验证低级软件正确性的常见方法是演绎验证,而Frama-C是一个众所周知的框架,可以在其中执行C代码的脱位验证。本文还以一种工具的形式介绍了合同推断领域的工作,其中可以自动生成用于验证的工具合同。该方法使用C模型Checker Tricera作为后端,并输入用于Frama-C的合同。最后,论文还提出了程序仪器的框架,这使某些属性更容易验证。在这里,对通常难以验证的属性的主张的程序被转换为新程序,并以不包含这些宗教信仰的断言,以至于如果新程序正确,那么原始程序也正确。论文为所谓的扩展量词提供了混凝土仪器,这是阵列上的一种聚合,例如在数组中找到所有值的总和或最大值的总和。
英国药典委员会于2024年7月1日星期一在伦敦E14 4PU的Canary Wharf Canary Wharf的South Colonnade举行了英国药典委员会的一次会议。礼物:A M Brady博士(主席),E Amirak博士,E Bush博士,E Bush博士,K。L Chan博士,C E Giartosio先生,H Hall夫人(外行成员),J Halliday夫人,J Halliday,V Jaitely博士,S Jones先生,S Jones先生,O Kavanagh博士,O Kavanagh博士,M MANNE,MLANE博士,R Lowe(pl Lowe)对于第685至700分钟以下讨论的物品),M Simmonds教授J Rickard先生(从第680.3分钟开始参加会议)。出席:S Hoare先生(秘书兼科学主任),P Crowley先生,C Swann博士,K Rakowski先生。也出席了:S Begum女士,S Bowles女士,H Corns女士,M Dmitriieva博士,G Li-Ship女士,R Smith先生,S Song Song,S Song,D Tong博士,O Waddington先生,M Whaley先生和S Young先生。680介绍性言论欢迎主席欢迎会议参加会议,并将她的欢迎向新委员会成员延长。任命三名成员已失效,并被任命为“当天成员”。诉讼成员的保密性提醒会议的机密性质,不应披露论文和会议记录。利益宣言的成员被提醒,有必要在相关讨论开始时宣布任何具体利益。全年对利益的任何变化均应发送到compasteesereservicesteam@mhra.gov.uk。费用和费用要求成员向compasteeservicesteam@mhra.gov.uk提交任何费用和费用的索赔,清楚地表明了他们提到的会议。i MINEES 681 2024年3月4日举行的会议的会议记录被接受,但要接受较小的社论评论。ii是由682分钟引起的事项。第656分钟 - 烷基磺酸酯酯杂质欧洲药物委员会考虑了英国代表团通过一般专着以与硝基胺杂质相同的方式治疗烷基磺酸盐杂质的要求。这是其他代表团不支持的,生产陈述将保留在各个专着中的中盐盐中。
简短的演示和海报1。使用陀螺仪Gyrolab XP系统支持高通量AAV样品测试。夏洛特·科克希尔(Charlotte Corkhill),保罗·杨(Paul Young),英国Pharmaron。2。通量采样表明高抗体产生CHO细胞的代谢特征。Kate Meeson,Jean Marc Schwartz,Magnus Rattray,曼彻斯特大学;英国比林汉姆(Billingham)的富士夫(Fujifilm Diosynth Biotechnologies)Leon Pybus,富士夫。 3。 将行业领先的数据集与基因组规模的代谢模型集成到指导CHO细胞系工程。 Ben Strain,Cleo Kontoravdi,伦敦帝国学院; Holly Corrigall,Pavlos Kotidis,GSK,Stevenage,英国。 4。 绿色藻类衣原体中的叶绿体工程,用于生产新型重组产品。 Luyao Yang,Saul Purton;英国伦敦大学学院。 5。 哺乳动物细胞培养物中乳酸代谢转移的分子驱动因素。 毛罗·托雷斯(Mauro Torres),埃莉·霍克(Ellie Hawke),安德鲁·海斯(Andrew Hayes),艾伦·J·迪克森(Alan J Dickson),曼彻斯特大学; Robyn Hoare,Rachel Scholey,Leon Pybus,Alison Young,Fujifilm Diosynth Biotechnologies,英国Billingham。 6。 使用单个整体可发展性参数合理化mab候选筛选。 Leon F Willis,William Davis Birch,David Westhead,Nikil Kapur,Sheena Radford,David Brockwell,Leeds大学; Isabelle Trayton,Janet Saunders,Maria Bruque,Katie Day,Nicholas Bond,Paul Devine,Christopher Lloyd,Nicholas Darton,Astrazeneca,英国。 7。 用于生物医学应用的磁体鸡尾酒的生物制造和配方。 8。 9。 10。Kate Meeson,Jean Marc Schwartz,Magnus Rattray,曼彻斯特大学;英国比林汉姆(Billingham)的富士夫(Fujifilm Diosynth Biotechnologies)Leon Pybus,富士夫。3。将行业领先的数据集与基因组规模的代谢模型集成到指导CHO细胞系工程。Ben Strain,Cleo Kontoravdi,伦敦帝国学院; Holly Corrigall,Pavlos Kotidis,GSK,Stevenage,英国。 4。 绿色藻类衣原体中的叶绿体工程,用于生产新型重组产品。 Luyao Yang,Saul Purton;英国伦敦大学学院。 5。 哺乳动物细胞培养物中乳酸代谢转移的分子驱动因素。 毛罗·托雷斯(Mauro Torres),埃莉·霍克(Ellie Hawke),安德鲁·海斯(Andrew Hayes),艾伦·J·迪克森(Alan J Dickson),曼彻斯特大学; Robyn Hoare,Rachel Scholey,Leon Pybus,Alison Young,Fujifilm Diosynth Biotechnologies,英国Billingham。 6。 使用单个整体可发展性参数合理化mab候选筛选。 Leon F Willis,William Davis Birch,David Westhead,Nikil Kapur,Sheena Radford,David Brockwell,Leeds大学; Isabelle Trayton,Janet Saunders,Maria Bruque,Katie Day,Nicholas Bond,Paul Devine,Christopher Lloyd,Nicholas Darton,Astrazeneca,英国。 7。 用于生物医学应用的磁体鸡尾酒的生物制造和配方。 8。 9。 10。Ben Strain,Cleo Kontoravdi,伦敦帝国学院; Holly Corrigall,Pavlos Kotidis,GSK,Stevenage,英国。4。绿色藻类衣原体中的叶绿体工程,用于生产新型重组产品。Luyao Yang,Saul Purton;英国伦敦大学学院。 5。 哺乳动物细胞培养物中乳酸代谢转移的分子驱动因素。 毛罗·托雷斯(Mauro Torres),埃莉·霍克(Ellie Hawke),安德鲁·海斯(Andrew Hayes),艾伦·J·迪克森(Alan J Dickson),曼彻斯特大学; Robyn Hoare,Rachel Scholey,Leon Pybus,Alison Young,Fujifilm Diosynth Biotechnologies,英国Billingham。 6。 使用单个整体可发展性参数合理化mab候选筛选。 Leon F Willis,William Davis Birch,David Westhead,Nikil Kapur,Sheena Radford,David Brockwell,Leeds大学; Isabelle Trayton,Janet Saunders,Maria Bruque,Katie Day,Nicholas Bond,Paul Devine,Christopher Lloyd,Nicholas Darton,Astrazeneca,英国。 7。 用于生物医学应用的磁体鸡尾酒的生物制造和配方。 8。 9。 10。Luyao Yang,Saul Purton;英国伦敦大学学院。5。哺乳动物细胞培养物中乳酸代谢转移的分子驱动因素。毛罗·托雷斯(Mauro Torres),埃莉·霍克(Ellie Hawke),安德鲁·海斯(Andrew Hayes),艾伦·J·迪克森(Alan J Dickson),曼彻斯特大学; Robyn Hoare,Rachel Scholey,Leon Pybus,Alison Young,Fujifilm Diosynth Biotechnologies,英国Billingham。6。使用单个整体可发展性参数合理化mab候选筛选。Leon F Willis,William Davis Birch,David Westhead,Nikil Kapur,Sheena Radford,David Brockwell,Leeds大学; Isabelle Trayton,Janet Saunders,Maria Bruque,Katie Day,Nicholas Bond,Paul Devine,Christopher Lloyd,Nicholas Darton,Astrazeneca,英国。 7。 用于生物医学应用的磁体鸡尾酒的生物制造和配方。 8。 9。 10。Leon F Willis,William Davis Birch,David Westhead,Nikil Kapur,Sheena Radford,David Brockwell,Leeds大学; Isabelle Trayton,Janet Saunders,Maria Bruque,Katie Day,Nicholas Bond,Paul Devine,Christopher Lloyd,Nicholas Darton,Astrazeneca,英国。7。用于生物医学应用的磁体鸡尾酒的生物制造和配方。8。9。10。AlfredFernández-Castané,Hong Li,Moritz Ebeler,Matthias Franzreb,Tim W. Overton,Owen R.T.托马斯,阿斯顿大学。 使用Lonza的GS PiggyBac技术开发了高通量DWP的转染平台。 James Harvey,Yukti Kataria,Titash Sen,Lonza,英国。 使用新型差异氟化和19F NMR研究脂多糖与单克隆抗体之间的相互作用。 詹姆斯·贝奇(James Budge),肯特大学。 使用Amperia生成高产生的克隆人群进行IgG滴定分析。 Matthew Reaney,Zeynep Betts,艾伦·迪克森(Alan Dickson),曼彻斯特大学; Jon Dempsey,Pathway Biopharma Ltd. 11. 脂质体过滤污垢的表征:压力变化对无菌过滤性能的影响。 大力神Argyropoulos,Daniel G. Bracewell,Thomas F. Johnson,UCL; Nigel Jackson,Kalliopi Zourna,Cytiva UK。 12。 一种混合化学计量/数据驱动的方法,可改善细胞内通量预测。 Morrissey J,Barberi G,Facco P,Strain B Kintoravdi C,英国伦敦帝国学院。 13。 无细胞的DNA扩增基因组医学 - 课程的马。 Priya Srivastava,Daniel G. Bracewell,生物化学工程系,UCL;约翰·威尔士(John Welsh),英国Cytiva Europe Limited。 14。 合成生物学方法是为AAV CAPSIDS提高有效负载基因组上传的方法。 Tina Chen,Robert Whitfield,Darren Nesbeth,英国伦敦大学学院。 15。 使用Lonza的GS PiggyBac技术开发了高通量DWP的转染平台。AlfredFernández-Castané,Hong Li,Moritz Ebeler,Matthias Franzreb,Tim W. Overton,Owen R.T.托马斯,阿斯顿大学。使用Lonza的GS PiggyBac技术开发了高通量DWP的转染平台。James Harvey,Yukti Kataria,Titash Sen,Lonza,英国。使用新型差异氟化和19F NMR研究脂多糖与单克隆抗体之间的相互作用。詹姆斯·贝奇(James Budge),肯特大学。使用Amperia生成高产生的克隆人群进行IgG滴定分析。Matthew Reaney,Zeynep Betts,艾伦·迪克森(Alan Dickson),曼彻斯特大学; Jon Dempsey,Pathway Biopharma Ltd. 11. 脂质体过滤污垢的表征:压力变化对无菌过滤性能的影响。 大力神Argyropoulos,Daniel G. Bracewell,Thomas F. Johnson,UCL; Nigel Jackson,Kalliopi Zourna,Cytiva UK。 12。 一种混合化学计量/数据驱动的方法,可改善细胞内通量预测。 Morrissey J,Barberi G,Facco P,Strain B Kintoravdi C,英国伦敦帝国学院。 13。 无细胞的DNA扩增基因组医学 - 课程的马。 Priya Srivastava,Daniel G. Bracewell,生物化学工程系,UCL;约翰·威尔士(John Welsh),英国Cytiva Europe Limited。 14。 合成生物学方法是为AAV CAPSIDS提高有效负载基因组上传的方法。 Tina Chen,Robert Whitfield,Darren Nesbeth,英国伦敦大学学院。 15。 使用Lonza的GS PiggyBac技术开发了高通量DWP的转染平台。Matthew Reaney,Zeynep Betts,艾伦·迪克森(Alan Dickson),曼彻斯特大学; Jon Dempsey,Pathway Biopharma Ltd. 11.脂质体过滤污垢的表征:压力变化对无菌过滤性能的影响。大力神Argyropoulos,Daniel G. Bracewell,Thomas F. Johnson,UCL; Nigel Jackson,Kalliopi Zourna,Cytiva UK。12。一种混合化学计量/数据驱动的方法,可改善细胞内通量预测。Morrissey J,Barberi G,Facco P,Strain B Kintoravdi C,英国伦敦帝国学院。 13。 无细胞的DNA扩增基因组医学 - 课程的马。 Priya Srivastava,Daniel G. Bracewell,生物化学工程系,UCL;约翰·威尔士(John Welsh),英国Cytiva Europe Limited。 14。 合成生物学方法是为AAV CAPSIDS提高有效负载基因组上传的方法。 Tina Chen,Robert Whitfield,Darren Nesbeth,英国伦敦大学学院。 15。 使用Lonza的GS PiggyBac技术开发了高通量DWP的转染平台。Morrissey J,Barberi G,Facco P,Strain B Kintoravdi C,英国伦敦帝国学院。13。无细胞的DNA扩增基因组医学 - 课程的马。Priya Srivastava,Daniel G. Bracewell,生物化学工程系,UCL;约翰·威尔士(John Welsh),英国Cytiva Europe Limited。14。合成生物学方法是为AAV CAPSIDS提高有效负载基因组上传的方法。Tina Chen,Robert Whitfield,Darren Nesbeth,英国伦敦大学学院。 15。 使用Lonza的GS PiggyBac技术开发了高通量DWP的转染平台。Tina Chen,Robert Whitfield,Darren Nesbeth,英国伦敦大学学院。15。使用Lonza的GS PiggyBac技术开发了高通量DWP的转染平台。James Harvey,Yukti Kataria,Titash Sen,R&D Lonza Biologics,英国。 div>
热带密码学 - 艺术状态和1个未来的前景2 3第一篇论文引入了在公共密钥4密码学中使用热带时间的使用。从那时起,已经提出了许多热带方案5,并结合了各种愿意的半肌。用于加密目的的最常用的6个常见的愿望是7分钟以上和最大值的半连接,其中一些方案还利用了最大8个时间和最小时间的半时间。确保9这些方案的安全性的主要数学问题包括热带离散对数问题10(热带DLP),热带半群动作问题(热带SAP),11个热带半领产品问题;在热带半光中求解双面线性12系统的问题;热带多项式分解并发现了13个最大的常见分裂(GCD)问题,以及热带基质功率14功能问题(热带MPF)。不幸的是,大多数提出的15种热带计划已成功攻击,这引起了人们对热带密码学的16个未来的担忧。在这项工作中,我们回顾了现有的热带17个方案,讨论潜在问题的复杂性,检查当前对这些方案的18次攻击,并探索基于热带半决赛的19个密码学的未来前景和方向。20 21关键字:半半,热带半肌,热带密码学,热带22个问题,加密攻击。23 24 25引言26 27范迪弗(Vandiver,1934年)引入了半条,但很长一段时间以来,数学家一直没有注意到他们的28个半条。该理论通过替换真实47半少数在29个不同的领域中找到应用,包括自动机理论,形式语言,有限状态30台机器,可识别的语言,语音识别和图像压缩。31用于研究计算机32个程序的正确性和有效性的正式系统,例如动态代数,Hoare代数和Kleene代数,与各种半段密切相关。div>势力桥梁代数34形式主义以及动态和时间逻辑,从而实现了计算机程序和过渡系统的属性35的建模。此外,半序在大规模的科学应用中发挥了36个至关重要的作用,包括线性代数计算的高维37个数据和图分析。38热带代数是由Cuninghame-Green(1979)提出的,而39术语Idempotent分析是由Victor Maslov(1986)提出的。为纪念巴西数学家Imre Simon而创造了40个热带,他的41件作品(Simon,1988)为热带代数奠定了重要的基础。在热带42代数,热带添加意味着最小或最大为两个43个数字,而热带乘法对应于通常的添加。通过45个半度的框架进一步开发了44个热带代数的概念,从而形式定义了热带46个半度的代数结构。
[1] K. R. Walker和G. Tesco,“创伤性脑损伤后认知功能障碍的分子机制”,《衰老神经科学》的前沿,第1卷。5,p。 29,2013。[2] S. Jiang,S。Chen和S. Chen,“新型抗菌棉纺织品,配以Siloxane硫磺丙基贝因,” Fiber Soc。春天,pp。263-264,2011。[3] S. Chen等。,“环保抗菌棉纺织品,配以硅氧烷硫丙基贝素,” ACS Applied Material&Interfaces,第1卷。3,不。4,pp。1154-1162,2011。[4] S. Chen,S。Chen,S。Jiang,Y。Mo,J。Tang和Z.GE,“硅氧烷硫烷抗微生物剂的合成和表征,”,《表面科学》,第1卷。605,否。11-12,pp。L25-L28,2011。[5] S. Chen等。,“含有含反应性硅氧烷的性硫丙基的研究,用于抗菌材料中”,“胶体和表面B:Biointerfaces,第1卷。85,否。2,pp。323-329,2011。[6] S. Jiang,Y. Liu,T。Wang,Y。Gu和Y. Luo,“基于MaleImide-Thiol结合的新型抗菌水凝胶的设计和制备”,《 ISSN》,第1卷。2766,p。 2276,2023。 [7] S. Jiang和T. Zhang,“对生物相容性的马来酰亚胺修饰的葡萄糖和透明质酸水凝胶系统的研究”,“精细化学工程”,pp。 100-109,2023。 [8] S. Jiang,Y。Liu和T. Wang,“对神经退行性疾病的新型生物相容性快速凝胶水凝胶的研究”,《生物医学科学与技术研究杂志》,第1卷。 50,没有。2766,p。 2276,2023。[7] S. Jiang和T. Zhang,“对生物相容性的马来酰亚胺修饰的葡萄糖和透明质酸水凝胶系统的研究”,“精细化学工程”,pp。100-109,2023。[8] S. Jiang,Y。Liu和T. Wang,“对神经退行性疾病的新型生物相容性快速凝胶水凝胶的研究”,《生物医学科学与技术研究杂志》,第1卷。50,没有。3,pp。1149-1157,2023。[9] S. Jiang,Y。Liu和Y. Gu,“用于组织工程的基于肽的短多糖水凝胶:迷你综述。”[10] D. Jhala和R. Vasita,“关于模仿人造干细胞生态位的细胞外基质策略的综述,” Polymer评论,第1卷。55,否。4,pp。561-595,2015。[11] M. Bahram,N。Mohseni和M. Moghtader,“水凝胶和一些最新应用的简介”,在水凝胶的分析和应用中的新兴概念中:Intechopen,2016。[12] T. R. Hoare和D. S. Kohane,“药物输送中的水凝胶:进度和挑战”,Polymer,第1卷。49,否。8,pp。1993-2007,2008。[13] S. Jiang,Y。Gu和E. Kumar,“基于五种机器学习算法的磁共振成像(MRI)脑肿瘤图像分类”,“云计算和数据科学,pp。122-133,2023。[14] S. Jiang,Y。Gu和E. Kumar,“通过电子健康记录使用人工智能技术的中风风险预测,”人工智能演变,pp。88-98,2023。[15] J.Song,Y。Gu和E. Kumar,“基于光谱聚类算法的胸部疾病图像分类”,有关计算机科学的研究报告,pp。77-90,2023。[16] Y. Gu等。,“揭示乳腺癌风险特征:由在线网络应用程序赋予的生存聚类分析”,《未来肿瘤学》,第1期。0,2023。