XiaoMi-AI文件搜索系统
World File Search SystemLuka
CCCS-ESS论文竞赛2024（Lukas Lim＆Amy Marsh）
消费者保护和竞争规则对于纠正商业和企业内部关系引起的市场失败至关重要。AI的发展产生了前所未有的问题和新颖的问题，这些问题挑战了当前的消费者保护和竞争规则的假设。因此，这些规则的演变是不可谈判的 - 房间里的大象是“如何？”。
最初发表于以下网址：纳娜（Nana）的塔尔瓦德·巴兰（Talvard-Balland）；布劳恩，卢卡斯M；迪克森（Karen O）； Zwick，Melissa；恩格尔，海伦娜；哈特曼（Hartmann），阿丽娜（Alina）；杜肯（Duquesne），桑德拉（Sandra）； pent
白血病复发是同种异体造血细胞移植后的主要死亡原因（Allo-HCT）。我们测试了靶向T细胞（TC）免疫球蛋白和含粘蛋白的分子3（TIM-3）的潜力，以改善移植物 - 抗血清（GVL）效应。，当造血干细胞过表达某些致癌驱动器突变时，我们观察到Tim-3配体的差异表达。抗TIM-3 AB治疗改善了具有致癌基因诱导的Tim-3配体表达的白血病的小鼠的存活。相反，配体表达低的白血病细胞为抗TIM-3治疗。在CD8 + TC中的体外，TIM-3阻滞或遗传缺失增强了TC激活，增殖和IFN-γ的产生，同时增强了GVL效应，防止TC耗竭，并改善了VIVO中的TC细胞毒性和糖酵解。相反，髓样细胞中的TIM-3缺失不会影响同种异体TC的增殖和体外激活，这表明抗TIM-3处理介导的GVL效应是TC诱导的。与抗编程的细胞死亡蛋白1（抗PD-1）和抗隔毒性T淋巴细胞相关蛋白4（抗CTLA-4）治疗相反，抗–TIM-3-3-处理并不能增强急性移植物患者（AGVHD）。tim-3及其配体经常在抗抗All-HCT复发的患者的急性髓样白血病（AML）细胞中表达。我们破译了在AML和TIM-3配体表达中发现的致癌突变之间的连接，并确定抗TIM-3处理是通过代谢和转录TC重编程增强GVL效应的策略，而不会加剧AGVHD。我们的发现支持Allo-HCT后AML复发患者抗TIM-3 AB的临床测试。
最初发表于：Jetzer, Tania；Studer, Luka；Bieri, Manuela；Greber, Urs；Hemmi, Silvio (2023)。B 类人工腺病毒
最初发表于：Jetzer, Tania；Studer, Luka；Bieri, Manuela；Greber, Urs；Hemmi, Silvio (2023)。B 和 C 类工程化人类腺病毒报告了早期、中早期和晚期病毒基因表达。《人类基因治疗》，34(23- 24):1230-1247。DOI：https://doi.org/10.1089/hum.2023.121
最初发表于以下网址：LACOUTURE，MARIO E； Goleva，Elena； Shah，尼尔； Rotemberg，Veronica； Kraehenbuehl，卢卡斯； Ketosugbo，Kwami F;塔哈梅尔格布（Merghoub）；
目的：≥50％接受检查点抑制剂治疗的患者中，与免疫相关的皮肤不良事件（IRCAE）发生，但对IRCAES的基本机制知之甚少。实验设计：在检查点抑制剂[139带IRCAES和61个没有（对照组）的61例患者中进行了表型/生物标志物分析，以表征其临床表现和免疫学性质。使用实时PCR和MESO量表发现多路复用细胞因子分析，在皮肤活检，皮肤带提取物和血浆中评估了细胞因子。结果：鉴定出八种IRCAE表型：瘙痒（26％），大型皮疹（MPR; 21％），湿疹（19％），扁桃体（11％），荨麻疹（8％），牛皮癣形式（6％），白癜风（5％）和卵形皮炎（5％）和泡沫（4％）。所有表型均显示皮肤淋巴细胞和嗜酸性粒细胞浸润。皮肤活检PCR显示，山雀患者（p <0.0001）
Lukas Fischer、Lisa Ehrlinger、Verena Geist、Rudolf Ramler、Florian Sobieczky 等人。将人工智能应用于实践：关键挑战和经验教训。第四届机器学习和知识提取国际跨领域会议 (CD-MAKE)，2020 年 8 月，爱尔兰都柏林。第 451-471 页，�10.1007/978-3-030-57321-8_25�。�hal-03414730�
缺乏置信度度量：最先进的深度学习方法的另一个特点是缺乏置信度度量。与基于贝叶斯的机器学习方法相比，大多数深度学习模型不提供模型不确定性的合理置信度度量。例如，在分类模型中，顶层（主要是 softmax 输出）中获得的概率向量通常被解释为模型置信度，参见 [26] 或 [35]。然而，像 softmax 这样的函数可能会导致对远离训练数据的点进行不合理的高置信度外推，从而提供一种虚假的安全感 [39]。因此，尝试将贝叶斯方法也引入 DNN 模型似乎是很自然的。由此产生的不确定性度量（或同义的置信度度量）依赖于给定数据权重的后验分布的近似值。作为此背景下的一种有前途的方法，变分技术（例如基于 Monte Carlo dropout [27]）允许将这些贝叶斯概念转化为计算上可处理的算法。变分方法依赖于 Kullback-Leibler 散度来测量分布之间的差异。因此，所得的近似分布集中在单一模式周围，低估了该模式之外的不确定性。因此，对于给定实例的结果置信度度量仍然不令人满意，并且可能仍然存在误解高置信度的区域。
庆大霉素成膜凝胶对糖尿病大鼠伤口愈合的有效性测试 Tuti Handayani Zainal 1 *，Michrun Nisa 2，Nurul Hikma 1，Ast
摘要 庆大霉素最广泛用于治疗糖尿病溃疡感染，即损害最深层皮肤组织并引起感染、溃疡和皮肤损伤的神经系统疾病和外周动脉血管疾病。庆大霉素凝胶形成膜具有以下优点：具有治疗效果，对患者更美观，不粘稠，更封闭，并且可以设计为提供持续的药物释放，从而使使用频率尽可能少。本研究的目的是确定聚合物中吸收的庆大霉素的含量以及大鼠模型中糖尿病伤口愈合的有效性。通过链脲佐菌素诱导小鼠患上糖尿病，然后在其背部造成伤口。将测试动物分为 7 组，分别接受成膜凝胶基质、庆大霉素软膏、含有 PVP 和 PVA 聚合物变体 F1（4:10）、F2（3:11）和 F3（2:12）的庆大霉素成膜凝胶的治疗。使用紫外可见分光光度计测量成膜凝胶含量，并通过测量伤口长度和愈合时间来评估伤口愈合的有效性。结果表明:成膜凝胶中庆大霉素含量F1为1.19μg/mL,F2为1.80μg/mL,F3为1.44μg/mL,伤口愈合效果F1在D-5天愈合,F2在D-6天愈合,F3在D-7天愈合,庆大霉素软膏在D-10天愈合。结论：对糖尿病伤口最有效的配方是浓度为2％PVP和12％PVA的F3。
Stefano V. Albrecht Filippos ChristianosLukasSchäfer
名称：Albrecht，Stefano V.，作者。|克里斯蒂安诺斯，菲利波斯，作者。| Schäfer，卢卡斯，作者。标题：多代理强化学习：基金会和现代方法 / Stefano V. Albrecht，Filippos Christianos，LukasSchäfer，爱丁堡大学，英国。描述：马萨诸塞州剑桥：麻省理工学院出版社，[2024] |包括书目参考和索引。标识符：LCCN 2024002669（打印）| LCCN 2024002670（电子书）| ISBN 9780262049375（精装）| ISBN 9780262380508（EPUB）| ISBN 9780262380515（PDF）主题：LCSH：增强学习。|智能代理（计算机软件）分类：LCC Q325.6 .A43 2024（PRINT）| LCC Q325.6（电子书）| DDC 006.3/1 – DC23/ENG/20240412 LC记录可在https://lccn.loc.gov/2024002669 LC电子书记录上找到，请访问https://lccn.lccn.lcoc.gov/2024002670
卢卡斯·基什内尔 - OPUS Würzburg
ACN 乙腈 AMP 抗菌肽 AMR 抗菌抗性 aq. 水溶液 ATC 无水四环素 CA 纤维素乙酸酯 CE 碰撞能量 cf. Confer (lt.) CLSI 临床和实验室标准研究所 CS 校准标准 CTA 纤维素三乙酸酯 DAP 达托霉素 DAP-R 达托霉素耐药性 DHA 脱氢丙氨酸 DNA 脱氧核糖核酸 drc 达托霉素耐药性簇 eg Exempli gratia EIC 提取离子色谱图 EMA 欧洲药品管理局 ESI 电喷雾电离 EUCAST 欧洲抗菌药物敏感性测试委员会 FA 甲酸 FDA 美国食品药品管理局 FV 碎裂电压 GUCS 一般未知物比较筛选 HGT 水平基因转移 (HP)LC（高效）液相色谱法 HRMS 高分辨率质谱法 ICH 人用药品技术要求国际协调会 IDA 信息依赖性采集 ie Id est (lt.) IS 插入序列 ISMF 内标标准化基质因子 ISTD 内标 Kyn 犬尿氨酸 LB（Eppendorf）蛋白质 LoBind ®
如果引用本文，请使用 DSD 参考文献：Leandro Lanzieri、Lukasz Butkowski、Jiri Kral、Goerschwin Fey、Holger Schlarb 和 Thomas C. Sch
摘要 — 越来越多的未加固的商用现货嵌入式设备部署在恶劣的操作条件下和高度可靠的系统中。由于影响这些设备的硬件退化的机制，老化检测和监控对于防止严重故障至关重要。在本文中，我们通过实证研究了部署在欧洲 XFEL 粒子加速器中的 298 个自然老化的 FPGA 设备的传播延迟。根据现场测量，我们发现运行设备的开关频率明显慢于未使用的芯片，并且伽马和中子辐射剂量的增加与硬件退化的增加相关。此外，我们证明了开发机器学习模型的可行性，该模型基于历史和环境数据估计设备的开关频率。索引术语 — 嵌入式硬件、硬件退化、FPGA
路易斯·菲利普·卢卡斯（Louis Philipp Lukas）
02/2024-08/2024数据科学基础的教学Assistant 09/2023-03/2024 M.Sc.论文（Adrian Kaufmann，M.Sc。计算生物学和生物信息学）05/2023-07/2023学期项目的监督（Julia Bugajska，B.Sc。人类医学）02/2023-08/2023数据科学基础的教学10/2022-04/2023 M.Sc.论文（Hugo Madge Leon，M.Sc。计算生物学和生物信息学）05/2022-11/2022 M.Sc的监督论文（David Sommer，M.Sc。计算生物学和生物信息学）