XiaoMi-AI文件搜索系统
World File Search SystemMatias
BRAT1相关疾病的表型谱
Camille Engel 1, Stéphanie Valence ², Geoffroy DelPlancq 1, Reza Maroofian 3, Andrea Accogli 4, Emanuele Agolini 5, Fowzan Sami Alkuraya 6, Valentina Baglioni 7, Irene Bagnasco 8, Mathilde Becmeur- Lefebvre 9, Enrico Silvio Bertini 10, Ingo Borggräfe11，Elise Brischoux-Boucher 1，Ange-Line Bruel 12，Alfredo Brusco 13，Dalal K. Bubshait 14，Christelle Cabrol 1，Christelle Cabrol 1，Maria Roberta Cilio 15 Carmela di Giacomo 20，Martine Doco-Fenzy 21，Harmut Engels 22，MarionGérard23，Joseph Gleeson 24，Joanna Goffeney 25，Anne Guimier 26，Anne Guimier 26，Frederike L. Harms 27，Henry Hounden 3，Michele Iacomino 28，Michele Iacomino 28，Rauan Kaiyrzanov 29 Karimiani 31，Dror Kraus 32，Paul Kuentz 12； 33，Kerstin Kutsche 34，Damien Lederer 35，Lauren Massingham 36，Cyril Mignot 37，DéborahMorris-Rosndahl 38，Lakshmi Nagarajan 39，Sylvie Odent 40，Sylvie Odent 40，CotthildeVomières26，Jennifer Neil Neil Neil Neil Neil。 Partlow 41，Laurent Pasquier 40，Lynette Penney 42，Christophe Philippe 43，Gianluca Piccolo 44，Cathryn Poulton 45，Audrey Putoux 46，MarlèneRio26，Christelle Rougeot 47，Vincenzo Salpietro 44; 48，Ingrid Scheffer 49，Amy Schneider 49，Siddharth Srivasta 50，Rachel Straussberg 51，Pasquale Striano 44; 48，Enza Maria Valente 52，Perrine Venot 53，Laurent Villard 54，Antonio Vitobello 12，Johanna Wagner 55，Matias Wagner 56，Maha S. Zaki 57，Federizo Zara 44; 48，莱昂内尔·范·马尔德格姆（Lionel Van Maldergem）1，莉迪·伯格伦（Lydie Burglen）58，朱丽叶·皮亚特（Juliette Piard）1,12Camille Engel 1, Stéphanie Valence ², Geoffroy DelPlancq 1, Reza Maroofian 3, Andrea Accogli 4, Emanuele Agolini 5, Fowzan Sami Alkuraya 6, Valentina Baglioni 7, Irene Bagnasco 8, Mathilde Becmeur- Lefebvre 9, Enrico Silvio Bertini 10, Ingo Borggräfe11，Elise Brischoux-Boucher 1，Ange-Line Bruel 12，Alfredo Brusco 13，Dalal K. Bubshait 14，Christelle Cabrol 1，Christelle Cabrol 1，Maria Roberta Cilio 15 Carmela di Giacomo 20，Martine Doco-Fenzy 21，Harmut Engels 22，MarionGérard23，Joseph Gleeson 24，Joanna Goffeney 25，Anne Guimier 26，Anne Guimier 26，Frederike L. Harms 27，Henry Hounden 3，Michele Iacomino 28，Michele Iacomino 28，Rauan Kaiyrzanov 29 Karimiani 31，Dror Kraus 32，Paul Kuentz 12； 33，Kerstin Kutsche 34，Damien Lederer 35，Lauren Massingham 36，Cyril Mignot 37，DéborahMorris-Rosndahl 38，Lakshmi Nagarajan 39，Sylvie Odent 40，Sylvie Odent 40，CotthildeVomières26，Jennifer Neil Neil Neil Neil Neil。 Partlow 41，Laurent Pasquier 40，Lynette Penney 42，Christophe Philippe 43，Gianluca Piccolo 44，Cathryn Poulton 45，Audrey Putoux 46，MarlèneRio26，Christelle Rougeot 47，Vincenzo Salpietro 44; 48，Ingrid Scheffer 49，Amy Schneider 49，Siddharth Srivasta 50，Rachel Straussberg 51，Pasquale Striano 44; 48，Enza Maria Valente 52，Perrine Venot 53，Laurent Villard 54，Antonio Vitobello 12，Johanna Wagner 55，Matias Wagner 56，Maha S. Zaki 57，Federizo Zara 44; 48，莱昂内尔·范·马尔德格姆（Lionel Van Maldergem）1，莉迪·伯格伦（Lydie Burglen）58，朱丽叶·皮亚特（Juliette Piard）1,12
晚期子宫内膜癌患者全面液体分子分析的临床应用
1. Sung H, Ferlay J, Siegel RL 等人。2020 年全球癌症统计：GLOBOCAN 对 185 个国家/地区 36 种癌症的全球发病率和死亡率的估计。CA Cancer J Clin。2021；71(3):209-249。doi: 10.3322/caac.21660 2. Obel JC、Friberg G、Fleming GF。子宫内膜癌的化疗。Clin Adv Hematol Oncol。2006；4:459-468。3. Mirza MR、Chase DM、Slomovitz BM 等人。Dostarlimab 治疗原发性晚期或复发性子宫内膜癌。N Engl J Med。2023；388(23):2145-2158。 doi: 10.1056/NEJMoa2216334 4. Levine DA。子宫内膜癌的综合基因组特征。自然。2013；497(7447)：67-73。doi: 10.1038/nature12113 5. León‐Castillo A、De Boer SM、Powell ME 等人。PORTEC-3 高危子宫内膜癌试验的分子分类：对预后的影响和辅助治疗的益处。临床肿瘤学杂志。2020；38(29)：3388-3397。doi: 10.1200/JCO.20.00549 6. Concin N、Matias‐Guiu X、Vergote I 等人。 ESGO/ESTRO/ESP 子宫内膜癌患者管理指南。Int J Gynecol Cancer。2020；31(1):12-39。doi: 10.1136/ijgc-2020-002230 7. RAINBO 研究联盟。根据分子特征改进子宫内膜癌辅助治疗：RAINBO 临床试验计划。Int J Gynecol Cancer。2022；33(1):109-117。doi: 10. 1136/ijgc-2022-004039 8. Van den Heerik ASVM、Horeweg N、Nout RA 等人。PORTEC-4a：针对中高风险子宫内膜癌女性的基于分子特征的辅助治疗的国际随机试验。国际妇科癌症杂志。2020；30(12)：2002-2007。doi：10.1136/ijgc-2020-001929
gemin5中功能突变的丧失导致神经发育障碍
南Sukhleen 1.52，Deepa S. Rajan 1.52，Tyler R. Fortuna 1，Eric N. Anderson 1，Caroline Ward 1，Youngha Lee 2 2，Carine 5，Carine Shortland 5，Vincent Shortland 5，Jeanne Amel 6，Jeanne Amel 6，Illot Stolerman 7，Sarah S. Sarah S. S. Sarah S. Micheil Innes 17，Messa 17，Messa kerins selmer selmer collins selmer collins amag collins 22，Amag ka ka。 Urreizti Landers 30，Sameer Agnihotri 31，E Sabne Rudnik-Schöneborn37，Tim M. Platzer 44，Sandra Donkervoort 45，Carsten G. S. Zaki 47，1.50.51
第 2 部分 - 清洁技术价值链
世界银行集团欧盟定期经济报告第 10 版第 2 部分由 Emilija Timmis 和 Gregor Semieniuk（均为世界银行欧盟繁荣经济政策部高级经济学家）牵头，并由以下世界银行 — IFC 核心联合团队制作：Samuel Rosenow（IFC 经济学家）和 Sarur Chaudhary（顾问）领导了对 4 个中东欧国家选定价值链中欧盟出口潜力的模拟；Anne Beck（世界银行经济学家）、Gianluca Santoni（CEPII）、Daria Taglioni（世界银行研究经理）领导了企业网络分析，Antonis Tsiflis（世界银行青年专业人员）也参与其中，后者还分析了全球政策变化对投资的影响，Pao Engelbrecht（顾问）则负责区域政策审查和国家援助部署分析； Jade Salhab（世界银行高级经济学家）、Francisco Moraes Leitao Campos（世界银行高级经济学家）、Diana Hristova（顾问）、Robert Nowakowski（顾问）、Yohei Soma（承包商）对选定的清洁技术价值链中投资需求的驱动因素进行了分析；Marie Therese Kane（顾问）、R. Balaji（国际金融公司首席行业顾问）、Asogan Moodaly（国际金融公司高级投资官）、Petros Shayanowako（顾问）和 Rubidium Data（顾问）领导了密集的价值链映射，以 Penelope Mealy（世界银行高级经济学家）和 Samuel Rosenow 先前的努力为基础；Alen Mulabdic（世界银行高级经济学家）进行了贸易重力模型分析； Deborah Winkler（世界银行高级经济学家）和 Luis Alejandro Aguilar Luna（顾问）提供了贸易和就业发展分析；Isabel Estevez（高级专家）领导了这项工作并就产业战略设计提出了建议。Leonardo Iacovone（世界银行首席经济学家）、Matias Belacin（顾问）、Fabian Scheifele（世界银行青年专业人员）、Lukasz Marek Marc（世界银行高级经济学家）和Matija Laco（世界银行高级金融部门专家）在本报告的整个编写过程中提供了关键意见和合作指导；Ralf Martin（国际金融公司首席经济学家）和 Dennis Verhoeven（鲁汶天主教大学）对创新回报进行了分析； Reka Juhasz（不列颠哥伦比亚大学）和 Verónica C. Pérez（波士顿大学）提供了产业政策数据，由 Vanessa-Paradis Olakemi Dovonou（世界银行青年专业人员）进行分析；Ehab Tawfik（世界银行研究分析师）对 4CEE 贸易演变和描述进行了多项分析，并提供了出色的研究协助。Marcello Arrigo（顾问）编辑了该报告。
绘制图表 - 以色列的国家。 ...
1名参加Ben-Gurion House开幕会议的参与者：Yossi Ackerman，FMR。Elbit Systems总裁兼首席执行官； Uzi Arad教授，FMR。政策与战略研究所创始人兼负责人兼创始主席，Herzliya会议系列，IDC Herzliya，FMR。NSC的PM和NSC负责人的国家安全顾问。Mossad研究总监；教授（少校Gen.res。）Isaac Ben-Israel是尤瓦尔·尼曼（Yuval Neeman）科学，技术与安全研讨会负责人，研发委员会主席，以色列航天局主席，授予以色列国防奖；特拉维夫大学的Yael Binyamini博士和FMR IDC Herzliya。 Leumi银行私人和国际银行部全球风险管理负责人；韦兹曼科学与纽约大学的Yadin Dudai教授，Samuel Neaman国家政策研究所技术研究所高级研究员，技术研究所。 院长，生物学学院，魏兹曼研究所和财务委员会，财政部，以色列科学院成员； Yona Ettinger博士，FMR。 Atomic Energy Commission首席执行官；以色列民主研究所战略副总裁Yishai（Jesse）Ferris博士；劳德政府外交与战略学院理事会主席Gideon Frank，IDC Herzliya，FMR。 原子能委员会负责人；耶路撒冷希伯来大学法学院（名誉）露丝·加比森教授；少将 （res。） Shlomo Gazit，FRM。 头部，国防研究中心，FRM。 FRM本古里安大学校长。 主席，犹太机构，FRM。 （res。）Isaac Ben-Israel是尤瓦尔·尼曼（Yuval Neeman）科学，技术与安全研讨会负责人，研发委员会主席，以色列航天局主席，授予以色列国防奖；特拉维夫大学的Yael Binyamini博士和FMR IDC Herzliya。Leumi银行私人和国际银行部全球风险管理负责人；韦兹曼科学与纽约大学的Yadin Dudai教授，Samuel Neaman国家政策研究所技术研究所高级研究员，技术研究所。 院长，生物学学院，魏兹曼研究所和财务委员会，财政部，以色列科学院成员； Yona Ettinger博士，FMR。 Atomic Energy Commission首席执行官；以色列民主研究所战略副总裁Yishai（Jesse）Ferris博士；劳德政府外交与战略学院理事会主席Gideon Frank，IDC Herzliya，FMR。 原子能委员会负责人；耶路撒冷希伯来大学法学院（名誉）露丝·加比森教授；少将 （res。） Shlomo Gazit，FRM。 头部，国防研究中心，FRM。 FRM本古里安大学校长。 主席，犹太机构，FRM。 （res。）Leumi银行私人和国际银行部全球风险管理负责人；韦兹曼科学与纽约大学的Yadin Dudai教授，Samuel Neaman国家政策研究所技术研究所高级研究员，技术研究所。院长，生物学学院，魏兹曼研究所和财务委员会，财政部，以色列科学院成员； Yona Ettinger博士，FMR。Atomic Energy Commission首席执行官；以色列民主研究所战略副总裁Yishai（Jesse）Ferris博士；劳德政府外交与战略学院理事会主席Gideon Frank，IDC Herzliya，FMR。 原子能委员会负责人；耶路撒冷希伯来大学法学院（名誉）露丝·加比森教授；少将 （res。） Shlomo Gazit，FRM。 头部，国防研究中心，FRM。 FRM本古里安大学校长。 主席，犹太机构，FRM。 （res。）Atomic Energy Commission首席执行官；以色列民主研究所战略副总裁Yishai（Jesse）Ferris博士；劳德政府外交与战略学院理事会主席Gideon Frank，IDC Herzliya，FMR。原子能委员会负责人；耶路撒冷希伯来大学法学院（名誉）露丝·加比森教授；少将（res。）Shlomo Gazit，FRM。头部，国防研究中心，FRM。 FRM本古里安大学校长。 主席，犹太机构，FRM。 （res。）头部，国防研究中心，FRM。FRM本古里安大学校长。 主席，犹太机构，FRM。 （res。）FRM本古里安大学校长。主席，犹太机构，FRM。（res。）军事情报局负责人IDF；斯坦福大学胡佛学院的Shavit Matias博士，劳德大学政府学院，外交与战略学院，IDC Herzliya，FMR。以色列副检察长；法官（res。）Meir Shamgar，FMR。最高法院主席FMR。最高法院法官； Shimshon Shoshani博士，FMR。教育部首席执行官和“出生权”首席执行官； Zalman Shoval，FMR。以色列驻美国大使； ADV。 Dror Strum，以色列经济计划中心主任，FMR。 反托拉斯专员； Zehev Tadmor教授，S。NeamanInstitute，Technion，FMR。 该技术主席，以色列科学院成员，获得了EMET奖；和少将 Shlomo Yanai，Rothschild Caesarea Foundation副主席，Protalix董事长，FMR。 首席执行官，Makhteshim Agan，FMR。 首席执行官，Teva Pharmaceutical Industries，FMR。 头，规划分支，IDF。 政治科学系，希伯来大学耶路撒冷大学的Shlomo Avineri教授和希伯来大学政治学系的Yehezkel Dror教授，以色列奖得主，以及犹太人政策研究所的创始校长，但没有参与建议。以色列驻美国大使； ADV。Dror Strum，以色列经济计划中心主任，FMR。反托拉斯专员； Zehev Tadmor教授，S。NeamanInstitute，Technion，FMR。该技术主席，以色列科学院成员，获得了EMET奖；和少将Shlomo Yanai，Rothschild Caesarea Foundation副主席，Protalix董事长，FMR。首席执行官，Makhteshim Agan，FMR。 首席执行官，Teva Pharmaceutical Industries，FMR。 头，规划分支，IDF。 政治科学系，希伯来大学耶路撒冷大学的Shlomo Avineri教授和希伯来大学政治学系的Yehezkel Dror教授，以色列奖得主，以及犹太人政策研究所的创始校长，但没有参与建议。首席执行官，Makhteshim Agan，FMR。首席执行官，Teva Pharmaceutical Industries，FMR。 头，规划分支，IDF。 政治科学系，希伯来大学耶路撒冷大学的Shlomo Avineri教授和希伯来大学政治学系的Yehezkel Dror教授，以色列奖得主，以及犹太人政策研究所的创始校长，但没有参与建议。首席执行官，Teva Pharmaceutical Industries，FMR。头，规划分支，IDF。政治科学系，希伯来大学耶路撒冷大学的Shlomo Avineri教授和希伯来大学政治学系的Yehezkel Dror教授，以色列奖得主，以及犹太人政策研究所的创始校长，但没有参与建议。政治科学系，希伯来大学耶路撒冷大学的Shlomo Avineri教授和希伯来大学政治学系的Yehezkel Dror教授，以色列奖得主，以及犹太人政策研究所的创始校长，但没有参与建议。
建筑信息模型（bim）应用于...
建筑信息模型 (BIM) 应用于土木工程设施管理：文献综述 ROBERTA GONÇALVES MATIAS 1、NATHÁLIA ARAÚJO PINTO 2、ADRIANA DE PAULA LACERDA SANTOS 3、SÉRGIO SCHEER 4 1 土木工程硕士生，UFPR，库里蒂巴-PR，roberta.gvs@hotmail.com； 2 土木工程硕士生，UFPR，库里蒂巴-PR，nathraujo@gmail.com； 3 土木工程博士，教授Holder，UFPR，库里蒂巴-PR，adrianapls@ufpr.br； 4 计算机科学博士，教授霍尔德（Holder），UFPR，库里蒂巴-PR。在 2024 年 10 月 7 日至 10 日举行的工程和农学技术科学大会 - CONTECC 上发表摘要：建筑物的运营和维护阶段占总生命周期成本的 85%，是最广泛和最昂贵的。建筑信息模型和设施管理（BIM-FM）的整合为优化设施管理提供了巨大的潜力，并为建筑行业带来了巨大的利益。本研究旨在通过定性和定量方法分析学术出版物，全面概述全球 BIM-FM 集成和互操作性。我们将讨论结合这些工具的主要困难和优势，确定最大限度发挥其潜力的策略，并为对该主题感兴趣的专业人士和学者提供坚实的基础。关键词：设施管理。建筑信息模型。互操作性。系统的文献综述。建筑信息模型 (BIM) 应用于土木工程设施管理：文献综述摘要：建筑物的运营和维护阶段占总生命周期成本的 85%，是涉及最广泛、成本最高的阶段。建筑信息模型和设施管理（BIM-FM）的整合为优化设施管理提供了巨大的潜力，并为建筑行业带来了巨大的利益。本研究旨在全面概述全球范围内的 BIM-FM 集成和互操作性，并通过定性和定量方法分析学术出版物。它将讨论结合这些工具的主要困难和优势，确定最大限度发挥其潜力的策略，并为对该主题感兴趣的专业人士和学者提供坚实的基础。关键词：设施管理。建筑信息模型。互操作性。系统评价引言建筑信息模型 (BIM) 的概念是指建筑的物理和功能特性的数字化表示，从施工到运营和维护 (EASTMAN 等人，2021)。 BIM还支持设施管理（FM），旨在优化建筑管理资源。然而，由于收集精确数据的难度以及 IFC 模型提供的数据质量，BIM 在 FM 中的采用受到限制。高效的维护管理需要有关设施性能和状况的连续和可靠的数据，而由于建筑行业的分散和当前流程的生产率低下，这成为一个挑战（PARN；EDWARDS；SING，2017）。 Eastman 等人(2021) 指出“竣工”模型是向 FM 提供数据的最准确方式，需要在联合模型中过滤和统一信息。 BIM 互操作性促进了学科之间的沟通、标准化数据并促进了与管理系统的兼容性 (TEICHOLZ，2013)。本文的目的是讨论 BIM 与 FM 之间的集成，强调这种方法的优势和挑战，这种方法仍然需要行业对它的更多理解和采用。
lecar 459 HR10公告
● HORSE will supply 12,000 1.0-litre 3-cylinder “HR10” engines per year to Lecar, Brazil's newest passenger car automaker ● Engines to be used in Lecar 459 Hybrid, a new Extended Range Electric Vehicle (EREV) targeted for launch in 2026 ● First application of the HORSE engines for passenger car Range Extender, following supply for light commercial vehicles customers in the region ● HORSE is a division of马动力总成有限公司是17种工厂的混合和燃烧动力总成解决方案的全球领导者，以及5个R＆D中心马（创新和低排放动力总成系统的领导者）今天已经签署了其首次生产乘用车的扩展电动汽车（EREV）发动机的协议：Lecar 459 Hybrid。定于2026年推出，Lecar 459混合动力车是巴西最新的本地电动汽车（EV）汽车制造商Lecar的第一款车辆。由巴西企业家FlávioFigueiredoAssis创立，Lecar将推出针对国内受众的新型复杂且负担得起的EV模型。马最初将每年提供12,000台其1.0升3缸“ HR10”发动机的12,000辆，并随着需求的增加而提供更多的空间。HR10发动机是针对低排放汽油和乙醇弹性燃料量身定制的，这是巴西市场的主食。HR10单元将用作LECAR 459混合范围扩展器动力总成中的燃烧发动机。这利用了HR10在Horse自身范围的扩展方案中获得轻型商用车辆的成功。Horse Powertrain Limited首席执行官Matias Giannini说：“这是马，勒卡尔和巴西驾驶者的巨大机会。对于Lecar，本协议使他们有机会在HR10成功部署轻型商用车的范围扩展解决方案后，利用马匹的HR10发动机为乘客EREV提供了机会。“对于马，这是为乘用车范围扩展器提供燃烧发动机的巨大第一步。这笔交易标志着我们对巴西是世界上最激动人心的汽车市场之一的承诺。这也表明了我们对EREVS中创新的不懈承诺，EREV是全球增长最快的车辆类别之一，以及我们支持品牌和OEM的能力，开发EV和燃烧引擎车。”最佳世界动力总成与传统的PHEV相比，EREV的燃烧引擎永远不会直接驱动车轮 - 而是通过机上发动机为车辆的电池提供充电。这使燃烧引擎可以以其最高效率状态运行，从而最大程度地减少燃油消耗和排放。电池充满电时，EREV的发动机将自动关闭。也可以使用公共充电器或国内电源以与其他任何电动汽车相似的方式收取电池。与低碳燃料一起使用，例如在巴西市场中流行的Flex燃料时，这意味着EREV的摇篮到宽度的足迹与等效的远距离EV相当。Horse首席执行官帕特里斯·海特尔（Patrice Haettel）说：“马是勒卡尔（Lecar）新型混合动车汽车的自然合作伙伴。我们的HR10范围扩展器发动机已经是轻型商用车的核心，它建在我们在库里蒂巴（Curitiba）快速增长的运营中，因此在市场上被证明是技术的技术。
工程孢子囊及其碳供应
Engineering Sporopollenin and its Carbon Supply Dr. Matias Kirst 1 , Professor Co‐PI: Teagen Quilichini 2 1: University of Florida, Gainesville, FL, 32610 2: National Research Council Canada, Saskatoon, SK, S7N 0W9 Canada To significantly enhance the capture of carbon in soils, one of the first major challenges is to store it in a form that is stable so that it is not released back into the数百年或千年的气氛。第二个主要挑战是捕获足够大的数量碳，以显着减少大气二氧化碳的量。应对这些挑战的一种新颖方法是将碳直接捕获到植物产品中，这些植物产品几乎是从降解中“不可约束”的，在广泛种植的物种中。孢子囊（通常称为“植物钻石”）就是这样的产品。孢子环蛋白是花粉颗粒的外壳，是陆生植物的一种创新，可保护花粉免受环境压力的源泉。由于其在植物存活中的关键作用，孢子囊素是由在不同物种中高度保守的途径产生的。它也与最常被认为是碳捕获和储存的植物产品（Cutin，suberin和木质素），因为它对降解具有极大的耐药性 - 孢子环素在几个世纪以上与数十年或更低的时间内保持稳定。因此，在植物的根部引入孢子囊的产生可能是一个机会，可以在土壤中大规模，几乎永久捕获和储存碳。如果应用于广泛种植的生物能源或农作物作物，则该潜力可以进一步最大化。这项研究的目的是确定在植物根部产生孢子蛋白所需的基因并将其释放在土壤中。将使用两种替代方法和互补方法实现此目标。首先，将选择一组以前已知是发育中的植物花中孢子囊合成的主要调节剂，将在杨树的根部表达。将在杨树根中平行，以前未知的元素，这些元素改善了孢子蛋白在杨树根中的合成，运输和组装。要测试这些方法的有效性，即将应用杨树根的基因含量并评估根结构和组成中这些变化的后果。当杨树被选为这项研究的目标物种时，因为孢子囊的合成在植物物种中是高度保守的，但在这项研究中进行的发现可能适用于广泛的生物质和食物/饲料/饲料/饲料/生物燃料，例如玉米，sorghum和sugarcane。最后，提议的策略在大规模部署时，有可能从大气中清除大量碳。考虑到典型的杨树生物量产率（5-10吨/ha/yr）和该生物量在地下的分配（20-25％），工程生根以含有5％的孢子囊素的工程生根可永久永久存储32-80 kg/ha的土壤中的碳。此外，据估计，工程3600万公顷的美国玉米作物在根和臭味中占5％的孢子囊蛋白含量，可以使每年5400万公吨的二氧化碳二氧化碳。这是玉米农田中年度长期碳固存的当前最佳实践估计值的两到五倍，并将大大增加土壤碳的储备。这项研究是由生物和环境研究办公室选择的。_____________________________________________________________________________________
![arXiv:2009.05487v3 [cs.AI] 2021 年 8 月 26 日](/simg/g:\will\search\icon\source\3\3c87b68027f137968ab7fa405274c3bf872022b1.png)
arXiv:2009.05487v3 [cs.AI] 2021 年 8 月 26 日
机器学习 (ML) 正在改变着工业、科学和社会。如今，ML 算法可以在理发店预约（Leviathan 和 Matias，2018 年）、根据蛋白质的氨基酸序列确定其 3D 形状（Senior 等人，2020 年），甚至可以撰写新闻文章（Brown 等人，2020 年）。仔细观察这些发展，我们发现模型越来越复杂。不同的 ML 模型以启发式方式堆叠在一起，但理论支持有限（Hutson，2018 年）。在某些应用中，只要算法在大多数情况下表现良好，复杂性可能就不是问题。然而，在社会、认识论或安全关键领域，复杂性可能会排除 ML 解决方案——例如自动驾驶、科学发现或刑事司法。高度复杂算法的两个主要缺点是模糊性问题（Lipton，2018 年）和对抗性攻击（Szegedy 等人，2014 年）。模糊性问题描述了人类对 ML 算法内部运作的有限认知访问，尤其是关于参数的语义解释、学习过程和 ML 决策的人为可预测性（Burrell，2016 年）。这种可解释性的缺乏最近引起了广泛关注，从而催生了可解释人工智能 (XAI) 领域的发展（Doshi-Velez 和 Kim，2017 年；Rudin，2019 年）。人们提出了许多技术来深入了解机器学习系统（Adadi 和 Berrada，2018 年；Doˇsilovi´c 等人，2018 年；Das 和 Rad，2020 年）。与模型无关的方法尤其受到关注，因为与特定于模型的方法不同，它们的应用不限于特定的模型类型（Molnar，2019 年）。全局与模型无关的解释技术（如置换特征重要性（Fisher 等人，2019 年）或部分依赖图（Friedman 等人，1991 年））旨在理解机器学习算法的一般属性。另一方面，局部模型无关解释方法（如 LIME（Ribeiro 等人，2016 年）或 Shapley 值（ˇ Strumbelj 和 Kononenko，2014 年））旨在理解算法在特定区域的行为。解释特定模型预测的一种方法是反事实解释 (CE)（Wachter 等人，2017 年）。CE 通过提供最接近的替代输入来解释预测，该输入将导致不同的（通常是期望的）预测。CE 是我们在本文中研究的第一类对象。对抗性攻击问题描述了这样一个事实：复杂的 ML 算法容易受到欺骗（Papernot 等人，2016a；Goodfellow 等人，2015；Szegedy 等人，2014）。攻击者可以利用此类故障来伤害模特雇主或危及最终用户（Song 等人，2018）。研究对抗性攻击的领域称为对抗性机器学习（Joseph 等人，2018）。如果攻击发生在训练过程中，通过插入错误标记的训练数据，这种攻击称为投毒。如果攻击发生在训练过程之后，通常称为对抗性示例 (AE)（Serban 等人，2020 年）。AE 是类似于真实数据但被训练过的 ML 模型错误分类的输入，例如，乌龟图像被归类为 rière（Athalye 等人，2018 年）。因此，错误分类在这里意味着算法与某些（通常是人类给出的）基本事实相比分配了错误的类别/值（Elsayed 等人，2018 年）。AE 是与我们的研究相关的第二类对象。尽管不透明度问题和对抗性攻击问题乍一看似乎毫无关联，但仍有充分的理由联合研究它们。 AE 显示了 ML 模型失败的地方，检查这些失败可以加深我们对模型的理解（Tomsett 等人，2018 年；Dong 等人，2017 年）。另一方面，解释可以阐明如何改进 ML 算法，使其对 AE 更具鲁棒性（Molnar，2019 年）。缺点是，解释可能包含有关模型的太多信息，从而允许构建 AE 并攻击模型（Ignatiev 等人，2019 年；Sokol 和 Flach，2019 年）。CE 与 AE 的联系比其他解释更强。CE 和 AE 可以通过解决相同的优化问题 1 来获得（Wachter 等人，2017 年；Szegedy 等人，2014 年）：