XiaoMi-AI文件搜索系统
World File Search SystemNicola
Nicolas Chretien商业飞机业务策略主管空中客车
在担任目前的职位之前，尼古拉斯（Nicolas）是空中客车公司的高级副总裁可持续性和环境，这是他自2020年以来担任的职务，在那里他领导了整个空中客车的可持续性事务治理，包括董事会和执行委员会一级。他因推动空中客车的可持续性野心和战略而负责，并领导了可持续性与环境部。
基于靶向定量蛋白质组学的小肠药物转运蛋白和代谢酶的个体发育 Kiss, M.; Mbasu, Richard; Nicolai, J
儿童大部分药物为口服给药，但各年龄段儿童小肠药物代谢酶（DME）和药物转运体（DT）的蛋白质丰度信息仍不明确，这阻碍了儿童精准用药。为了探索 DME 和 DT 的年龄相关差异，收集了儿童和成人空肠和回肠手术剩余的肠组织，并通过靶向定量蛋白质组学分析了顶端钠 - 胆汁酸转运蛋白、乳腺癌耐药蛋白（BCRP）、单羧酸转运蛋白 1（MCT1）、多药耐药蛋白 1（MDR1）、多药耐药相关蛋白（MRP）2、MRP3、有机阴离子转运多肽 2B1、有机阳离子转运蛋白 1、肽转运蛋白 1（PEPT1）、CYP2C19、CYP3A4、CYP3A5、UDP 葡萄糖醛酸转移酶（UGT）1A1、UGT1A10 和 UGT2B7。分析了 58 名儿童（48 条回肠、10 条空肠，年龄范围：8 周至 17 岁）和 16 名成人（8 条回肠、8 条空肠）的样本。比较年龄组时，成人回肠中的 BCRP、MDR1、PEPT1 和 UGT1A1 丰度明显高于儿童回肠。空肠 BCRP、MRP2、UGT1A1 和 CYP3A4 丰度在
LIPKA-BARTOSIK，Patryk Jan，PERARNAU LLOBET，Marti，BRUNNER，Nicolas。通过自主量子热机进行热力学计算。在：科学进步
我们开发了一种基于自主量子热机的经典计算物理模型。这些机器由连接到不同温度的几个环境的少数相互作用的量子比特 (qubit) 组成。这里利用流经机器的热流进行计算。该过程首先根据逻辑输入设置环境的温度。机器不断发展，最终达到非平衡稳定状态，从中可以通过辅助有限尺寸储层的温度确定计算的输出。这种机器，我们称之为“热力学神经元”，可以实现任何线性可分函数，我们明确讨论了 NOT、3-MAJORITY 和 NOR 门的情况。反过来，我们表明热力学神经元网络可以执行任何所需的功能。我们讨论了我们的模型与人工神经元（感知器）之间的密切联系，并认为我们的模型提供了一种基于物理的替代神经网络模拟实现，更广泛地说，是一种热力学计算平台。
最初发表于：Marius的Tröndle； Popov，tzvetan； Dziemian，Sabine；尼古拉斯·兰格（Langer）（2022）。分解
抽象的童年和青春期是人类寿命的关键阶段，在该阶段发生了基础神经重组过程。大量文献研究了伴随神经生理学变化，重点是人类脑电图的最主要特征：α振荡。EEG信号处理中的最新发展表明，α功率的调用度量被各种因素混淆，并且需要将其分解为周期性和周期性组件，这代表了不同的潜在脑机制。因此，尚不清楚信号的每个部分在大脑成熟过程中如何变化。使用多变量的贝叶斯广义线性模型，我们检查了在最大的开放式儿科数据集中的α活性的大约和周期性参数（n = 2529，年龄5-22岁），并在对独立验证样本（n = 369岁，年龄22岁，6-22岁）的预先检查的分析中对这些发现进行了补充。首先，复制了文献良好的年龄与年龄相关的降低。但是，在控制上的信号成分时，我们的发现为大道调节的α功率增加了与年龄相关的增加的证据。如前所述，相对α功率也显示出成熟的增加，但表明在周期性α功率和脑成熟度之间存在基本关系。随着年龄的增长，特性截距和斜率下降，并且与总α功率高度相关。因此，需要重新考虑对总α功率的年龄相关变化的早期解释，因为消除了主动突触而不是与上型间隔间的减少联系。相反，对扩散张量成像数据的分析表明，在丘脑皮层连接性的增加有关，其成熟度调整后的α功率的成熟增加与增加有关。从功能上讲，我们的结果表明，丘脑对皮质α功率的控制增加与大脑成熟过程中的提高性能有关。
vitae nicolas salliou博士
期刊审稿人，包括农艺，农业，卡希尔农业，保护生物学，生态学和社会，环境保护，环境管理，生态学和进化的前沿，人工社会与社会模拟杂志，《土地使用科学与游戏》，可持续性，可持续性，可持续科学，可持续环境。蒙彼利埃的Jeu et Enjeux会议科学委员会成员，2024年。在拉罗谢尔举行的国际模拟和游戏会议（Isaga）的共同组织者，2023年。在2023年在拉罗谢尔的伊萨加会议上举行会议，以“为社会和环境变化播放：伴侣建模重点”。科学网络的活跃成员伴侣建模和Orca（observatoire de recherche sur la la condition Animale）。
建议引用：Dornemann, Jorin；Rückert, Nicolas；Fischer, Kathrin；Taraz, Anusch (2020)：海运物流中的人工智能和运筹学，在：Jahn, Carlos Kersten、Wolfgang Ringle、Christian M. (Ed.)：海运和城市物流中的数据科学：数据驱动的物流和可持续性解决方案。汉堡国际物流会议 (HICL) 论文集，第 14 卷。 30，ISBN 978-3-7531-2347-9，epubli GmbH，柏林，第 337-381 页，https://doi.org/10.15480/882.3140
目的：人工智能 (AI) 的应用有可能与运筹学方法相结合带来巨大进步。在我们的研究中，我们探索了当前使用 AI 方法解决优化问题的方法。目的是概述最新进展并研究它们如何适应海运物流。方法：进行并呈现结构化的文献综述。对已确定的论文和贡献进行分类和归类，并总结一些特别相关的贡献的内容和结果。此外，还进行了评估，确定了现有的研究差距并展望了未来的研究方向。发现：除了在优化领域大量使用 AI 关键词外，人们对使用机器学习自动学习优化问题的启发式方法的兴趣也日益浓厚。我们的研究表明，这些方法大多尚未适应海运物流问题。所发现的差距为未来研究中开发海运物流学习模型奠定了基础。原创性：在运筹学领域使用机器学习方法是一个有前途且活跃的研究领域，具有广泛的应用范围。从海运物流的角度回顾这些最新进展是一种新颖的方法，可以为未来研究和实践中开发海运物流大规模优化问题的解决方案带来优势。
Adrien Metge、Nicolas Maille、Benoît Le Blanc。人机合作的合作和协作交互模式之间的转换。 CNIA 2021：法国人工智能国家会议，2021 年 6 月，法国波尔多。第 38-43 页。hal-03321178
人工智能 (AI) 的进步使得运输行业可以设想出现具有一定自主性的系统，该系统可以根据用户的需求不断发展，从驾驶辅助到替代驾驶。2020 年 10 月，法国国家铁路公司首次在实际运行条件下部分自主运行 BB 27000 货运机车，具有全自动加速和制动功能 [15]。2020 年 6 月的另一项首创成果是空客利用机载图像识别技术成功实现了 A350 飞机的滑行、起飞和降落 [1]。航空系统自动化程度的提高使我们能够考虑在减少飞行员工作量的同时提高安全性，并有助于朝着由单个飞行员与人工智能团队合作操作的驾驶舱的方向发展。然而，在两名人类操作员之间，他们的分工和合作方式可能会根据情况而改变。例如，在复飞或故障管理飞行期间，可以决定更换飞行员。取代第二名飞行员的人工智能系统必须部署自适应自动化，以适应可能发生的角色分配变化，也就是说，根据情况或人类表现的变化，人类和机器之间可能必须共享或交换功能 [7]。