XiaoMi-AI文件搜索系统
World File Search SystemOptimization
芽再生的优化及农杆菌...
摘要：高效的植物转化和组织培养方法对于植物的遗传工程和先进的分子育种至关重要，但在栽培的八倍体草莓 (Fragaria × ananassa) 中，这两种方法都尚未得到很好的建立。在本研究中，针对两个基因不同的草莓品种 Sweet Sensation VR Florida 127 (FL127) 和 Florida Brilliance (FB) 建立并优化了一种芽再生方法。从温室生长的植物中获得的尖端、节点和叶柄的匍匐茎段被用作外植体，用于比较芽再生率。'FL127' 在优化条件下显示出最高的芽再生频率，而'FB' 在相同培养基类型中对较低浓度的 N6-苄基腺苷 (BA) (0.01 mg/L) 的反应最佳。 'FL127' 和 'FB' 中体细胞胚从匍匐茎尖 (RT) 向芽再生的平均转化频率分别为 42.8% 和 56.9%。利用这些优化的组织培养条件，进行农杆菌介导的 CRISPR/Cas9 基因编辑，以检查品种 FL127 中八氢番茄红素去饱和酶 FaPDS 的转化和靶基因编辑效率。总共 234 个外植体接种了含有 Cas9-FaPDS 的农杆菌，导致愈伤组织诱导效率为 80.3%，其中 13.3% 的再生植物表现出部分或完全的白化表型。编辑子代的扩增子测序表明，所有 FaPDS 同源拷贝的向导 RNA (gRNA) 靶位点或侧翼区域均发生了突变（替换、插入和缺失）。我们的研究结果为草莓功能基因组学研究和基因编辑指导的品种改良提供了有效的组织培养和转化方法。
Rotea™ 到氙气的工作流程优化
近年来，细胞和基因治疗的开发和应用取得了实质性进展。然而，大多数临床研究仍维持病毒载体系统的使用。与病毒载体相比，非病毒递送系统具有降低的细胞毒性、免疫原性和诱变性，是一种有吸引力的替代方案。电穿孔是非病毒方法之一，由于其使用简单、易于大规模生产且缺乏特异性免疫反应而特别适合。自体T细胞治疗过程具有许多接触点和非常劳动密集的工作流程，具有许多开放流程和复杂性。由于这些挑战，制造实践使基因疗法难以扩大规模并满足大量患者群体的治疗需求。赛默飞世尔科技一直致力于将整个流程整合并优化为一个工作流程，以更好地服务于细胞治疗行业。Gibco ™ CTS Rotea 系统是一种灵活/高效的系统，可以分离出具有高活力和回收率的细胞。新推出的 Gibco CTS Xenon 电穿孔系统在体外基因改造步骤中提供可靠的细胞疗法开发和制造，具有高细胞活力和效率。通过将 Rotea 和 Xenon 系统结合到一个工作流程中，这个封闭、模块化和半自动化的系统将有助于克服一些挑战，并最终更快地为患者提供治疗。此外，该系统可应用于不同类型的免疫/干细胞，这些细胞在各种适应症的治疗中呈现增加的趋势。
使用 AlphaTensor 进行量子电路优化
实现容错量子计算机的一个关键挑战是电路优化。我们专注于容错量子计算中最昂贵的门（即 T 门），解决 T 计数优化问题，即最小化实现给定电路所需的 T 门数量。为了实现这一目标，我们开发了 AlphaTensor-Quantum，这是一种基于深度强化学习的方法，利用优化 T 计数和张量分解之间的关系。与现有的 T 计数优化方法不同，AlphaTensor-Quantum 可以结合有关量子计算的领域特定知识并利用小工具，从而显著减少优化电路的 T 计数。AlphaTensor-Quantum 在一系列算术基准上的表现优于现有的 T 计数优化方法（即使在不使用小工具的情况下进行比较）。值得注意的是，它发现了一种类似于 Karatsuba 有限域乘法方法的有效算法。 AlphaTensor-Quantum 还为 Shor 算法中使用的相关算术计算和量子化学模拟找到了最佳的人为设计解决方案，从而证明它可以通过完全自动化的方式优化相关量子电路来节省数百小时的研究时间。
人工智能在护理优化中的潜力
摘要 从一个护理级别转换到另一个护理级别是一个复杂的过程，会带来医疗和组织风险，并且取决于不同提供者之间的护理整合。这项定性研究调查了用户使用现有医院和疗养院之间护理整合数字系统的体验，以及人工智能对其优化的潜力。研究结果揭示了以下方面的挑战：(a) 信息不及时，(b) 不相关信息，(c) 信息混乱，(d) 信息缺失，(e) 信息过载，以及 (f) 信息多样性。人工智能可以通过 (i) 识别和验证低质量信息，(ii) 针对不同用户群提供信息，(iii) 以视觉方式总结相关信息，以及 (iv) 联合呈现多个版本。这些发现的意义超出了护理整合的范围，为定性健康研究在确定未来人工智能解决方案的范围和设计以优化（健康）护理流程的重要性提供了实证证据，并提供了一个模型。
C3 AI 库存优化
• 单个部件的详细视图查看单个部件的详细信息，并比较某个部件在一段时间内的一系列 KPI，包括实际和最佳库存、实际和推荐的重新订购参数、库存节省机会、重新订购参数合规性、材料质量。
多学科设计优化的作用...
摘要 本文介绍的工作探讨了与复杂工程产品设计相关的几个概念，并强调了在开发过程中考虑多学科设计优化 (MDO) 的影响。本文绝不是全面的文献综述，而是旨在通过理论和对常见 MDO 应用的参考来讨论一些关键点。在这方面，本文讨论的核心主题是通用产品开发流程的增强、更好地整合组织职能的道路、管理复杂系统架构的方法，以及最后是 MDO 领域的缺点。作为与更实际的工业应用的联系，无人机 (UAV) 被选为说明性示例，因为它们具有技术复杂性以及相应市场的苛刻要求。总体而言，本文表明，尽管目前存在最先进的限制，但 MDO 可以成为“传统”设计流程中的一种有价值的工具，它有可能提高产品质量，同时减少总开发时间和工作量。关键词：设计方法、设计流程、优化、新产品开发、多学科设计优化联系人：Athanasios Papageorgiou 林雪平管理与工程大学 瑞典 athanasios.papageorgiou@liu.se
桌面上的任务感知网络物理优化...
随着数字系统和物理系统变得更加紧密地集成，多学科设计对于最大程度地提高整个系统的效率来说必不可少。整个系统的任务目标和成功越来越依赖于计算资源的适当分配，并与物理驱动系统的需求相平衡。在本文中，我们调整并应用了一种协同优化方案，该方案考虑了控制所需的物理驱动工作量与获取和处理传入信息所需的计算工作量之间的权衡。我们使用 TableSat（一颗桌面卫星）作为真实世界的试验台，以研究信息物理成本项的具体内容及其权衡。多学科成本函数可最大限度地降低能量并最大限度地提高任务效率和有效性。我们检查了使用数值方法生成的模拟结果，并证明排除信息或物理成本项会导致整个任务过程中整体系统的性能下降。然后使用来自 TableSat 平台的实验数据验证这些理论结果。
消费者能源 DER 优化
•“DER 是小型发电或储能技术（通常为 1 千瓦至 10,000 千瓦），可以替代或增强传统电力系统。这些技术可以位于电力公司的配电系统、电力公司的配电系统的子系统或客户电表后面。它们可能包括电力存储、间歇性发电、分布式发电、需求响应、能源效率、热存储或电动汽车及其充电设备。”
基于云端的深度神经网络的优化及应用...
[2] Li K, Wang J, Wu X, et al. Optimizing Automated Picking Systems in Warehouse Robots Using Machine Learning[J]. arXiv preprint arXiv:2408.16633, 2024. [3] Tian J, Mercier P, Paolini C. Ultra low-power, wearable, accelerated shallow-learning fall detection for older at-risk persons[J]. Smart Health, 2024, 100498. [4] Xu, Q., Feng, Z., Gong, C., Wu, X., Zhao, H., Ye, Z., ... & Wei, C. (2024). Applications of explainable AI in natural language processing. Global Academic Frontiers, 2(3), 51-64. [5] Leong HY, Gao YF, Shuai J, et al. Efficient fine-tuning of large language models for Automated Medical Documentation[J]. arXiv preprint arXiv:2409.09324, 2024. [6] Soleimani M , Irani FN , Davoodi YM .楼宇暖通空调运行多目标优化:采用Koopman预测控制和深度学习的高级策略[J].建筑与环境, 2024, 248(Jan.):111073.1-111073.16。 [7] 王琳, 程颖, 项爱英, 张建, 杨华. 自然语言处理在金融风险检测中的应用[J].金融工程与风险管理, 2024, 7: 1-10。 [8] 程颖, 杨倩, 王琳, 项爱英, 张建.基于神经网络算法的商业银行信用风险预警模型研究[J].金融工程与风险管理, 2024, 7: 11-19。 [9] 李宇峰等，“结合知识图谱嵌入与深度学习的药物不良反应预测模型研究。”2024 第四届机器学习与智能系统工程国际会议（MLISE）。IEEE，2024 年。[10] 程宇峰，郭建军，龙胜，吴宇峰，孙敏，张荣军，高级
Cas12a 针对多重基因组的优化
图 1. 现有 Cas12a CRISPRa 技术的评估。A) 采用两种不同的 Cas12a 核酸酶失活突变的 CRISPRa 构建体的比较。通过转导五天后表达 CD4 的细胞百分比来测量激活程度。B) 针对采用直接与 dCas12a (D908A) 连接的 TAD 组合的 12 种 CRISPRa 构建体变体，以基线表达为标准对 CD4 平均荧光强度 (MFI)。C) 示意图描绘了基于流式细胞术的平铺筛选的概览，该筛选用于识别其他活性 Cas12a CRISPRa 指南。D) 根据指南靶位点相对于 CD4、CD26、CD97 和 CD274 的转录起始位点 (TSS) 的位置绘制了每个指南在技术重复中的绝对最小 LFC 的 Z 分数。