XiaoMi-AI文件搜索系统
World File Search SystemOptimized
使用优化的深度学习进行脑肿瘤分割和分类
摘要：在医学领域，识别脑肿瘤是一项复杂的任务，需要专家仔细分析 MRI 扫描以检测肿瘤。最近的进展引入了各种旨在实现此过程自动化的人工智能方法。然而，以前的方法通常依赖于单一数据集，这限制了它们在不同情况下识别脑癌的能力。本研究通过对来自三个不同数据集的医学图像采用数据增强和去噪算法来解决此问题，旨在提高检测效率。为了评估这些方法的有效性，我们利用卷积神经网络 (CNN) 实现了两种深度学习算法，这些算法表现出很高的准确性。这些结果表明，结合数据增强和去噪技术可以显著提高脑肿瘤诊断的准确性。这项研究有助于医学领域不断努力改进先进机器学习技术的应用，以便尽早和精确地检测脑癌。关键词：脑肿瘤；机器学习；深度学习；CNN；医学成像。
面向安全工业物联网设备的优化集成模型
摘要 — 物联网 (IoT) 设备部署的持续增长得益于不断增长的连接需求，尤其是在工业环境中。然而，由于潜在攻击面数量的增加，这导致与网络相关的攻击数量增加。工业物联网 (IIoT) 设备容易受到各种与网络相关的攻击，这些攻击会对制造过程以及制造厂工人的安全造成严重后果。近年来，一种用于攻击检测的有前途的解决方案是机器学习 (ML)。更具体地说，集成学习模型在提高底层 ML 模型的性能方面显示出巨大的潜力。因此，本文提出了一个基于贝叶斯优化-高斯过程 (BO-GP) 与基于集成树的学习模型相结合的框架，以提高 IIoT 环境中入侵和攻击检测的性能。使用新南威尔士大学 Cyber Range 和 IoT 实验室收集的 Windows 10 数据集评估所提出的框架的性能。实验结果表明，与标准树和集成树模型相比，检测准确度、精度和 F 分数均有所提高。索引术语 — 工业物联网、优化集成学习、贝叶斯优化
一个针对脑肿瘤分类的优化的集合深学习模型
* md。 div>Alamin Talukder电子邮件地址：Alamintalukder.cse.jnu@gmail.com（MD。 div>）Alamin Talukder），manowar@cse.jnu.ac.bd（Md。 div>） Manowarul Islam），Ashraf.uddin@deakin.edu.au（Md Ashraf Uddin） div>Alamin Talukder），manowar@cse.jnu.ac.bd（Md。 div>）Manowarul Islam），Ashraf.uddin@deakin.edu.au（Md Ashraf Uddin） div>Manowarul Islam），Ashraf.uddin@deakin.edu.au（Md Ashraf Uddin） div>
高效将 siRNA 递送至人类 NK 细胞的优化平台
自然杀伤 (NK) 细胞是先天淋巴细胞，参与针对病毒感染细胞和肿瘤的免疫反应 [1]。NK 细胞的功能可通过过继转移用于治疗，这是一种很有前途的癌症治疗选择 [2, 3]。我们对 NK 细胞如何感知周围环境、识别异常细胞和整合受体输入的理解已经取得了长足的进步 [4–6]。然而，产生和维持其功能能力的分子网络仍未完全了解，阐明 NK 细胞内在调控网络有望改善 NK 细胞治疗。通过电穿孔、脂质转染或病毒转导对 NK 细胞进行遗传操作受到传递效率不稳定和活力受损的限制（详见 [7]）。已描述了使用 CRISPR/Cas9 进行 NK 细胞基因工程的效率，范围从 24% 到 90% [8–10]，并且此类方法通常包括体外强力激活，从而排除了对仅在激活前表达或在激活后动态调节的基因的研究。RNA 干扰介导的基因表达敲低是一种有价值的
二维超材料作为超泡沫用于优化表面增强太阳能蒸汽生成
二维超材料作为元泡沫，用于优化表面增强太阳能蒸汽发电 Lan GAO 1 , Elyes NEFZAOUI 1 *, Frédéric MARTY 1 , Xuyong WEI 2 , Stéphane BASTIDE 3 , Yamin LEPRINCE-WANG 1 , Tarik BOUROUINA 1 * 1 ESYCOM lab., Univ Gustave Eiffel, CNRS, F-77454 Marne-la-Vallée, 法国 2 西安交通大学机械工程学院, 西安, 710049, 中国 3 ICMPE, UMR 7182 CNRS-Université Paris Est Créteil, F-94320 Thiais, 法国 *通讯作者: elyes.nefzaoui@esiee.fr ; tarik.bourouina@esiee.fr 我们报道了一种新型超材料，它由超泡沫组成，经过优化，可实现高
标题：针对常用小鼠心力衰竭模型的优化方案
（未经同行评审认证）是作者/资助者。保留所有权利。未经许可不得重复使用。此预印本的版权所有者此版本于 2025 年 1 月 25 日发布。；https://doi.org/10.1101/2025.01.22.634221 doi：bioRxiv preprint
RAMSIS - 数字人体建模，用于优化作战人员的安全性和生存能力
3D 数字人体建模 (DHM) 工具 RAMSIS 用于优化军用车辆系统的产品开发。DHM 在产品开发中的应用已经存在多年。军用车辆开发的 DHM 不仅需要车辆乘员的表示，还需要装备的表示和此类装备对作战人员的影响的模拟。为了真实地模拟军用车辆中的乘员，无论是陆基还是空基，装备都必须成为扩展人体模型的一个组成部分。仅仅将 CAD 几何图形附加到一个人体模型元素上是不够的。装备尺寸需要根据人体测量学进行扩展，需要根据解剖学考虑对关节活动性的影响。这些方面必须集成到姿势预测算法中，以生成客观、可靠和可重复的结果，帮助设计工程师制造更好的产品。这些产品对作战人员来说是安全、舒适和合适的。
光电 X 射线偏振仪的光电子轨迹重建优化方法
我们提出了一种数据处理算法，用于对来自 X 射线偏振仪的二维光电子径迹图像进行角度重建和事件选择。该方法从径迹的初始部分重建光电子的初始发射角，该初始部分是通过连续切割径迹直到图像矩或像素数低于可调阈值而获得的。此外，还执行了拒绝用偏心率和圆度量化的圆形径迹的事件选择，以便最大化考虑调制因子和信号接受之间的权衡的偏振灵敏度。应用径迹选择的调制因子为 26 。6 ± 0 。4 , 46 。1 ± 0 。4 , 62 。3 ± 0 。4 ，和 61 。8 ± 0 。3 %，分别在 2.7、4.5、6.4 和 8.0 keV，使用先前由 Iwakiri 等人分析的相同数据。(2016)，其中相应的数字为 26 。9±0 。4 ，43 。4±0 。4 ，54 。4±0 。3 ，和 59 。1 ± 0 。3 %。该方法将偏振计灵敏度在先前提出的波段高能端提高了 5%–10%（Iwakiri 等人。2016 年）。© 2017 Elsevier B.V. 保留所有权利。