使用条款本文从哈佛大学的DASH存储库下载,并根据适用于其他已发布材料(LAA)的条款和条件提供,如https://harvardwiki.atlassian.net/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/ngy/ngy/ngy5ngy5ndnde4zjgzndnde4zjgzntc5ndndndgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgiamsfyytytewy
使用条款本文是从哈佛大学的Dash存储库下载的,并根据适用于其他已发布材料的条款和条件提供,如http:// nrs.harvard.edu/urn-3:hul.instrepos:dash.current.current.current.terms.terms.terms.terms.terms.terms-use-useuse#laa
基于脑电图 (EEG) 的脑机接口 (BCI) 允许用户使用脑信号来控制外部仪器,而运动意图检测 BCI 可以帮助失去运动功能的患者康复。现有该领域的研究大多依赖于基于线索的数据收集,这种方法便于样本标记,但会引入来自线索刺激的噪音;此外,它需要大量的用户培训,并且不能反映真实的使用场景。相比之下,自定步调的 BCI 可以通过支持用户按照自己的主动性和步调进行运动来克服基于线索的方法的局限性,但它们在标记方面存在不足。因此,在本研究中,我们提出了一种自动标记方法,可以交叉引用肌电图 (EMG) 信号以进行 EEG 标记,而无需人工干预。此外,考虑到只有少数研究专注于评估用于在线使用的 BCI 系统,并且其中大多数没有报告在线系统的细节,我们开发并详细介绍了一个伪在线评估套件,以促进在线 BCI 研究。我们收集了 10 名参与者的自定步调运动 EEG 数据,这些参与者进行张开和闭合手部动作,以进行训练和评估。结果表明,与基线标记方法相比,自动标记方法可以很好地处理噪声数据。我们还探索了用于在线自定步调运动检测的流行机器学习模型。结果证明了我们的在线管道的能力,并且由于在线 BCI 系统的特定设置,性能良好的离线模型并不一定能转化为性能良好的在线模型。我们提出的自动标记方法、在线评估套件和数据集向现实世界的自定步调 BCI 系统迈出了坚实的一步。© 2023 作者。由 Elsevier BV 出版这是一篇根据 CC BY 许可开放获取的文章(http://creativecommons.org/licenses/by/4.0/)。
注意:请注意,本文件可能不是作品的记录版本(即已发布的版本)。作者手稿版本(提交同行评审或同行评审后接受出版)可以通过缺少出版商品牌和/或排版外观来识别。如果有任何疑问,请参考已发布的来源。
Li Qian,博士 个人信息隶属关系:1。 McAllister心脏研究所2。 病理学和实验室医学系3。 医学系4。 染色质和表观遗传学程序5。 计算医学计划6。 精确医学计划7。 lineberger综合癌症中心培训计划隶属关系(作为T32中的指导教师)8。 病理生物学和转化科学(PTS)的研究生课程9。 细胞生物学和生理学研究生课程(CBP)10。 综合血管生物学研究生培训计划(IVB)11。 翻译医学研究生培训计划12. 癌症表观遗传学的博士后培训计划13。 医学科学家培训计划(MSTP)北卡罗来纳大学教堂山14。 比较医学研究所(CMI),北卡罗来纳州立大学联系信息:地址:3340b室(办公室); 3330和3345室(实验室)医疗生物搜索大楼111 Mason Farm Road Chapel Hill,NC 27599电话:919-962-0340(Office); 919-962-4982(实验室)传真:919-966-6012电子邮件:li_qian@med.unc.unc.edu网站:http://uncliqian.web.unc.unc.unc.unc.unc.edu/出生日期:1979年10月27日,1979年10月27日婚姻状况:与Jiandong Liu,ph.d.com/ph.d.dure com/ph.com/ph.d.d.d. tenure com/per incem/ )儿童:Smin Liu(b。 2006,UNC-CH 2028类)和Jasmin Liu(b。 2010)教育Li Qian,博士个人信息隶属关系:1。McAllister心脏研究所2。病理学和实验室医学系3。医学系4。染色质和表观遗传学程序5。计算医学计划6。精确医学计划7。lineberger综合癌症中心培训计划隶属关系(作为T32中的指导教师)8。病理生物学和转化科学(PTS)的研究生课程9。细胞生物学和生理学研究生课程(CBP)10。综合血管生物学研究生培训计划(IVB)11。翻译医学研究生培训计划12.癌症表观遗传学的博士后培训计划13。医学科学家培训计划(MSTP)北卡罗来纳大学教堂山14。比较医学研究所(CMI),北卡罗来纳州立大学联系信息:地址:3340b室(办公室); 3330和3345室(实验室)医疗生物搜索大楼111 Mason Farm Road Chapel Hill,NC 27599电话:919-962-0340(Office); 919-962-4982(实验室)传真:919-966-6012电子邮件:li_qian@med.unc.unc.edu网站:http://uncliqian.web.unc.unc.unc.unc.unc.edu/出生日期:1979年10月27日,1979年10月27日婚姻状况:与Jiandong Liu,ph.d.com/ph.d.dure com/ph.com/ph.d.d.d. tenure com/per incem/ )儿童:Smin Liu(b。2006,UNC-CH 2028类)和Jasmin Liu(b。 2010)教育2006,UNC-CH 2028类)和Jasmin Liu(b。2010)教育
摘要背景:宫颈癌(CC)是一种普遍且致命的妇科恶性肿瘤。前MRNA处理因子19(PRPF19)与多种癌症的进展有关,并证明在调节DNA损伤反应中起作用。然而,PRPF19及其相关途径在CC发展中的特定调节作用仍然很少了解。方法:通过蛋白质印迹检查蛋白质表达。通过菌落形成测定法检查了生存部分和菌落数量。通过免疫荧光(IF)测定,γ-酮H2A家族成员X(γH2AX)的荧光强度得到了验证。通过Transwell分析测试了细胞侵袭和迁移。结果:在这项研究中,分析了来自基因表达分析的互动分析(GEPIA)和对癌症基因表达数据(UALCAN)在线数据库的用户友好分析工具,并且发现发现在颈椎鳞状癌(CESC)组织中,PRPF19显着过表达。此外,我们证实了CC中PRPF19的表达升高,抑制PRPF19可以提高CC细胞对X射线处理的敏感性。此外,X射线暴露后PRPF19敲低增强了DNA损伤,这是通过γH2AX荧光强度增加的增加,P- DNA-蛋白激酶(PK)和RAD51重物组织酶(RAD51)的水平降低了。PRPF19抑制也抑制了细胞迁移和侵袭。从机械上讲,PRPF19通过下调P-SRC/SRC和YAP1水平,促进了肉瘤(SRC) - YES相关蛋白1(YAP1)途径的激活。结论:PRPF19抑制作用会损害肿瘤发生,降低放射线并破坏CC中的DNA损伤修复,部分是通过调节SRC-YAP1途径的调节,从而支持PRPF19作为CC治疗的一种前瞻性生物目标。
[20] Sida Peng,Yuanqing Zhang,Yinghao Xu,Qianqian Wang,Qing Shuai,Hujun Bao,Xiaowei Zhou,“ neu-ral身体:隐含的神经表现形式,具有结构性潜在的代码,具有结构性潜在的代码,用于动态人类的新型视图,用于动态人类的新型视图”,计算机视觉和模式认识<202122222222。(最佳纸决赛选手)
引言近年来,金融业遇到了一种普遍存在的挑战,即漂绿行为。漂绿行为是一种夸大或歪曲公司对环境影响的做法,以给人留下公司比实际更注重环保的印象 (Huang & Chen, 2015)。当环境、社会和治理 (ESG) 报告等正式公共信息加剧信息不对称并增加市场混乱的风险时,就会发生这种情况 (Liu et al., 2024)。夸大其词是漂绿行为的一种常见形式,事实证明,它通过扭曲可持续发展目标的实现和评估来阻碍可持续发展目标的实现 (Cojoianu et al., 2020)。这通常表现为使用过于积极的语言来描述公司的环境、社会或治理绩效,而没有提供足够的支持数据或证据。因此,检测和解决 ESG 报告中的夸大其词至关重要。人工智能 (AI) 正在塑造世界,尤其是像 ChatGPT 这样的生成式人工智能 (GenAI) 的快速发展。金融领域的一些研究已经开始利用人工智能来解决 ESG 报告中的问题。例如,一些研究比较了传统和人工智能驱动的 ESG 评级 (Hughes 等人,2021)。一些研究调查了人工智能对漂绿和可持续发展报告的影响 (Moodaley & Telukdarie, 2023)。Yang 等人 (2021) 发现 ESG 披露降低了公司债券信用利差,降低了风险并增强了投资者信心,而 Biju 等人 (2023) 使用 MAXQDA 软件将 ESG 的情绪得分与漂绿的看法联系起来。这些研究表明了在分析 ESG 报告中应用人工智能的可能性和潜力。因此,本研究受到启发,充分利用人工智能,尤其是 GenAI,来评估 ESG 报告中的夸大行为 (Jain 等人,2023)。尽管先前的研究已经研究了审查和评估 ESG 报告的各种技术,但识别夸大断言的难度仍然没有得到充分研究,尤其是在使用最先进的人工智能技术时。此外,即使公司可能在其 ESG 报告中使用“极端”、“完整”或“最高”等形容词,但这并不总是意味着他们夸大了他们的成就;事实上,一些公司可能在这方面表现出色。因此,仅依靠 ESG 报告中的术语无法彻底确定公司是否夸大了他们的主张。GenAI 的优势在于能够通过分析上下文细节来辨别是否有合理的理由怀疑夸大。本研究旨在通过利用 GenAI 来检测 ESG 报告中的夸大描述,从而弥补这一差距,从而更准确、更稳健地评估企业可持续发展绩效。我们采用三种不同的即时工程策略,即零样本、少量样本和思路链 (COT) 来分析一组 ESG 报告。此外,我们还将该方法与传统文本分析技术和人类智能进行交叉验证。这
出版物((59个出版物。总引用超过5,500。H-INDEX 19)1。 li X,Khan I,Han R,Huang G,Xia W,Yin L,Leong WK,Su L,Law,Wong VKW,Wu Q,Guo X,Guo X,Hsiao WLW。 通过调节肠道微生物群的调节:一种新颖的花生过敏管理方法,毛发性pentaphyllum saponins saponins shible小鼠对花生过敏。 植物医学。 2024年9月30日; 135:156101。H-INDEX 19)1。li X,Khan I,Han R,Huang G,Xia W,Yin L,Leong WK,Su L,Law,Wong VKW,Wu Q,Guo X,Guo X,Hsiao WLW。通过调节肠道微生物群的调节:一种新颖的花生过敏管理方法,毛发性pentaphyllum saponins saponins shible小鼠对花生过敏。 植物医学。 2024年9月30日; 135:156101。毛发性pentaphyllum saponins saponins shible小鼠对花生过敏。植物医学。2024年9月30日; 135:156101。
Song博士的研究集中在开发尖端的计算方法和AI算法以揭示疾病机制并识别治疗靶标。她的主要研究兴趣是通过数据驱动的信息学方法和多模态生物医学数据的整合来推进精确医学和个性化治疗。具有大规模生物医学数据的专业专业知识,从分子水平(包括基因组学,转录组学和蛋白质组学数据)到具有尖端的单细胞和高质量空间成像数据的细胞级,以及人群级别的EHR数据,以及一系列的统计研究,以及统计的量化方法,以及统计的方法,以及统计数据,该方法,以及统计数据的统计方法,以及统计的方法,对癌症和神经退行性疾病等人类疾病的理解。