XiaoMi-AI文件搜索系统
World File Search SystemSlice
m3t：使用多平面和多板变压器
在这项研究中，我们提出了使用多平面和多层跨前（M3T）网络的三维医学图像分类器，以在3D MRI图像中对阿尔茨海默氏病（AD）进行分类。提出的网络协同委托3D CNN，2D CNN和变压器用于准确的AD分类。3D CNN用于执行本机3D表示学习，而2D CNN用于利用大型2D数据库和2D代表学习的预训练权重。使用具有感应性偏置的CNN网络有效地提取局部大脑中与AD相关的异常的信息信息。跨前网络还用于获得CNN后多平面（轴向，冠状和矢状）和多切片图像之间的注意力关系。也可以使用不感应偏置的变压器学习分布在大脑中较大区域的差异。在此期间，我们使用了来自阿尔茨海默氏病神经影像学计划（ADNI）的训练数据集，该计划总共包含4,786 3D T1加权MRI图像。对于有效数据，我们使用了来自三个不同机构的数据集：澳大利亚成像，生物标志物和生活方式旗舰研究（AIBL）（AIBL），开放访问Imaging研究（OASIS）的开放访问系列（OASIS）以及来自培训数据集中的一些ADNI数据。我们提出的M3T基于曲线（AUC）下的区域（AUC）和AD分类的分类精度，与常规的3D分类网络相结合。这项研究表示，所构成的网络M3T在多机构验证数据库中实现了最高的性能，并证明了该方法有效地将CNN和Transformer用于3D医学图像的可行性。
生理温度下制备的急性脑切片在突触功能表征中的优势
急性脑切片制备是研究大脑突触功能特征的有力实验模型。尽管通常在冰冷温度 (CT) 下切割脑组织以方便切片并避免神经元损伤，但暴露于 CT 会导致突触的分子和结构变化。为了解决这些问题，我们研究了在冰冷和生理温度 (PT) 下制备的小鼠急性小脑切片中突触的超微结构和电生理特征。在 CT 下制备的切片中，我们发现脊柱明显丢失和重建、突触小泡重排和突触蛋白减少，而所有这些在 PT 下制备的切片中均未检测到。与这些结构发现一致，在 PT 下制备的切片显示出更高的释放概率。此外，在 PT 下制备允许在切片后立即进行电生理记录，从而与 CT 下相比，运动学习后长期抑郁 (LTD) 的可检测性更高。这些结果表明，在 PT 下切片制备对于研究不同生理条件下的突触功能具有显着优势。
使用P4和深度学习R. Mohammadifar*，R。Javidan，R。
这项研究解决了在切片间切换过程中确保5G及以上（6G）网络（6G）网络的挑战（DDOS）。提出了基于P4可编程开关和门控复发单元（GRU）算法的混合模型，以高准确性和低延迟来检测和预测此类攻击。p4可以实时提取钥匙质量服务（QOS）参数，包括数据包损耗率，延迟和优先级，用于有效的交通分析和攻击检测。所提出的模型达到了DDOS检测准确性为98.63％，灵敏度为98.53％，F1得分为98.58％，同时预测合法切片的精度为98.7％。误报率（FPR）降低到小于2.1％，检测和决策制定的总系统延迟保持在350毫秒以下，使其适用于诸如URLLC之类的延迟敏感应用程序。可伸缩性测试表明，该系统的检测准确性超过90％，延迟少于500毫秒，最多15个开关和4个切片，即使在较高的交通负载下也是如此。这项研究突出了将深度学习与P4相结合以增强高级网络中的安全性和可扩展性的有效性，从而为下一代网络安全提供了强大的框架。
肿瘤组织切片体外处理作为评估肾癌患者靶向治疗的预测性临床前方法
1 格勒诺布尔阿尔卑斯大学、法国国家健康与医学研究院、CEA、IRIG-癌症和感染生物学、UMR_S 1036、F-38000 格勒诺布尔、法国； caroline.roelants@inovarion.com （CR）; qfranquet@chu-grenoble.fr（QF）; csarrazin1@chu-grenoble.fr （客户服务） nicolas.peilleron@gmail.com （NP）; sofiagiacosa@gmail.com（新加坡）; laurent.guyon@cea.fr （LG）; claude.cochet@cea.fr (CC) 2 Inovarion, 75005 巴黎，法国 3 格勒诺布尔阿尔卑斯大学，INSERM，CEA，IRIG-大规模生物学，UMR 1038，F-38000 格勒诺布尔，法国； catherine.pillet@cea.fr 4 格勒诺布尔阿尔卑斯大学医院，CS 10217，38043 格勒诺布尔 CEDEX 9，法国； lafontanell@chu-grenoble.fr（AF）; g.fiard@ucl.ac.uk （GF）; JALong@chu-grenoble.fr（J.-AL）; jldescotes@chu-grenoble.fr (J.-LD) * 通信地址：odile.filhol-cochet@cea.fr;电话：+ 33-(0)4-38785645；传真：+ 33-(0)4-38785058
蛋糕：在区块链上共享机密数据
摘要。合作信息系统通常涉及各个实体在分布式环境中的协作过程中。区块链技术提供了一种自动化此类过程的机制，即使参与者之间只有部分信任。在网络中的所有节点中复制了存储在区块链上的数据，从而确保了所有参与者的访问性。尽管这方面有助于痕量能力，完整性和持久性，但由于机密性问题而在企业设置中采用公共区块链构成了挑战。在本文中，我们提出了一种通过钥匙加密（CAKE）的名为“控制访问”的软件工具，旨在确保在涉及公共区块链方案中的数据共识。在概述了其核心组件和功能之后，我们在物流领域内的现实世界网络安全项目的背景下展示了蛋糕的应用。
2025 年资源充足性和每日时段指南
本指南由能源部门工作人员提供，旨在促进伦敦证券交易所遵守委员会决定。本指南不会修改任何委员会决定，如果本指南与委员会决定之间出现任何明显或明确或隐含的冲突，则以委员会命令的措辞为准。
MonB5G：支持 AI/ML 的网络切片分布式编排和管理框架
摘要 — 在网络切片范式的支持下，预计各种垂直服务将填充未来的移动生态系统，同时在共享基础设施上有效共存。然而，垂直服务的内在多样性，加上移动基础设施资源的异构性，带来了严峻的管理挑战，需要深度架构创新，以无缝支持基于自动化、灵活性和可编程性的增强编排机制。在本文中，我们介绍了由 H2020 MonB5G 项目设计的新型网络切片管理和编排平台。所提出的概念通过使用人工智能驱动的分布式可编程管理架构来解决网络切片管理和编排的可扩展性问题。管理层级的不同级别都采用了支持人工智能的管理操作。所提出的架构是迈向自我管理网络切片的重要一步。索引术语 —5G、6G、网络切片、AI、ML、ZSM、管理、编排
2025 年资源充足性和每日时段指南
3 有关 CPUC 主要决定和决议的综合摘要，请访问：https://www.cpuc.ca.gov/industries-and-topics/electrical-energy/electric-power-procurement/resource- adequacy-homepage/resource-adequacy-history
2026 年负荷损失预期研究（包括每日时段工具分析）
与前几年不同的是，工作人员围绕加州能源委员会 (CEC) 的综合能源政策报告 (IEPR) 加州能源需求预测管理峰值而非消费峰值进行了分析。3 经过大量分析，工作人员确定 2023 年 IEPR CAISO 同步管理峰值预测似乎比消费预测更符合历史趋势。与前几年相比，2023 年 IEPR 反映了 CAISO 同步消费和管理峰值之间的巨大差距，这主要是由 LOLE 研究和 IEPR 使用的需求模型不同导致的每小时消费需求曲线不同。通过调整 LOLE 模型中的中位管理峰值以匹配 IEPR 管理峰值，工作人员确认，使用更新的基线资源集和晚间高峰时段 CAISO 同时进口限制为 2,500 MW，而不是之前假设的 4,000 MW，该模型达到了 10 年内 1 天（0.1 LOLE）的目标可靠性水平。