XiaoMi-AI文件搜索系统
World File Search SystemStruct
SSC-477 - 船舶结构委员会
美国海军、空军、美国国家航空航天局和其他组织都为结构健康监测传感器、数据采集硬件以及处理和解释结果数据的技术的开发做出了贡献，这些数据可用于从民用基础设施到太空飞行器等各个领域。一套前景光明的传感器和数据采集硬件，是根据与美国国防部和美国国家航空航天局签订的多项合同开发的，最近获得了商业开发和生产的许可。本报告中详述的研究调查了新的商用现成结构健康监测硬件是否适合用于海军或商用水面舰艇，如果不适合，海军应该研究哪些改进或修改，以开发能够检测在役船舶结构缺陷的健康监测系统。
Longformer：利用结构 MRI 对阿尔茨海默病进行分类的纵向转换器
结构磁共振成像 (sMRI)，尤其是纵向 sMRI，通常用于在阿尔茨海默病 (AD) 临床诊断期间监测和捕捉病情进展。然而，目前的方法忽视了 AD 的渐进性，大多依赖单一图像来识别 AD。在本文中，我们考虑利用受试者的纵向 MRI 进行 AD 分类的问题。为了解决学习纵向 3D MRI 时缺失数据、数据需求和随时间发生的细微变化等挑战，我们提出了一个新模型 LongFormer，它是一种混合 3D CNN 和变压器设计，可从图像和纵向流对中学习。我们的模型可以充分利用数据集中的所有图像，并有效地融合时空特征进行分类。我们在三个数据集（即 ADNI、OASIS 和 AIBL）上评估我们的模型，并将其与八种基线算法进行比较。我们提出的 LongFormer 在对来自所有三个公共数据集的 AD 和 NC 对象进行分类方面取得了最先进的性能。我们的源代码可从 https://github.com/Qybc/LongFormer 在线获取。
纳米纤维素的功能材料：利用结构
为了开发具有独特性能和功能的先进/下一代材料，人们开始研究自然界中常见的分级组装。[1,2] 为了遵循模仿自然的理念，使用可再生/天然来源的构建块来开发分级结构最近成为自下而上制造领域的中心主题。纳米纤维素就是这样一种构建块，包括纤维素纳米晶体 (CNC) 和纤维素纳米原纤维 (CNF)（图 1），它由地球上最丰富的可再生聚合物纤维素组成。近年来，CNC 和 CNF 引起了人们的极大研究兴趣，广泛应用于生物医学、储能、包装、复合材料和特种化学品等多个行业。 [3–5] 这些高度结晶、高纵横比的纳米颗粒由 β (1–4) 连接的 D-葡萄糖单元的线性均聚物组成，表现出令人印象深刻的机械性能和可调的表面化学性质。鉴于 CNC 和 CNF 的高强度、尺寸各向异性和天然来源，使用纳米纤维素作为开发分级组装体的功能性构件引起了人们的极大兴趣。由于人们对纳米纤维素的广泛兴趣，之前已经发表了几篇评论，涵盖了 CNC 和 CNF 的材料特性、生产、加工、特性策略、化学改性和潜在应用，我们建议任何感兴趣的读者阅读这些评论以获取更多信息。[2–19]
机械技术与结构材料 2024
- Branimir LELA（克罗地亚） – 主席 - Sonja JOZIĆ（克罗地亚） – 副主席 - Dražen ŽIVKOVIĆ（克罗地亚） - Dražen BAJIĆ（克罗地亚） - Goran CUKOR（克罗地亚） - Lidija ĆURKOVIĆ（克罗地亚） - Ivan JANDRLIĆ（克罗地亚） - Nikola GJELDUM (克罗地亚) - Mirko GOJIĆ (克罗地亚) - Krešimir GRILEC (克罗地亚) - Senka GUDIĆ (克罗地亚) - Fuad HADŽIKADUNIĆ (波斯尼亚和黑塞哥维那) - Dario ILJKIĆ (克罗地亚) - Zlatko JANKOSKI (克罗地亚) - Jaroslav JERZ (斯洛伐克) - 佐兰尤尔科维 (克罗地亚) - 埃罗尔·卡姆 (土耳其) - 达尔科·兰德克 (克罗地亚) - 坎迪达·马尔恰 (葡萄牙) - 德拉甘·马林科维 (德国) - 阿莱什·纳戈德 (斯洛文尼亚) - 佐兰·潘迪洛夫 (马其顿) - 姆拉登·佩里尼 (克罗地亚) - 马西莫·罗甘特 (意大利) - 利亚内罗尔多(克罗地亚) - 尼古拉·斯托梅诺夫(保加利亚) - 阿姆拉·塔利-契克米什(波斯尼亚和黑塞哥维那) - 马特伊·韦森雅克(斯洛文尼亚) - 拉迪斯拉夫·弗尔萨洛维(克罗地亚) - 伊维察·韦扎(克罗地亚) - 阿纳托利·扎夫多维耶夫(乌克兰) - 武卡斯吉尔兹（波兰）-武卡斯·瓦尔古拉 (波兰) - 卢卡·塞伦特 (英国) - 瓦尼亚·卡尔达斯·德·索萨 (巴西) - 伊万·皮瓦克 (克罗地亚) - 泽利科·彭加 (克罗地亚) - 阿奇姆·坎普克 (德国) - 法布里奇奥·菲奥里 (意大利) - 保罗·门古奇 (意大利) - 哈桑AVDUŠINOVIĆ（波斯尼亚和黑塞哥维那）
复制 Cynandra opis 蝴蝶的结构颜色，用于仿生双色滤光片
微结构或纳米结构会引起衍射、干涉和散射。[3] 以这种方式产生的结构色通常与角度有关（彩虹色），与光吸收产生的颜色相比，结构色更鲜艳、可调且稳定。[4] 到目前为止，已有多种光子结构被用于产生结构色并取代传统的色素沉着。这些包括可调高折射率光子玻璃、微米级球形胶体组件和衍射光栅结构。[5,6] 虽然仿生光子结构已被用于创造高度饱和的结构色，但它们制造困难且成本高，不适合大规模生产。此外，整个可见光谱范围内对新的仿生结构色的需求尚未得到满足。因此，更好地理解结构着色的潜在机制无疑将改善颜色特性和寿命。虽然自然界中存在大量结构色的例子，但由于蝴蝶翅膀的光子纳米结构颜色鲜艳，因此人们对其的研究兴趣颇多。[7,8] 例如，Vigneron 等人发现，Pierella luna（月神蝴蝶）翅膀鳞片产生的彩虹色效应是由整个鳞片的宏观变形引起的，当翅膀被白光照射时，就像衍射光栅一样分解
整体自由意志：桥接自治，道德和结构化现实
传统的自由模型通常会隔离自主权，从而导致概念上的显着差距。自由主义者的自由意志强调完全独立于外部决定因素，这是一种理想化和不受约束的代理形式。这种观点忽略了自主权固有地受到系统性和关系影响的方式。另一方面，兼容允许在确定性的边界内自由意志，但会降低自主权，仅与内部欲望相结合，无法说明能够实现道德化增长和反思性决策的机制（Wisniewski等人，2019年）。 坚硬的决定论认为所有人类行为都是由外部因素决定的，它否认了自由的存在。 虽然在逻辑上保持一致，但这种观点忽略了人类通过有意识的努力来反思和重塑其行为的可观察能力。 关系方法（例如关系自主权和集体意图）正确地强调了社会关系在塑造自主权中的作用，但经常将这些影响降低到次要重要性，忽略了人类决策的相互联系和系统性的维度（Christman，1990; Mackenzie＆Stoljar，2000; 2000年）。 共同解决了自由意志的发展，关系和道德方面（Frankfurt，1971）。兼容允许在确定性的边界内自由意志，但会降低自主权，仅与内部欲望相结合，无法说明能够实现道德化增长和反思性决策的机制（Wisniewski等人，2019年）。坚硬的决定论认为所有人类行为都是由外部因素决定的，它否认了自由的存在。虽然在逻辑上保持一致，但这种观点忽略了人类通过有意识的努力来反思和重塑其行为的可观察能力。关系方法（例如关系自主权和集体意图）正确地强调了社会关系在塑造自主权中的作用，但经常将这些影响降低到次要重要性，忽略了人类决策的相互联系和系统性的维度（Christman，1990; Mackenzie＆Stoljar，2000; 2000年）。共同解决了自由意志的发展，关系和道德方面（Frankfurt，1971）。
人工智能在冷冻电镜中从头分子结构建模方面的进展
低温电子显微镜（cryo-EM）已成为确定大型蛋白质复合物和分子组装体结构的主要实验技术，2017 年的诺贝尔奖就是明证。尽管低温电子显微镜已得到极大改进，可以生成包含大分子详细结构信息的高分辨率三维（3D）图谱，但利用这些数据自动构建结构模型的计算方法却远远落后。传统的低温电子显微镜模型构建方法是基于模板的同源性建模。当数据库中找不到模板模型时，手动从头建模非常耗时。近年来，使用机器学习（ML）和深度学习（DL）的从头低温电子显微镜建模已成为大分子结构建模中表现最好的方法之一。基于深度学习的从头低温电子显微镜建模是人工智能的重要应用，其成果令人印象深刻，对下一代分子生物医学具有巨大潜力。因此，我们系统地回顾了具有代表性的基于 ML/DL 的从头低温电子显微镜建模方法。并从实践和方法论的角度讨论了它们的意义。我们还简要介绍了低温电子显微镜数据处理工作流程的背景。总体而言，本综述为从头分子结构建模的人工智能 (AI) 现代研究以及这一新兴领域的未来方向提供了入门指南。
发展性计算障碍患者的大脑结构持续存在差异：纵向形态测量研究
发展性计算障碍 (DD) 是一种学习障碍，会影响数字算术技能的习得。患者在数字处理方面表现出持续的缺陷，这与大脑激活和结构异常有关。据报道，发展性计算障碍患者的顶叶皮层（包括顶内沟 (IPS)）以及额叶和枕颞皮层灰质减少。此外，计算障碍患者的白质存在差异，例如下纵束 (ILF) 和上纵束 (SLF)。然而，这些结构差异的纵向发展尚不清楚。因此，我们的目标是研究患有和不患有发展性计算障碍的儿童的灰质和白质的发展轨迹。在这项纵向研究中，我们以 4 年为间隔两次收集了 13 名患有发展性计算障碍的儿童（8.2-10.4 岁）和 10 名正常发育 (TD) 儿童（8.0-10.4 岁）的神经心理学测量值和 T1 加权结构图像。使用基于体素的形态测量法对纵向数据进行体素级灰质和白质体积估计。本研究首次揭示了 DD 儿童在发育过程中灰质和白质体积持续减少。双侧下顶叶包括 IPS、缘上回、左楔前叶、楔叶、右枕上回、双侧颞下回和颞中回以及岛叶均发现灰质减少。双侧 ILF 和 SLF、下额枕束 (IFOF)、皮质脊髓束和右丘脑前部放射 (ATR) 的白质体积减少。在行为上，DD 儿童在基线和随访中在各种数字任务中的表现明显较差，证实了数字处理方面的持续缺陷。本研究结果与文献一致，文献表明 DD 儿童在数字网络中的灰质和白质体积减少。我们的研究进一步阐明了大脑发育的轨迹，揭示了这些已知的颞叶和额顶叶长联系纤维和相邻区域的结构差异
费用结构-2023-24.pdf
基础科学-统计学综合理学硕士课程（5年）。 1,105 1,060 450 23 850 280 160 360 4,000 1,000 9,288 12 I BCOM 财经及税务(SF) SEM I 16,000 1,155 0 23 700 280 160 500 0 1,000 19,818 SEM II 16,000 1,155 17,155 13 B COM 合作 SEM I 16,000 1,155 0 23 700 280 160 500 0 1,000 19,818 SEM II 16,000 1,155 17,155 14 IB COM 计算机应用(SF) SEM I 16,500 1,155 0 23 700 280 160 500 0 1,000 20,318 SEM II 16,500 1,155 17,655 15 I BBA (SF) SEM I 15,325 1,155 0 23 700 280 160 500 0 1,000 19,143 SEM II 15,325 1,155 16,480 16 IB SC 计算机科学(SF) SEM I 20,675 1,155 0 23 700 280 160 500 0 1,000 24,493 SEM II 20,675 1,155 21,830 17 IB SC 工业鱼类和渔业(SF) SEM I 20,449 1,155 0 23 700 280 160 500 0 1,000 24,267 SEM II 20,449 1,155 21,604 18 IB VOC 物流管理(SF) SEM I 15,015 1,155 0 23 700 280 160 500 0 1,000 18,833 SEM II 15,015 1,155 16,170 19 IB VOC 可再生能源(SF) SEM I 15,151 1,155 0 23 700 280 160 500 0 1,000 18,969 SEM II 15,151 1,155 16,306 20 IB VOC 健身管理(SF) SEM I 13,519 1,155 0 23 700 280 160 500 0 1,000 17,337 SEM II 13,519 1,155 14,674 21 IB VOC 旅行和旅游业(SF) SEM I 13,456 1,155 0 23 700 280 160 500 0 1,000 17,274 SEM II 13,456 1,155 14,611 22 IB VOC 零售管理(SF) SEM I 13,456 1,155 0 23 700 280 160 500 0 1,000 17,274 SEM II 13,456 1,155 14,611 23 IB VOC 商业水产养殖 (SF) SEM I 14,229 1,155 0 23 700 280 160 500 0 1,000 18,047