XiaoMi-AI文件搜索系统
World File Search SystemUAL
预测医学消费的聚类分析
摘要。这项研究调查了用于医院中医学消费的机器学习，以优化资源分配和物流。我们使用两种方法：一种结合了多家医院数据的统一方法，以及一种预测个人医院的分离方法。我们根据消费趋势探索了K-均值聚类和手动对聚类。虽然K-均值聚类并未产生改进，但手动夹确定了具有明显增强预测准确性的特定药物对（例如，医院1：MAPE 1：MAPE从19.70％降低到3.30％）。但是，统一的方法并不能始终如一地使所有医院受益（例如，医学9）。这强调了在某些医院的准确性提高与其他医院潜在损失的需求。总体而言，分离方法中的手动聚类显示出希望。未来的工作应探索高级自动聚类技术，例如动态时间扭曲（DTW），并利用较大的数据集进行进一步验证。
将数据驱动计算应用于大脑神经调节的患者特定模拟
健康和患病的组织以及特定患者中肿瘤和其他病变的存在。通过造影剂，显微镜和弹性学技术的最新进展，例如磁共振弹性摄影（MRE）[13]，使个人在个体患者中的粘弹性反应的体内表征成为可能。的确，MRE技术目前允许在体内汇编的脑部组织粘弹性特性的个性化地图集，包括存储和损耗模量作为频率的函数[1，14]。目前的MRE技术仅涵盖声音频率范围，但预计最终也涵盖了超声范围。这些进步从根本上从数据饥饿到数据丰富的领域进行了从根本上转移的脑生物力学，这种转换以基本和深远的方式挑战理论和计算实践。可以根据这些挑战和机遇来采取几种可能的策略。一种当前流行的策略使用监督的机器学习（ML）回归来拟合数据，例如使用神经网络代表[15]。但是，无论是基于神经网络还是基于
在新诊断的多发性骨髓瘤中自体干细胞移植后维持疗法的作用：代表EBMT的慢性恶性肿瘤工作党的考虑。
总结多发性骨髓瘤的最新治疗进展已导致患者预后的重大证明。自体内乳节性干细胞移植后的维持疗法（AHCT）现在已成为护理标准，已被证明可以延长和加深治疗反应。目前，Lenalidomide仍然是在欧洲和美国批准维护的单一药物，如果可以容忍，则继续进行直到疾病进展。但是，治疗景观正在迅速扩展，并且患者的最佳个性化维护方法变得越来越复杂。对高风险疾病患者的治疗结果仍然很差，并且该人群的维护选择也尚不清楚。本评论文章评估了有关已建立的维护方法的最新文献。它进一步分析了正在进行的研究，使用组合和新型药物，探索维持方案，细胞遗传学高危疾病患者的维护方法以及最小的残留疾病反应反应适应的策略，这些策略反映了当前不断发展的治疗范式。
IDEA-Net：用于单幅图像去噪的自适应双自注意网络
由于可能存在数据偏差和预测方差，图像去噪是一项具有挑战性的任务。现有方法通常计算成本高。在这项工作中，我们提出了一种无监督图像去噪器，称为自适应双自注意网络（IDEA-Net），以应对这些挑战。IDEA-Net 受益于生成学习的图像双自注意区域，其中强制执行去噪过程。此外，IDEA-Net 不仅对可能的数据偏差具有鲁棒性，而且还通过仅在单个噪声图像上应用具有泊松丢失操作的简化编码器-解码器来帮助减少预测方差。与其他基于单图像的学习和非学习图像去噪器相比，所提出的 IDEA-Net 在四个基准数据集上表现出色。 IDEA-Net 还展示了在低光和嘈杂场景中去除真实世界噪声的适当选择，这反过来有助于更准确地检测暗脸。源代码可在 https://github.com/zhemingzuo/IDEA-Net 获得。
揭开心脏代谢与心脏再生之间的相互作用
摘要T细胞反应先于抗体，并可以早期控制感染。我们分析了SARS-COV-2感染后这种快速反应的克隆基础。我们使用T细胞受体（TCR）测序立即定义了个体T细胞克隆的轨迹。在SARS-COV-2 PCR+个体中，TCR的一波强烈但瞬时扩展，经常与第一个阳性PCR测试同一周达到峰值。这些扩展的TCR CDR3被富集，以便在功能上注释为SARS-COV-2特定的序列。在SARS-COV-2菌株之间高度保守的，而不是通过循环的人冠状病毒，表位是高度保守的。 许多扩展的CDR3在大流行前曲目中以高频存在。 早期反应TCRS特定的淋巴细胞脉络膜脑膜炎病毒病毒表位还以高频在幼稚的曲目中发现。 高频天真的前体可能使T细胞反应在急性病毒感染的关键早期阶段迅速反应。表位是高度保守的。许多扩展的CDR3在大流行前曲目中以高频存在。早期反应TCRS特定的淋巴细胞脉络膜脑膜炎病毒病毒表位还以高频在幼稚的曲目中发现。高频天真的前体可能使T细胞反应在急性病毒感染的关键早期阶段迅速反应。
clearclip：分解剪辑表示密集的视觉语言推理
摘要。尽管大规模预处理的视觉模型（VLM）尤其是在各种开放式播放任务中的剪辑，但它们在语义细分中的应用仍然具有挑战性，从而产生了带有错误分段区域的嘈杂分段图。在本文中，我们仔细地重新调查了剪辑的架构，并将残留连接确定为降低质量质量的噪声的主要来源。通过对剩余连接中统计特性的比较分析和不同训练的模型的注意力输出，我们发现剪辑的图像文本对比训练范式强调了全局特征，以牺牲局部歧视，从而导致嘈杂的分割结果。在响应中，我们提出了一种新型方法，该方法是分解剪辑的表示形式以增强开放式语义语义分割的。我们对最后一层介绍了三个简单的修改：删除剩余连接，实现自我关注并丢弃馈送前进的网络。ClearClip始终生成更清晰，更准确的绘制图，并在多个基准测试中胜过现有的方法，从而确认了我们发现的重要性。
轨迹融合算法评估 - Digital WPI
雷达是现代情报、监视和侦察的基石。虽然雷达可以确定空间区域内目标的位置，但存在着限制单个雷达精度的基本不确定性。用于减少这些不确定性的一种方法称为数据融合，涉及同时处理来自多个雷达的测量值。在现场使用数据融合的主要挑战之一是难以将对应于同一目标的单个检测实时关联到轨迹中。存在不同的数据融合算法来减少计算时间，但代价是较低的轨迹精度。MQP 的目标是在几种情况下量化不同数据融合算法的这些权衡。在 MQP 的这个 1/3 单元扩展中，将检查构建并用于生成模拟雷达数据的雷达模拟器。其中包括对理解雷达所需的背景信息的回顾以及对雷达、雷达探测和雷达跟踪基础知识的介绍。接下来是对雷达模拟器的完整解释和分析，然后是一些总结性评论。
提高物理现象建模的准确性
在建立物理现象或过程的模型时，科学家不可避免地要在模型的简单性（定性-定量变量集）和准确性之间做出妥协。数百年来，定律的直观简单性证明了提出它的科学家的物理思维的天才和深度。目前，对周围世界和新发现的物理现象有更深的物理理解的渴望促使研究人员增加模型中考虑的变量数量。这个方向导致选择不准确甚至错误模型的可能性增加。本研究描述了一种估计测量精度极限的方法，其中考虑了模型构建阶段在存储、传输、处理和观察者使用信息方面的信息。由于模型中存储的信息量有限，这个限制允许您选择最佳变量数以最好地再现观察对象，并计算测量理论中模型与所研究现象之间的阈值差异的精确值。我们考虑两个例子：声速的测量和物理常数的测量。
类别、量子计算和群体机器人
摘要：机器人群体是人工集体智能的例子，具有简单的个体自主行为和新兴的群体效应，可以完成甚至复杂的任务。机器人群体开发的建模方法是该研究领域的主要挑战之一。在这里，我们提出了一个机器人实例化的理论框架和一个定量的算例。为了建立一个通用模型，我们首先在范畴论的启发下，勾勒出群体的图解分类，将理想群体与现有实现联系起来。然后，我们提出了一个矩阵表示来关联群体中的局部和全局行为，对角子矩阵描述单个特征，非对角子矩阵作为成对的交互项。因此，我们尝试塑造这种交互项的结构，使用量子计算语言和工具对玩具模型进行定量模拟。我们选择量子计算是因为它的计算效率。该案例研究可以阐明量子计算在群体机器人领域的潜力，为逐步丰富和完善留下空间。
开放大脑同意：告知研究参与者并获得同意分享大脑图像数据
Abramian, D., & Eklund, A. (2019)。Refacing：使用 GAN 重建匿名面部特征。2019 年 IEEE 第 16 届国际生物医学成像研讨会 (ISBI 2019) 上发表的论文，1104 – 1108。https://doi.org/10.1109/ISBI.2019.8759515 Bishop, DVM (2016)。开放式研究实践：意想不到的后果以及避免这些后果的建议。（对同行评审开放倡议的评论）。 Royal Society Open Science，3 (4)，160109。https://doi.org/10.1098/rsos.160109 de Sitter, A., Visser, M., Brouwer, I., Cover, KS, van Schijndel, RA, Eijgelaar, RS … Vrenken, H. (2020)。神经影像中的隐私问题：删除面部特征会降低图像分析方法的性能。欧洲放射学，30 (2)，1062 – 1074。https://doi.org/10. 1007/s00330-019-06459-3 Duan, D., Xia, S., Rekik, I., Wu, Z., Wang, L., Lin, W., … Li, G. (2020)。基于皮质的个体识别和个体变异分析