XiaoMi-AI文件搜索系统
World File Search SystemWan
AI模型调制，带有逻辑重新分布-Zihan Wang
大型型号通常适用于满足模型所有者和用户的各种要求。但是，维护多个专门版本的模型效率低下。 在响应中，我们提出了AIM，这是一种新型的模型调制范式，使单个模型能够表现出各种行为能够满足特定的最终需求。 AIM启用两个关键调制模式：实用程序和焦点调制。 前者为模型所有者提供了对输出质量的模型控制，以提供不同的实用程序级别，后者为用户提供了精确的控制，以移动模型的集中输入功能。 AIM介绍了以培训数据不合时宜的方式和无重新训练方式运行的逻辑再分配策略。 我们建立了正式的基础，以确保AIM的监管能力，以通过关节概率分布来订购的统计特性。 我们的评估证实了AIM对AI模型调制的实用性和多功能性，任务涵盖了IMEGE分类，语义细分和文本生成，以及包括Resnet，Segformer和Llama在内的普遍体系结构。但是，维护多个专门版本的模型效率低下。在响应中，我们提出了AIM，这是一种新型的模型调制范式，使单个模型能够表现出各种行为能够满足特定的最终需求。AIM启用两个关键调制模式：实用程序和焦点调制。前者为模型所有者提供了对输出质量的模型控制，以提供不同的实用程序级别，后者为用户提供了精确的控制，以移动模型的集中输入功能。AIM介绍了以培训数据不合时宜的方式和无重新训练方式运行的逻辑再分配策略。我们建立了正式的基础，以确保AIM的监管能力，以通过关节概率分布来订购的统计特性。我们的评估证实了AIM对AI模型调制的实用性和多功能性，任务涵盖了IMEGE分类，语义细分和文本生成，以及包括Resnet，Segformer和Llama在内的普遍体系结构。
Dian WangDian Wang
Rachel Lim M.S. 在2024年10月东北部 - 现在Yizhe Zhu M.S. 在2024年10月的东北部 - 现任Haibo Zhao M.S. 在2023年11月东北部 - 现在的Mingxi Jia M.S. 在Nower Now博士学位上布朗的学生2021年12月至2023年5月Guanang Su M.S. 在Nower Now博士学位上大学的学生。 明尼苏达州的 2021年12月至2023年5月，Neel Sortur本科生。 在Nowern Now M.S. 2021年5月至2022年10月东北的学生Zhengyi OU M.S. 在东北部现在的软件工程师，在2020年9月至2021年12月Yida Niu M.S. 在Nower Now博士学位上北京大学的学生2020年9月 - 2021年8月Rachel Lim M.S.在2024年10月东北部 - 现在Yizhe Zhu M.S.在2024年10月的东北部 - 现任Haibo Zhao M.S.在2023年11月东北部 - 现在的Mingxi Jia M.S.在Nower Now博士学位上布朗的学生2021年12月至2023年5月Guanang Su M.S. 在Nower Now博士学位上大学的学生。 明尼苏达州的 2021年12月至2023年5月，Neel Sortur本科生。 在Nowern Now M.S. 2021年5月至2022年10月东北的学生Zhengyi OU M.S. 在东北部现在的软件工程师，在2020年9月至2021年12月Yida Niu M.S. 在Nower Now博士学位上北京大学的学生2020年9月 - 2021年8月在Nower Now博士学位上布朗的学生2021年12月至2023年5月Guanang Su M.S.在Nower Now博士学位上大学的学生。 明尼苏达州的 2021年12月至2023年5月，Neel Sortur本科生。 在Nowern Now M.S. 2021年5月至2022年10月东北的学生Zhengyi OU M.S. 在东北部现在的软件工程师，在2020年9月至2021年12月Yida Niu M.S. 在Nower Now博士学位上北京大学的学生2020年9月 - 2021年8月在Nower Now博士学位上大学的学生。2021年12月至2023年5月，Neel Sortur本科生。在Nowern Now M.S. 2021年5月至2022年10月东北的学生Zhengyi OU M.S. 在东北部现在的软件工程师，在2020年9月至2021年12月Yida Niu M.S. 在Nower Now博士学位上北京大学的学生2020年9月 - 2021年8月在Nowern Now M.S.2021年5月至2022年10月东北的学生Zhengyi OU M.S.在东北部现在的软件工程师，在2020年9月至2021年12月Yida Niu M.S.在Nower Now博士学位上北京大学的学生2020年9月 - 2021年8月在Nower Now博士学位上北京大学的学生2020年9月 - 2021年8月
塑料行为缓冲流浪信天翁的气候变化
抽象的气候变化对全球天气模式和海洋系统有明显影响，以潜在的深刻方式影响动物的行为和适应性。尽管如此，我们仍缺乏有关物种对气候变化的反应的详细信息。使用300多只单独鸟类的11年追踪数据集，我们探讨了南方环形模式（SAM）和南部振荡指数（SOI）的变化后果，用于在南部印度海洋中徘徊的信天翁Diomedea Exulans繁殖的单个行为和适应性。我们的结果揭示了男性和女性之间对气候变化的明显反应，这些反应与每个气候指数对每种性别的独特觅食范围的影响保持一致。在正面阶段，与女性范围的觅食条件较差有关，男性范围的良好条件与较低的觅食成功相一致的行为：也就是说，较少的猎物捕获尝试和在进食斑块之间的运动更多。男性没有行为改变。在正面的SOI阶段，与男性和女性觅食范围的良好觅食条件相关，两个性别都表现出更成功的觅食的证据，鸟类参与了更多的搜索行为，并进行了较少的捕食捕获尝试的短途旅行，同时表明每单位时间的食物摄入量增加。我们发现了通过人格差异来衡量的个人变异作用的有限证据，这表明对气候的塑性反应非常重要，以至于掩盖了个体间的变化。支持这一点的发现，即个人繁殖成功不受气候变化的影响，这表明塑料觅食行为允许信天翁减轻气候影响并保持生殖产量。
引用 Wang J, Zhu W, Li X, Wu Y, Ma W, Wang Y, Zhao W, Wei F 和 Wang W (2025) 卵巢癌转录组分析揭示了
在女性生殖系统中，最致命的癌性生长被称为上皮性卵巢癌 (EOC)。根据 2020 年全球癌症统计数据，卵巢癌在全球女性恶性肿瘤中排名第七，每年新发病例超过 310,000 例（Lee 等人，2022 年；Konstantinopoulos 和 Matulonis，2023 年）。卵巢癌每年夺走约 210,000 人的生命。2020 年，中国有 60,000 例新诊断病例被诊断为卵巢癌，并导致 40,000 人死亡（Zhao 等人，2023 年）。晚期卵巢癌患者的 5 年生存率约为 30%。随着多次复发，治疗和复发的间隔变得更短，导致对铂类药物的敏感性降低，最终发展为铂类耐药性。该病的治疗难度大，预后往往较差（Marchetti等，2021；Porter和Matulonis，2023）。克服卵巢癌的化疗耐药性是一个紧迫而重要的临床问题。炎症反应主要分为急性和慢性两类。急性炎症主要发生在物理、化学或急性感染情况下，是机体的早期防御机制，通常很快可自行缓解（Yang等，2023）。慢性炎症则发生在慢性感染或自身免疫性疾病中，机体正常的反馈调节无法阻止炎症，导致慢性炎症（Liu等，2022）。统计数据显示，全球约20%的恶性肿瘤是由慢性炎症引起的（Kennel et al., 2023; Venakteshaiah and Kumar, 2021; Haas et al., 2021），非甾体抗炎药物在临床上可以降低各类实体瘤的发病率和转移率，降低肿瘤引起的死亡率。慢性炎症被认为对癌症的发生、生长和进展有显著的影响。慢性炎症引发肿瘤发生、发展的机制多种多样，但往往与炎症为肿瘤提供的微环境有关。癌相关成纤维细胞（CAFs）作为癌症基质的重要组成部分，与炎症和肿瘤免疫微环境（TME）密切相关（Chen et al., 2021）。 CAFs 与 NF- κ B、PI3K-Akt、IL6-JAK-STAT3 和 TGF- β 等各种信号通路相互作用，帮助形成和维持 TME，影响 ECM 结构并产生免疫治疗耐药性（Mao et al., 2021; Wu F. et al., 2021）。此外，活化的 CAFs 促进单核细胞粘附并驱动巨噬细胞向 M2 极化方向分化，进一步抑制 TME 中的免疫反应（Lavie et al., 2022; Galbo et al., 2021）。因此，分析与炎症相关的基因与肿瘤免疫环境之间的关系有助于
猴痘流行病建模：阈值、时间动态和天花疫苗免疫力的减弱
本研究通过一种扩展经典流行阈值理论的新型理论框架研究了猴痘病毒 (MPXV) 的动态。引入了双阈值理论，强调了时间依赖性基本再生数和易感人群密度之间的相互作用。研究表明，当时间依赖性再生数大于阈值 1 且任何时间的易感人群密度大于易感人群的临界阈值密度时，就会引发流行病。该模型结合了之前天花疫苗接种的免疫力减弱和之前 MPXV 感染的免疫力丧失，揭示了高传播情景下的复杂流行病行为，例如振荡波、长期爆发和流行间隔期延长。敏感性分析确定了流行病开始和发展的关键驱动因素，强调了免疫力减弱和人畜共患宿主的关键影响。公共卫生影响强调了有针对性的疫苗接种运动、灭鼠和持续监测对于降低流行病风险和防止复发的重要性。这项研究为管理 MPXV 疫情提供了可行的见解，而双阈值框架为理解疫苗交叉免疫和人畜共患疾病减弱的动态提供了坚实的理论基础。
Zishen Wan
高年级学生讲座，使用计算硬件实现机器人加速的 MICRO 研讨会，德克萨斯州奥斯汀 ESWEEK（嵌入式系统周）博士论坛，北卡罗来纳州罗利 信息物理系统新星研讨会，弗吉尼亚大学，弗吉尼亚州夏洛茨维尔 CoCoSys（认知系统协同设计中心）联络会议，DARPA SRC JUMP 2.0，佐治亚州亚特兰大 CRIDC（职业、研究和创新发展会议），佐治亚州亚特兰大 IBM AI 计算研讨会，IBM TJ Watson 研究中心，纽约州约克敦高地 佐治亚理工学院计算机架构研究研讨会，佐治亚州亚特兰大 ML 和系统新星研讨会，谷歌，加利福尼亚州山景城 佐治亚理工学院芯片日，佐治亚理工学院高效智能计算 (EIC) 实验室（主持人：Celine Lin 教授），佐治亚州亚特兰大 CRNCH（新型计算层次研究中心）年度峰会，佐治亚州亚特兰大 ICCAD 举办的 ACM 学生研究竞赛 (SRC) 2022 年，加利福尼亚州圣地亚哥 “通过工作负载表征和软件揭开 NeuroSymbolic AI 的神秘面纱——
Yifan WangYifan Wang
我的研究兴趣广泛在于计算机视觉，机器学习，认知科学和医学图像分析。我目前的研究重点是解码大脑信号和生成模型的潜在应用。我对认知科学与机器学习的交集很感兴趣，我致力于开发可靠的机器学习系统。
Zhanyu Wang-普渡大学统计局
亚马逊，美国西雅图的应用科学家实习生，美国05/2021-08/2021•我们提出了一个基于相互信息共同培训（MICO）的选择性搜索框架（通过相似性将文档聚集到群体，并仅在其最相关的组中搜索每个查询）。与搜索所有文档相比，我们将搜索成本降低到5％，达到99％的准确性。•MICO是端到端的学习模型。其目标函数是查询的两个组索引及其相关文档之间的共同信息，这两者都是可训练的神经网络的输出。•在我的实施中，该模型将BERT表示为输入（查询或文档标题）作为输入，并且可以在巨大的数据集（数百GB）上有效培训，并且BERT也可以进行列出。•MICO的论文被Coling 2022接受为口头呈现（10％）。
引用：Wang J，Zhang X，Li G等。为重症患者实施院内运输准备工作（IHT）和管理项目：
摘要目的是使用合并框架（CFIR）框架来研究导致或阻碍院内运输准备和管理项目的因素。设计半结构化访谈用于定性描述性研究。在2023年12月至2024年1月之间，进行了此研究。参与者有目的的抽样来招募22位参与院内运输的医生和护士。主要和次要结果测量了一种内容分析技术来转录和分析所有收集的数据。迭代方法用于数据收集和分析。结果39实施决定因素 - 11个障碍，25个促进因子和3个中性因素。这些确定因素与26个CFIR构建体中的23个和5个CFIR域对齐。在四个主要领域中确定了促进者：易于实施，科学和项目完成，患者的优势以及增强的安全和专业转移能力。此外，在干预特征，外部设置和内部设置的CFIR领域中确定了障碍。这些障碍包括培训和动员不足，信息系统不足，不清楚的奖励和惩罚政策，缺乏劳动和物质资源以及缺乏既定的奖励和惩罚法律。结论本研究确定了影响急诊室内部运输计划和管理项目实施的因素。尽管遇到了许多障碍，但该项目为推进院内运输计划和管理提供了明显的途径。