XiaoMi-AI文件搜索系统
World File Search SystemYang
Mengyu Yang's Page
•设计了一种以自定义目标函数为指导的基于优化的方法，以学习stylegan2的潜在空间中的歧管，与输出图像中的局部变化相对应（例如歧管内的潜在向量仅改变面部同一图像的口区域）
大Nc展开中SU(3)格子Yang-Mills理论领先阶的量子模拟
将连续规范场映射到量子计算机的复杂性限制了 QCD 动力学的量子模拟。通过以普朗克自由度的形式参数化规范不变希尔伯特空间，我们展示了如何将希尔伯特空间和相互作用展开为 N c 的逆幂。在这个展开的领先阶下，哈密顿量大大简化，无论是在所需的希尔伯特空间大小还是所涉及的相互作用类型方面。通过添加所得希尔伯特空间的局部能量状态截断，我们给出了明确的构造，允许在量子位和量子三元组上简单表示 SU(3) 规范场。此公式允许在 ibm_torino 上以 CNOT 深度 113 模拟 5 × 5 和 8 × 8 格子上 SU(3) 格子规范理论的实时动力学。
研究并提高学生对量子计算基础知识的理解 Peter Hu*、Yangqiuting Li 和 Chandralekha Singh 系
研究并提高学生对量子计算基础知识的理解 Peter Hu*、Yangqiuting Li 和 Chandralekha Singh 匹兹堡大学物理与天文系，美国宾夕法尼亚州匹兹堡 15260 *通讯作者，pth9@pitt.edu 摘要 量子信息科学与工程 (QISE) 是一个快速发展的领域，它利用来自许多学科的专家的技能来发挥量子系统在各种应用中的潜力。它需要来自各种传统领域的人才，包括物理、工程、化学和计算机科学等等。为了让学生为这样的机会做好准备，重要的是让他们打下坚实的 QISE 基础知识基础，而量子计算在其中起着核心作用。在本研究中，我们讨论了关于量子计算基础和应用的 QuILT 或量子交互式学习教程的开发、验证和评估。这些包括与量子计算相关的关键量子力学概念概述（包括量子计算机与经典计算机的不同之处）、单量子比特和多量子比特系统的性质以及单量子比特量子门的基础知识。该教程采用引导式探究式教学-学习序列。它的开发和验证涉及从专家和学生的角度进行认知任务分析，并使用常见的学生困难作为指导。例如，在参与教程之前，在传统的基于讲座的教学之后，学生反应中常见的一个推理原语是，𝑁 位经典计算机和 𝑁 - 量子比特量子计算机之间的一个主要区别在于，与经典计算机的数字 𝑁 相关的各种事物应该替换为量子计算机的数字 2 𝑁（例如，必须初始化 2 𝑁 量子位，并获得 2 𝑁 位信息作为量子计算机计算的输出）。这种推理原语还导致许多学生错误地认为，在传统计算机上进行计算时，只有 𝑁 种截然不同的状态可用。研究表明，这种推理原语起源于学生学习量子计算机可以为某些问题提供指数优势，例如，用于分解大素数乘积的 Shor 算法，以及计算过程中的量子态可以处于 2 𝑁 线性独立状态的叠加中。教程中的探究式学习序列提供了支架支持，帮助学生发展功能性理解。经过验证的教程的最终版本在物理系提供的两门不同的课程中实施，这两门课程的学生人数略有不同，课程目标也更广泛。在对学生进行传统的基于讲座的必要概念教学后，对学生的理解进行了评估，并在参与本教程后再次进行。我们分析并讨论了它们在本教程中涵盖的概念上的性能改进。引言量子信息科学与工程 (QISE) 是一个令人兴奋的跨学科领域，在量子计算、量子通信和网络以及量子传感方面都有应用，这些应用因多种原因而对科学家和工程师具有吸引力。计算机科学家和工程师正在开发用于各种问题的量子算法，包括
引用：Kang DH，Heo HS，Yang YH等。活性光子平台的液晶综合元面积。光学adv 7，230216（202
metasurfaces由于使用定期布置的纳米结构，可以随意调节电磁波，因此为下一代光学设备打开了通往下一代光学设备的门。然而，元时间通常具有固定的纳米结构几何形状的静态光学响应，这通过替换常规的光学组件来实施向技术的过渡带来挑战。为了解决此问题，液晶（LCS）已被积极地用于使用可调节的双折射物实时设计可调的跨面。在这里，我们回顾了有关LC可调式元面的最新研究，这些研究被归类为波前调整和光谱调整。与对可调式跨面的众多评论相比，该评论深入探讨了LC集成的元整日的最新发展。在这篇综述结束时，我们简要介绍了有关LC驱动的元信息的最新研究趋势，并提出了改善LCS的进一步说明。我们希望这篇评论能够加速新的和创新的LC-POW设备的开发。
引用：Wenzhong Yang和Zhifeng Lu，使用改良的Yolov8s改进了棉田中的杂草检测
在输出图像中分别k Depthise（I，J，K）和k点（i，j，k）代表可分开的卷积的操作。
引用Liu P，Shang J，Qi Z，Qiu S，Lai X，Shi L，Shi L，Zhang Z，Li M和Yang L（2024），深链脊椎炎与心血管疾病的关联
心血管疾病（CVD）包括影响心脏和血管系统的多种疾病（Tsao等，2022）。遗传因素和环境因素都可能在CVD的发展和发展中起作用。尽管在诊断和治疗这些疾病方面取得了进步，但CVD仍然是全世界死亡率和残疾的主要原因（Roth等，2020）。鉴于严重的社会和临床后果，对CVD的危险因素的早期识别和干预对于降低发病率和死亡率至关重要（Roger等，2020）。值得注意的是，一些研究表明，强直性脊柱炎和CVD之间可能存在关联（Ding等，2022； Kwon等，2022）。强直性脊柱炎（AS）被分类为一种自身免疫性疾病，导致骨骼重塑和脊柱僵硬（Toussirot，2021）。先前的研究尚未确定在AS患者中确定CVD的风险。一些研究表明是CVD的独立危险因素（Setyawan等，2021; Kwon等，2022），但已经发布了冲突的结果（Tsai等，2015），这些关系是否是因果关系，其方向性是否仍然不清楚。最近，大型荟萃分析表明，CVD合并症在AS中很常见，提供了关联的关键证据并引起了显着的关注（Zhao等，2020）。由于混杂因素的潜在局限性和当前观察性研究中的因果关系的逆转，因此迫切需要使用强大的研究方法探索AS和CVD之间的因果关系。孟德尔随机化（MR）是一种研究方法，它利用与利益暴露作为工具变量（IVS）相关的遗传变异来推断暴露与疾病后果之间的联系（Burgess和Thompson，2015年）。孟德尔随机分析（MR）分析与常规观察性研究相比，由于在受孕的遗传变异的随机分配而与常规观察性研究相比，在疾病发作之前，与常规观察性研究相比，较不容易受到混淆，反向因果关系和测量误差（Lawlor等人，2008年； Yarmolinsky等人，2019年）。在评估行为暴露，教育程度，社会经济地位和各种疾病之间的各种因果关系中，已经证明了MR研究的适用性（Tillmann等，2017； Harrison等，2020）。此外，先前的MR探索已经审查了AS中风的因果关系（Mei等，2022）和心房效果（Chen等，2022）。尽管如此，这些努力主要集中在特定形式的CVD上。因此，我们的研究参与了MR设计，以确定AS和CVD之间存在因果关系的存在，从而为主要预防CVD提供了科学基础。
检索杰出的生成人工智能的生成rui Yang，MS 1，Yilin Ning，PhD 1，Emilia Keppo 2，Mingxuan Liu，
抽象生成人工智能（AI）在包括医学在内的各个领域都带来了革命性的创新。但是，它也表现出局限性。在响应中，检索增强的生成（RAG）提供了潜在的解决方案，从而使模型通过利用外部知识的检索来生成更准确的内容。随着生成AI的快速发展，RAG可以为将这种变革性技术与医疗应用联系起来铺平道路，并有望将股权，可靠性和个性化的创新带入医疗保健。主要文本生成人工智能（AI）最近在各个领域引起了广泛的关注，包括GPT 1,2和Llama 3-5系列文本生成； DALL-E 6用于图像生成；以及Sora 7的视频生成。在医学上，生成的AI在咨询，诊断，治疗，管理和教育中具有巨大的应用8,9。此外，生成AI的利用可以提高患者的卫生服务质量，同时减轻9-11临床医生的工作量。尽管如此，我们必须考虑生成AI模型的固有局限性，其中包括对训练数据12的偏见的敏感性，缺乏透明度，产生错误的内容，难以维持最新知识的可能性，以及其他8。例如，通过采用过时的基于种族的方程来估计肾功能13，大型语言模型被证明可以产生偏见的响应。在图像产生过程中，已经观察到与性别，肤色和地质文化因素有关的偏见14。同样，对于下游任务，例如回答和文本摘要，生成的内容通常是不一致的，并且缺乏验证的证据15。此外，由于其静态知识和无法访问外部数据，生成的AI模型无法为医生提供最新的临床建议或患者有效的个性化健康管理16。
引用本文：Wenlin Hao，Qinghua Luo，Inge Tomic，Wenqiang Quan，Tobias Hartmann，Michael D.Menger，Klaus Fassbender＆Yang Liu（2024）Modul
摘要肠道细菌调节阿尔茨海默氏病（AD）患者和动物模型的脑病理学；但是，基本机制尚不清楚。在这项研究中，用或不敲除IL-17A基因的3个月大的APP-转基因雌性小鼠用抗生素 - 供应剂TED或正常饮用水进行了2个月的治疗。抗生素处理几乎消除了所有肠道细菌，从而导致脾和肠道中表达IL-17A的CD4阳性T淋巴细胞的降低，并减少脑组织中细菌DNA的降低。肠道细菌的耗竭抑制了脑组织和小胶质细胞中的炎症激活，降低了大脑Aβ水平，并促进了APP-转基因小鼠大脑中ARC基因的转录，所有这些小鼠的影响都被IL-17A的不足消除了。可能是调节Aβ病理学的机制，肠道细菌的耗竭抑制了β-分泌酶活性，并增加了大脑或血脑屏障中ABCB1和LRP1的表达，这也因缺乏IL-17A而逆转。有趣的是，App-转基因小鼠和IL-17A敲除小鼠之间的杂交实验进一步表明，IL-17A的缺乏已经增加了血液脑屏障的ABCB1和LRP1表达。因此，肠道细菌的耗竭可通过IL-17A涉及的信号通路来减弱应用转基因小鼠的炎症激活和淀粉样病理学。我们的研究有助于更好地理解AD病理生理学中肠道轴，并突出了IL-17A抑制作用或肠道细菌的特异性消耗的其他猿潜力，从而刺激IL-17A表达T细胞的发展。
Pillai, R.、Sivathanu, B.、Mariani, M. ORCID：https://orcid.org/0000-0002-7916-2576、Rana, NP、Yang, B. 和 Dwivedi, Y. (2022) 汽车零部件制造公司采用人工智能工业机器人。生产规划与控制，33 (16)。第 1517-1533 页。ISSN 0953-7287 doi：https://doi.org/10.1080/09537287.2021.1882689 可在 https://centaur.reading.ac.uk/93387/ 上获取
全球的汽车零部件制造公司 (ACMC) 正在蓬勃发展地使用人工智能工业机器人 (InRos)。基于利用技术、组织和环境 (TOE) 框架的模型，这项研究研究了在新兴经济背景下 ACMCs 对 InRos 的采用。这项研究通过对印度 460 名 ACMCs 高级经理和所有者的调查，仔细研究了 ACMCs 对 InRos 的采用意向和潜在用途。研究结果表明，感知兼容性、外部压力、感知收益和供应商支持是 InRos 采用意向的关键预测因素。有趣的是，该研究还表明，IT 基础设施和政府支持不会影响 InRos 的采用意向。此外，分析表明，感知成本问题对 ACMCs 采用意向和 InRos 潜在用途之间的关系产生负面调节。本研究提供了理论贡献，因为它部署了传统的 TOE 框架，并反直觉地发现 IT 资源并不是技术采用的主要驱动力：因此，它建议采用比传统 RBV 更全面的框架。这项工作为管理人员提供了管理建议，揭示了在采用 InRos 处于起步阶段的国家中 ACMCs 采用 InRos 的意图和潜在用途的先决条件。关键词：工业机器人、汽车零部件制造、采用、潜在用途、TOE
UCLA -Yang Engineering Immunity Lab
现在是免疫疗法，尤其是细胞疗法的最大瓶颈是制造。截至2023年，FDA批准了六种自动car-T细胞疗法，每位患者的平均成本约为30万美元。使用这种新型技术来扩展Inkt细胞的生产，实际上，每剂量免疫疗法的价格可能会大幅下降至5,000美元。按定义，在临床环境中很容易出现“现成”产品，因此我希望这种新系统将导致一个现实，所有需要治疗的患者都可以立即接受。