XiaoMi-AI文件搜索系统
World File Search SystemZHE
Zhe Zeng
11/2023 GEORGIA技术研究所EECS新星研讨会10/2023 Simons Institute在加利福尼亚大学，伯克利分校，伯克利大学概率巡回赛和逻辑工作室10/2023加利福尼亚大学，圣克鲁斯大学，圣克鲁斯大学统计研究小组07/2023 Amagon Science 07/2023 ZHEJIANS CACCICANID 3 Stuttgart-RWTH-UCLA研讨会02/2023 Amazon和UCLA人类和人工智能科学枢纽09/2022 IBM Research - Almaden Lab Lab可扩展知识智能小组11/2021 Microsoft Research New England Research New England Research New England Research New England Lab Machine学习研讨会04/2021 YAHOO！研究可扩展的机器学习小组04/2021艾伦·图灵研究所以数据为中心的工程研讨会
具有代数约束的概率推断-Zhe Zeng
加权模型集成（WMI）是在混合域中对混合域进行高级概率推断的框架，即在混合连续二散的随机变量上以及存在复杂的逻辑和算术约束的情况下。在这项工作中，我们在理论和算法方面都推进了WMI框架。首先，我们根据WMI问题的依赖关系结构的两个关键特性来追踪WMI推断的障碍性边界：稀疏性和直径。我们证明，当该结构是用对数直径树形的，精确的推断才是有效的。尽管这结果加深了我们对WMI的理论理解，但它阻碍了确切的WMI求解器对大问题的实际适用性。为了克服这一点，我们提出了第一个近似WMI求解器，该求解器不诉诸采样，但对近似模型进行了精确的推断。我们的解决方案迭代执行通过放松的问题结构传递的消息，以恢复丢失的依赖关系。正如我们的实验表明的那样，它会扩展到无法确切的WMI求解器到达的问题，同时提供准确的近似值。
作者：Khoa Dao 导师：Zhe He 教授 机器学习在预测器官移植结果中的应用
该研究领域的主要限制之一是用于训练机器学习和深度学习模型的数据的可用性。目前大多数研究使用 UNOS 注册数据库，并报告了可用于训练模型的数据量有限。人们认为，使用更多数据来训练模型，模型将给出更准确的预测。由于患者和捐赠者的特征以及研究中的选择标准随时间变化，所有模型的性能都随着时间的推移而下降。此外，当模型给出预测时，有时研究人员无法解释它给出预测的原因，例如风险评分。因此，医生无法可靠地将其用于某些患者的独特情况。
微型综述 基于适体的电化学传感器快速检测兽药残留 黄世强 1,2,*，陈明文 2，宣哲 1
1 广东省农产品质量安全检测中心有限公司，广州市天河区粤垦路桥园街 20 号 2 楼，邮编 510507 2 广东省农商热带农业研究所，广州市增城区中信镇学院南路农商研究院科技大楼，邮编 511365 3 仲恺农业工程学院，广州市海珠区仲恺路 501 号，邮编 510225 * E-mail: dundou91369@163.com 收稿日期：2019 年 12 月 2 日 / 接受日期：2020 年 1 月 15 日 / 发表日期：2020 年 4 月 10 日 由于基于适体的生物传感器制备简单、易于修改，同时具有良好的稳定性和广泛的结合靶标，因此引起了众多研究者的关注。本文基于适体的基本原理和电化学适体生物传感器领域的最新研究成果，对电化学技术在兽药残留检测适体生物传感器领域的最新发展进行了综述，并展望了未来发展前景。关键词：适体；电化学传感器；兽药残留；β-激动剂；硝基呋喃；氟喹诺酮类 1.引言
Qipeng Long，Xinchen Tian，Haochen Wang，Ni Zhang，Tao Han*，Zhe Li*和Shulong Jiang*DNA四面体纳米结构的应用
摘要：在DNA纳米技术的指导下建造的DNA纳米结构在过去的二十年中迅速发展，站在生物医学领域的最前沿。其中，DNA四面体纳米疗法（DTN）已成为最具代表性的DNA纳米结构之一。DTN很容易通过四个单链DNA的一步退火而形成。由于其独特的优势，例如简单和稳定的结构组成，高合成的效率，均匀的纳米尺寸，高的可编程性和良好的生物相容性，DTN已被广泛用于生物学检测，生物学成像，药物输送以及其他领域，并显示出巨大的潜力。尤其是在检测与癌症相关的生物标志物和抗癌药物的递送时，基于DTN的纳米平移形式取得了巨大的成功。在这篇综述中，我们专注于DTN在癌症诊断和治疗中的应用以及挑战和前景。
最初发表于：Leite, Vanessa RC；Su, Zhe；Whatley, Adrian M；Indiveri, Giacomo (2022)。皮质启发式布局和布线：最小化
摘要 — 受大脑启发的基于事件的神经形态处理系统已成为一种有前途的技术，特别是用于生物医学电路和系统。然而，神经网络的神经形态和生物实现都具有关键的能量和内存限制。为了最大限度地减少多核神经形态处理器中内存资源的使用，我们提出了一种从生物神经网络中汲取灵感的网络设计方法。我们使用这种方法设计了一种针对小世界网络优化的新路由方案，同时提出了一种硬件感知的布局算法，该算法优化了小世界网络模型的资源分配。我们用一个典型的小世界网络验证了该算法，并给出了从中衍生的其他网络的初步结果。索引术语 — 编译器、神经形态处理器、分层路由、小世界网络、多核、扩展、皮质网络
通过浅层机器学习和深度学习进行建筑热负荷预测 王哲、洪天振、Mary Ann Piette 建筑技术
免责声明：本文件是作为美国政府资助工作的记录而编写的。尽管我们认为本文件包含正确的信息，但美国政府及其任何机构、加利福尼亚大学董事会及其任何员工均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任，也不表示其使用不会侵犯私有权利。本文中以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务，并不一定构成或暗示美国政府或其任何机构或加利福尼亚大学董事会对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构或加利福尼亚大学董事会的观点和意见。
Xue-Fei Wang2，Jing-Ya Tang1,7，Han Liang4,5，...
Xue-Fei Wang 2 , Jing-Ya Tang 1,7 , Han Liang 4,5 , Jing Sun 6 , Sonam Dorje 1,7 , Bo Peng 1,7 , 4 Xu-Wo Ji 2 , Zhe Li 2 *, Xian-En Zhang 1,3 *, Dian-Bing Wang 1 * 5
引用Choi，Il-Kyu，Zhe Wang，Qiang Ke，Min Hong，Dereck W. Paul，Stacey M. Fernandes，Zhuting Hu等。 “ EBV诱导抗肿瘤IMM
使用条款本文从哈佛大学的DASH存储库下载，并根据适用于其他已发布材料（LAA）的条款和条件提供，如https://harvardwiki.atlassian.net/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/wiki/ngy/ngy/ngy5ngy5ndnde4zjgzndnde4zjgzntc5ndndndgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgizzmgiamsfyytytewy
引用Choi，Il-Kyu，Zhe Wang，Qiang Ke，Min Hong，Dereck W. Paul，Stacey M. Fernandes，Zhuting Hu等。 “ EBV诱导抗肿瘤IMM
使用条款本文是从哈佛大学的Dash存储库下载的，并根据适用于其他已发布材料的条款和条件提供，如http：// nrs.harvard.edu/urn-3:hul.instrepos:dash.current.current.current.terms.terms.terms.terms.terms.terms-use-useuse#laa