3。脱离Bellman的完整性:通过基于模型的返回条件的监督学习[链接] Zhaoyi Zhou,Chuning Zhu,Runlong Zhou,Qiwen Cui,Abhishek Gupta,Simon S. Du ICLR 2024 2024年海报我们研究了Al Al Al Al的长度和弱点。4。强化方差学习中的尖锐方差界限:在随机和确定性环境中两全其美[link] Runlong Zhou,Zihan Zhang,Simon S. Du ICML 2023海报我们提供了一个系统的研究研究,对基于模型和模型的强化学习的方差依赖性遗憾界限,用于制作模型和模型的增强范围。 提出的基于模型的算法既适用于随机和确定性MDP。 5。 潜在马尔可夫决策过程的依赖于方差的和无水平的加固学习[链接] Runlong Zhou,Ruosong Wang,Simon S. Du ICML 2023海报我们为潜在MDPS提供了算法框架(可见上下文),从而实现了第一台无线的最小值遗憾。 我们通过使用对称技术为LMDP提供了一种新颖的LMDP遗憾下限来补充这项研究。 6。 了解在线组合优化的政策优化中的课程学习[链接] Runlong Zhou,Zelin HE,Yuandong Tian,Yi Wu,Yi Wu,Simon S. DU TMLR我们制定了典范的在线组合优化问题,作为潜在的MDP,并为LMDPS的自然政策梯度提供了融合。 我们通过相对条件数的角度显示了课程学习的有效性。 7。强化方差学习中的尖锐方差界限:在随机和确定性环境中两全其美[link] Runlong Zhou,Zihan Zhang,Simon S. Du ICML 2023海报我们提供了一个系统的研究研究,对基于模型和模型的强化学习的方差依赖性遗憾界限,用于制作模型和模型的增强范围。提出的基于模型的算法既适用于随机和确定性MDP。5。依赖于方差的和无水平的加固学习[链接] Runlong Zhou,Ruosong Wang,Simon S. Du ICML 2023海报我们为潜在MDPS提供了算法框架(可见上下文),从而实现了第一台无线的最小值遗憾。我们通过使用对称技术为LMDP提供了一种新颖的LMDP遗憾下限来补充这项研究。6。了解在线组合优化的政策优化中的课程学习[链接] Runlong Zhou,Zelin HE,Yuandong Tian,Yi Wu,Yi Wu,Simon S. DU TMLR我们制定了典范的在线组合优化问题,作为潜在的MDP,并为LMDPS的自然政策梯度提供了融合。我们通过相对条件数的角度显示了课程学习的有效性。7。Stochastic Shortest Path: Minimax, Parameter-Free and Towards Horizon-Free Regret [Link] Jean Tarbouriech*, Runlong Zhou* , Simon S. Du, Matteo Pirotta, Michal Valko, Alessandro Lazaric NeurIPS 2021 Spotlight, 3 % acceptance rate We propose an algorithm (EB-SSP) for SSP problems, which is the first to achieve minimax optimal regret while无参数。
光子平台正逐渐成为满足日益增长的人工智能需求的一种有希望的选择,其中光子时间延迟储存器计算(TDRC)被广泛期待。虽然这种计算范式只能采用单个光子器件作为数据处理的非线性节点,但其性能高度依赖于延迟反馈回路(FL)提供的衰减记忆,这限制了物理实现的可扩展性,特别是对于高度集成的芯片。在这里,我们提出了一种简化的光子方案,利用设计的准卷积编码(QC)实现更灵活的参数配置,从而完全摆脱了对FL的依赖。与基于延迟的TDRC不同,基于QC的RC(QRC)中的编码数据支持时间特征提取,从而有助于增强记忆能力。因此,我们提出的QRC无需实现FL即可处理与时间相关的任务或序列数据。此外,我们可以使用低功率、易于集成的垂直腔面发射激光器来实现该硬件,以实现高性能并行处理。我们通过 QRC 和 TDRC 的模拟和实验比较来说明概念验证,其中结构更简单的 QRC 在各种基准测试任务中表现更佳。我们的结果可能为深度神经网络的硬件实现提供了一个有利的解决方案。
r Grants (funded): 2023/07, NSF CCF #2337454 NSF Workshop on Algorithm-Hardware Co- design for Medical Applications (PI), Total: $ 50,000 r Grants (funded): 2023/04, Navy #2328972 Enabling Real-Time Flaw Detection in Laser Powder Bed Fusion Using In-Situ Infrared Monitoring (Co-PI), Total: $ 240,000, My Share: $ 105,708 r Grants (funded): 2022/08, NSF CNS #2213701 Collaborative Research: CCRI: New: A Scalable Hardware and Software Environment Enabling Secure Multi-party Learning (Co-PI), Total: $ 1,600,000, Pitt: $ 480,000, My Share: $ 60,000 r Grants (funded): 2022/08, NSF CCF #2217003 Collaborative Research: PPoSS: LARGE: Co-designing Hardware, Software, and Algorithms to Enable Extreme-Scale Machine Learning Systems (Co-PI), Total: $ 5,000,000, Pitt: $ 1,800,000, My Share: $ 336,000 r Grants (funded): 2022/05, University of Pittsburgh, Provost's Committee Open Educational Resources (OER)Grant(PI),“人工智能硬件设计的OER开发”,5,000美元的R赠款(资助):2021/12,匹兹堡大学,“纳米结构:纳米结构:杠杆机器学习,用于可扩展的生物塑造的chiral nanostructures的可扩展制造业,
我的研究重点是开发可解释的机器学习算法和管道,以促进人类模型的相互作用,以解决高风险决策问题。我解决了可解释的机器学习中的基本问题,使非常简单的模型以非常快速且可扩展的方式实现与黑匣子相当的性能。我引入了一种用于机器学习的新范式,称为学习Rashomon集,以通过在最佳损失的ε中找到和存储所有模型,从而破坏用户和ML算法之间的交互瓶颈。我已经在神经,ICML,AAAI,AISTATS,IEEE VIS和统计数据中发表了多篇论文。北卡罗来纳州学术大学,位于北卡罗来纳州教堂山教堂山的北卡罗来纳州教授助理教授2024年7月 - 数据科学与社会运营学院研究教育教育教育杜克大学达勒姆大学达勒姆大学,北卡罗来纳州博士。在计算机科学2020 - 2024论文中:解释性和多样性:通往可信赖的机器学习的途径M.S.统计科学2018 - 2020年北卡罗来纳大学教堂山教堂山北卡罗来纳州北卡罗来纳州 统计和信息科学2014 - 2018年选定统计科学2018 - 2020年北卡罗来纳大学教堂山教堂山北卡罗来纳州北卡罗来纳州统计和信息科学2014 - 2018年选定
糖尿病是一种以慢性高血糖为特征的代谢性疾病,主要包括1型糖尿病(T1DM)和2型糖尿病(T2DM),后者占糖尿病病例的85%以上(Patil et al.,2023)。随着全球经济发展和生活方式的改变,糖尿病患病率迅速上升(Abdul Basith Khan et al.,2020)。根据国际糖尿病联合会的数据,2019年全球约有4.63亿成年人患有糖尿病,预计到2045年这一数字将上升到7亿(Saeedi et al.,2019)。糖尿病及其并发症不仅严重影响患者的生活质量,也给全球医疗保健系统带来沉重的经济负担。目前,糖尿病治疗主要依靠胰岛素注射、口服降糖药和生活方式干预(Sivakumar等,2021;Prasathkumar等,2022)。但这些传统治疗方法存在一定的局限性。胰岛素注射虽然有效,但患者依从性差,且可能引起低血糖等不良反应(Cernea和Raz,2020)。口服降糖药,包括二甲双胍、磺酰脲类药物和DPP-4抑制剂,可有效控制血糖水平,但长期使用可能导致胃肠不适、体重增加等副作用(Ou等,2015;Yu等,2020)。因此,探索安全有效、副作用小的糖尿病治疗方法已成为迫切的需求。近年来,肠道菌群作为内环境的重要调节系统,在糖尿病发病机制和治疗中受到广泛关注(Afzaal et al.,2022)。肠道菌群是指栖息于人体肠道内的微生物群落,在宿主代谢、免疫调节、营养吸收和维生素合成等过程中发挥重要作用(Gomaa,2020;Dey,2024)。研究发现,糖尿病患者肠道菌群多样性显著降低,有益菌减少,有害菌增多,这种菌群失调与糖尿病的发生发展密切相关(Sechovcová et al.,2024)。例如,糖尿病患者肠道中厚壁菌门与拟杆菌门比例失衡与胰岛素抵抗和低度慢性炎症密切相关(Bajinka等,2023)。调节肠道菌群恢复其平衡可能为糖尿病的防治提供新的策略。有趣的是,许多中药和制剂在调节肠道菌群和改善代谢紊乱方面表现出独特的优势。例如,黄连中的主要活性成分小檗碱通过调节肠道菌群组成和改善胰岛素敏感性和葡萄糖代谢。
简介:被认为是月球南极的永久遮蔽区域(PSR),可以容纳多种资源,这些资源对于支持和推进人类对月球和其他行星体的探索至关重要。遥感数据(例如,Diviner [1])表明,PSR中的低表面温度为水冰和其他挥发物的冷捕获提供了一个有利的热环境,某些区域的温度低至20K。准确的估计了Lunar Regolith在低于100 K的pot pot pot pot pot pot pot pot pot pot pot thermant 〜100 k的距离〜100 k的距离。然而,关于月球雷果石的热物理特性的许多已发表研究都集中在150 K以上的温度上(例如2)。我们提出了实验性的努力,以测量在15-300 K的温度范围内测量直径为400-500 µm的直径玻璃珠和NU-LHT-2M月球模拟物,以及15-150 K的Apollo 11 Regolith。端盖设计以减少热量损失,并进行扩展的加热探针针,以改善测量值。初步结果表明,温度的导热率降低,低于月球雷果石的标准导热率模型预测(例如4)。干岩的低温热导率测量值可能是估计特定区域中冰或挥发性含量的基线。水冰的变化和挥发性丰度有望影响原位观察到的热导率值,或从遥感测量值中推断出来。
基于模型的控制在工程和科学的许多分支中都起着至关重要的作用。本演讲的目的是为控制系统设计提供不同的范式。我们直接从数据中学习了理想的控制器,而不是从模型中设计控制器,这是控制理论的新方向,它来自人工智能和自主系统中的新兴应用。基于学习的控制是一种直接控制方法,旨在开发具有保证的稳定性,鲁棒性和最佳性的计算简单,可分析的(增强)学习算法。在本演讲中,我将首先回顾具有未知动态的连续时间线性和非线性系统的基于学习的控制的早期发展。然后,我将以基于学习的控制器的鲁棒性介绍最新结果。最后,我们通过其应用于自动驾驶汽车和生物运动控制的应用来说明基于学习的控制的有效性。
由于细胞学家的短缺,资源匮乏地区的妇女无法平等地获得宫颈细胞学检查,而宫颈细胞学检查是宫颈癌筛查中的关键作用。新兴研究表明人工智能辅助系统在资源有限的情况下促进细胞学检查实施的潜力。然而,在评估人工智能对提高细胞学家工作效率的帮助方面还存在不足。本研究旨在评估人工智能排除细胞学阴性玻片的可行性,并提高玻片解释的效率。纳入了带有良好注释的玻片,以开发分类模型,该模型用于对验证组的玻片进行分类。近 70% 的验证玻片被人工智能系统报告为阴性,并且这些玻片均未被专家细胞学家诊断为高级别病变。在人工智能系统的帮助下,每张玻片的平均解释时间从 3 分钟减少到 30 秒。这些发现表明人工智能辅助系统在加速大规模宫颈癌筛查中的幻灯片解释方面具有潜力。
心血管疾病(CVD)是世界上最常见的疾病之一,具有高致病性和高死亡率的特点(Vong等,2018;Wang等,2022a;Qian等,2021)。CVD的临床治疗主要包括三种方式:药物治疗,这是最广泛的治疗方式,也是CVD治疗的基础;介入治疗,包括射频消融和心脏起搏治疗;外科治疗,包括搭桥治疗和心血管移植(Abdelsayed等,2022;Lunyera等,2023;Krahn等,2018)。血管移植主要用于恢复或建立新的血流通路,以维持或改善组织或器官某个区域的血液循环,例如因创伤或切除导致血管段缺损,或动脉栓塞或淋巴阻塞而需要“搭桥”形成循环系统的情况(Xing et al.,2021;Zhao et al.,2023)。血管移植要求供应血管具有与受体血管相同的外径和足够的长度。移植物也面临供区血液循环受损(缺血或淤滞)等问题。因此,迫切需要高性能的人工血管移植来替代自体血管进行血流重建。目前小口径人工血管(<6 mm)主要用于冠状动脉搭桥术、外周血管搭桥术、血管创伤(缺损≥2 cm)、血液透析的组织血管通路、器官功能恢复等(Asakura等,2019;Wang等,2021;Wu等,2018),但人工血管移植可导致吻合口血栓形成、内皮增生等严重并发症,影响管腔通畅性(Oliveira等,2020;Teebken和Haverich,2002;Zhuang等,2020)。此外,目前的人工血管支架虽然具备一定的力学性能和生物相容性或能提供血管再生所需的生化信号,但在模拟天然血管的结构和功能方面还存在明显的不足,现有的支架往往不能充分模拟天然血管网络的拓扑结构,并会诱导细胞爬行,从而影响血管支架在临床应用中的效果(Liang等,2016;Cheng等,2022)。因此,为提高小口径人工血管的通畅性,通过材料选择、表面改性等提高生物相容性/内皮化/力学性能成为重点研究方向。静电纺丝技术可以制备具有高比表面积和孔隙率的微/纳米纤维,可以模拟细胞外基质,促进细胞黏附、增殖和分化,为细胞提供良好的生长环境。该接收装置的设计可以制备不同直径的管状结构,是制备小直径人工血管支架的理想方法(姚等,2022;郭等,2023;宋等,2023;王等,2022b)。特别是利用该技术制备的血管支架可以负载生物因子,提高血管支架的生物相容性,促进血管快速内皮化。虽然目前的人工血管支架已经具备一定的力学性能、生物相容性或能提供血管再生所需的生化信号,但如何结合现有支架的优势,将生物因子负载于血管内,实现血管再生,是当前血管支架研究的热点。
Zhang Y,Insaf T,Kioumourtzoglou M-A,He MZ,Kinney P:使用多个PM 2.5产品量化纽约州减少排放的健康益处。 口头表现。 纽约州能源研发局与能源相关的空气质量和健康效果研讨会。 奥尔巴尼,纽约。 2019年4月。 13。 MZ,Kioumourtzoglou M-A,Kinney PL,Fiore A,Jin X,Do V,Liu S,Insaf T,Michalski A:Zhang Y,Insaf T,Kioumourtzoglou M-A,He MZ,Kinney P:使用多个PM 2.5产品量化纽约州减少排放的健康益处。口头表现。纽约州能源研发局与能源相关的空气质量和健康效果研讨会。奥尔巴尼,纽约。2019年4月。13。MZ,Kioumourtzoglou M-A,Kinney PL,Fiore A,Jin X,Do V,Liu S,Insaf T,Michalski A:MZ,Kioumourtzoglou M-A,Kinney PL,Fiore A,Jin X,Do V,Liu S,Insaf T,Michalski A: