XiaoMi-AI文件搜索系统
World File Search SystemZhou
引文 Lin X, Zhou L, Si S, Cheng H, Alifu X, Qiu Y, Zhuang Y, Huang Y, Zhang L, Ainiwan D, Liu H 和 Yu Y (2024) 合并症的关联
妊娠期糖尿病 (GDM) 是指妊娠期间新发或首次确诊的糖耐量异常。据报道，全球 12.8% 的孕妇患有 GDM，在中国 GDM 的发病率已达 14.8%，且呈上升趋势 (1)。妊娠期高血压疾病 (HDP) 是一组以妊娠期间血压升高为特征的母体疾病，包括妊娠期高血压、子痫前期和子痫。据报道，全球 HDP 的患病率为 4.6% 至 13.1% (2)，在中国孕妇中约为 5% 至 10% (3)。GDM 和 HDP 均与不良出生结局的风险相关，包括新生儿出生体重、早产 (PTB)、前置胎盘、胎膜早破和胎盘早剥。 GDM 的长期并发症包括母亲和后代的肥胖、糖尿病和心血管疾病。HDP 会增加未来冠状动脉疾病和慢性肾脏疾病的风险。GDM 和 HDP 都是妊娠期最常见的并发症。近年来，GDM 和 HDP 的患病率迅速上升。同时患有这两种疾病的孕妇对临床管理提出了巨大的挑战。先前的研究表明 GDM 和 HDP 密切相关，患有 GDM 的女性患高血压和先兆子痫的风险显著增加（4）。GDM 和 HDP 共病可能会进一步增加不良出生结局的风险。然而，先前的研究大多调查了只有其中一种疾病对不良结局的影响。关于 GDM 和 HDP 共病的研究很少，它们之间的相互作用尚不清楚。单一疾病的 GDM 或 HDP 与不良结局之间的关系已经得到充分证实。 GDM 与巨大儿、先兆子痫、低体重出生儿、产伤（肩难产）、呼吸窘迫、剖宫产、新生儿重症监护病房（NICU）和胎儿死亡等不良结局相关（5，6）。HDP 增加早产、死产、小于胎龄儿（SGA）和低体重出生儿的风险（3，7）。PE 显著增加胎盘早剥的风险（8）。研究表明，对于 GDM 合并 PE 的孕妇，妊娠期体重增加过多（GWG）会更明显地增加早产和大于胎龄儿（LGA）的风险（9），并且其 PE 严重程度与 SGA 呈正相关（10），这表明 GDM HDP 的共病可能会对不良出生结局产生显著影响。另一项研究表明糖尿病合并高血压显著增加早产发生率，但该研究中的是慢性糖尿病而非妊娠期糖尿病（11）。英国的一项研究表明妊娠期糖尿病合并妊娠期高血压显著增加LGA和剖宫产的发生率
引用Chen，Baohong，Jing Jing Lu，Can Hui Yang，Jian Hai Yang，Jinxiong Zhou，Yong Mei Chen和Zhigang Suo。 2014年。“高度拉伸和transp
1国际机械结构强度和振动的国家关键实验室，国际应用机械师和航空航天学院，西安·贾东大学（Xi'an jiaotong University，xi'an 710049），中国2，MOE科学学院，MOE科学学院，Moe Moe键实验室非平衡学院，非平衡学院，用于秘密综合和调节。美国马萨诸塞州剑桥大学02138的哈佛大学Bionano科学技术学院科学学院
Lee，C。C.，Tan，T。G.，Sharma，V。，＆Zhou，J。（印刷中）。通用CPS设置上的量子计算威胁建模。在第三国际> 新辅助治疗HER2-阳性乳腺癌中的HER2靶向疗法：系统评价和网络元分析Gunasekara，A。D. M EPR效应增强剂强烈增强了纳米医学的靶向肿瘤递送到晚期癌症：进一步扩展以增强疗法 Mohamed，A。A. R.，Morrow，D。J.，Best，R。J.，Cupples，A.，Bailie，I。，＆Pollock，J。（2021）。分布式电池储能系统操作FRA 具有妊娠糖尿病史的女性中特定饮食模式与心脏代谢结局的关联：范围评论 Singh，A。和Tiwari，V。K.（2023）。人前额叶皮层发育过程中瞬时细胞状态的转录网络。分子的边界 检查员工参与支持绿色供应链管理实践的影响：绿色人力资源人 McIlwaine，N.，Foley，A.M.，Morrow，D.J.，Al Kez，D.，Zhang，C.，Lu，X。，＆Best，R。J.（2021）。分销的最先进的技术经济评论
摘要。量子计算机的威胁是真实的，将需要经典系统和应用程序的显着资源和时间，以准备针对威胁的补救措施。在算法级别，这是两个最受欢迎的公钥加密系统RSA和ECC，使用Shor's算法易于量化加密分析，而Grover的Algorithm的algorithm却削弱了对称键和基于哈希的密码系统。在实施层中了解了较少的知识，在这种情况下，企业，运行和其他考虑因素，例如时间，资源，专有技术和成本可以影响受威胁的申请的速度，安全性和可用性。，我们对20种众所周知的威胁建模方法进行了景观研究，并在与攻击树和大步互补时识别面食，作为评估现有系统量子计算威胁的最合适方法。然后，我们在通用的网络物理系统（CPS）上进行意大利面威胁建模练习，以证明其效率并报告我们的发现。我们还包括在威胁建模练习中确定的缓解策略，以供CPS所有者采用。
引用：Zhou T，Kirby-Ginns S，Salman D等。使用CodeSign研讨会为针对Chron的移动健康应用程序开发概念框架
抽象目标本研究的目的是收集各种利益相关者的见解，确定现有的挑战并探索相关解决方案，以开发一个概念框架，该概念框架有助于开发慢性下背痛（CLBP）自我管理应用程序。设计代码工作坊方法。进行研究是在线进行的，允许一群利益相关者的参与。参与者是通过社交媒体平台和专业网络招募的，其中包括LBP至少3个月的个人，在CLBP管理中经验丰富的医疗保健专业人员以及具有数字健康应用程序背景的应用程序开发人员。干预措施使用了专注于集思广益，沟通和反思练习的代码签名研讨会，旨在促进合作和收集利益相关者的见解。结果衡量了针对CLBP的移动健康（MHealth）应用程序的关键挑战和潜在解决方案。结果九个利益相关者在当前的背痛应用程序中确定了四个主要挑战：信念和信任，动机，安全性和可用性。该小组还针对这些挑战进行了协作并提出了实用解决方案。结论本研究说明了CodeSign研讨会方法在为开发CLBP开发MHealth解决方案的关键见解方面的实用性。从这些研讨会中收集的见解可用于为未来的应用程序开发提供信息，从而有可能改善用户参与度。
中性工作记忆训练的脑电图相关性可改善考试焦虑中的注意力控制 Wei, Hua; Beuckelaer, A. de; Zhou, R. 2022，
注意力控制理论认为，高测试焦虑 (HTA) 个体的注意力控制能力受损。然而，通过工作记忆训练，有可能提高这类人的注意力控制能力。本研究调查了 20 天的工作记忆训练（使用情绪中性刺激）是否能提高 HTA 个体的注意力控制能力。在测试相关压力情况下，使用 Flanker 和 Go/Nogo 实验任务测量注意力控制的前后结果，并收集脑电图数据。结果仅显示，HTA 个体在进行中性工作记忆训练后（即结果后与结果前）的 Nogo alpha 功率显著下降。然而，我们未能提供证据证明中性工作记忆训练对 Flanker 和 Go/Nogo 任务中任务表现的提高具有有益的转移效应。因此，本研究表明，在执行 Go/Nogo 任务时，中性工作记忆训练与重要的神经生理相关因素明显相关，但转移效应相当有限。
Runlong Zhou (周润龙)
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。
引用：Zhou CD、Huang Y、Yang YG 等。具有增强存储能力的精简光子储存器计算机。Opto-Electron Adv 8，240135
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。
Peipei Zhou
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，
引用 Liang J, Lin X, Liao X, Chen X, Zhou Y, Zhang L, Qin Y, Meng H 和 Feng Z (2025) 中医药全球文献计量分析
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。