XiaoMi-AI文件搜索系统
World File Search SystemZou
预印本
广泛用作航空航天和核工程（在裂变和聚变应用）的结构材料、金属加工工具和坩埚，以及腐蚀环境中的化学反应容器。最近，所有组成元素含量相当的复杂浓缩合金 (CCA) 已成为 RA 研究的一个新课题 [3, 4, 5, 6]。从纯金属到 CCA 的转变通常会改善材料性能和/或出现新的有益工程特性。在过去的 15-20 年里，这类合金一直是深入研究的主题。如今广泛讨论的高熵合金 [7, 8, 9] 是 CCA 的一个特例，其中合金元素的数量等于或超过五种。但即使涉及的元素数量只有三四种，与纯金属相比，高构型熵和严重的晶格畸变也会导致 CCA 材料性质发生质的变化。Senkov 等人。 [3, 10] 研究了一种 W 0.25 Ta 0.25 Mo 0.25 Nb 0.25 合金，该合金在高温下表现出有趣的力学性能：在 850K 至 1800K 的温度范围内，屈服应力极高（约 600 MPa）并且似乎几乎与温度无关。人们认为造成这一不寻常特征的主要机制之一是 CCA 的局部晶格畸变 (LLD) [7, 11]，它抑制了位错运动。根据这一推测，在 Zou 等人最近的研究中 [12]，他们通过高分辨率透射电子显微镜证实了 Nb-Mo-Ta-W 耐火合金中的局部畸变。经典分子动力学 (MD) 模拟是研究 CCA 特性最有力的工具之一。这种建模的关键部分是原子间势。因此，为此类系统开发可靠且广泛适用的势能是计算材料科学中的一项基本任务。对于耐火 CCA，Zhou 等人 [13, 14] 报道了一类可扩展至合金的嵌入式原子方法 (EAM) 势能。2013 年，Lin 等人 [15] 将 Zr 和 Nb 组分纳入该组势能中。这些势能被广泛用于探测耐火 CCA 中缺陷的行为 [16, 17, 18, 19, 20]。然而，由于可预测性较差，使用该模型获得的模拟结果最多只能视为定性的——即使对于纯金属也是如此。例如，对于纯钨，Zhou 的势能严重高估了熔化温度（比实验值高出近 1000K）[21]，并且与从头算计算结果相比，显示出错误的螺位错 Peierls 势垒特征（峰值和形状）[22]。对于纯钼，Zhou 的模型给出了螺位错的极化核心
柔性传感器技术路线图
Yifei Luo, Mohammad Reza Abidian, Jong-Hyun Ahn, Deji Akinwande, Anne M. Andrews, Markus Antonietti, Zhenan Bao, Magnus Berggren, Christopher A. Berkey, Christopher John Bettinger, Jun Chen, Peng Chen, Wenlong Cheng, Xu Cheng, Seon-Jin Choi, Alex Chortos, Canan Dagdeviren, Reinhold H. Dauskardt, Chong-an Di, Michael D. Dickey, Xiangfeng Duan, Antonio Facchetti, Zhiyong Fan, Yin Fang, Jianyou Feng, Xue Feng, Huajian Gao, Wei Gao, Xiwen Gong, Chuan Fei Guo, Xiaojun Guo, Martin C. Hartel, Zihan He, John S. Ho, Youfan Hu, Qiyao Huang, Yu Huang, Fengwei Huo, Muhammad M. Hussain, Ali Javey, Unyong Jeong, Chen Jiang, Xingyu Jiang, Jiheong Kang, Daniil Karnaushenko, Ali Khademhosseini, Dae-Hyeong Kim, Il-Doo Kim, Dmitry Kireev, Lingxuan Kong, Chengkuo Lee, Nae-Eung Lee, Pooi See Lee, Tae-Woo Lee, Fengyu Li, Jinxing Li, Cuiyuan Liang, Chwee Teck Lim, Yuanjing Lin, Darren J. Lipomi, Jia Liu, Kai Liu, Nan Liu, Ren Liu, Yuxin Liu, Yuxuan Liu, Zhiyuan Liu, Zhuangjian Liu, Xian Jun Loh, Nanshu Lu, Zhisheng Lv, Shlomo Magdassi, George G. Malliaras, Naoji Matsuhisa, Arokia Nathan, Simiao Niu, Jieming Pan, Changhyun Pang, Qibing Pei, Huisheng Peng, Dianpeng Qi, Huaying Ren, John A. Rogers, Aaron Rowe, Oliver G. Schmidt, Tsuyoshi Sekitani, Dae-Gyo Seo, Guozhen Shen, Xing Sheng, Qiongfeng Shi, Takao Someya, Yanlin Song, Eleni Stavrinidou, Meng Su, Xuemei Sun, Kuniharu Takei, Xiao-Ming Tao, Benjamin C. K. Tee, Aaron Voon-Yew Thean, Tran Quang Trung, Changjin Wan, Huiliang Wang, Joseph Wang, Ming Wang, Sihong Wang, Ting Wang, Zhong Lin Wang, Paul S. Weiss, Hanqi Wen, Sheng Xu, Tailin Xu, Hongping Yan, Xuzhou Yan, Hui Yang, Le Yang, Shuaijian Yang, Lan Yin, Cunjiang Yu, Guihua Yu, Jing Yu, Shu-Hong Yu, Xinge Yu, Evgeny Zamburg, Haixia Zhang, Xiangyu Zhang, Xiaosheng Zhang, Xueji Zhang, Yihui Zhang, Yu Zhang, Siyuan Zhao, Xuanhe Zhao, Yuanjin Zheng, Yu-Qing Zheng, Zijian Zheng, Tao Zhou, Bowen Zhu, Ming Zhu, Rong Zhu, Yangzhi Zhu, Yong Zhu, Guijin Zou, and Xiaodong Chen *
柔性传感器技术路线图 - 香港
Yifei Luo, Mohammad Reza Abidian, Jong-Hyun Ahn, Deji Akinwande, Anne M. Andrews, Markus Antonietti, Zhenan Bao, Magnus Berggren, Christopher A. Berkey, Christopher John Bettinger, Jun Chen, Peng Chen, Wenlong Cheng, Xu Cheng, Seon-Jin Choi, Alex Chortos, Canan Dagdeviren, Reinhold H. Dauskardt, Chong-an Di, Michael D. Dickey, Xiangfeng Duan, Antonio Facchetti, Zhiyong Fan, Yin Fang, Jianyou Feng, Xue Feng, Huajian Gao, Wei Gao, Xiwen Gong, Chuan Fei Guo, Xiaojun Guo, Martin C. Hartel, Zihan He, John S. Ho, Youfan Hu, Qiyao Huang, Yu Huang, Fengwei Huo, Muhammad M. Hussain, Ali Javey, Unyong Jeong, Chen Jiang, Xingyu Jiang, Jiheong Kang, Daniil Karnaushenko, Ali Khademhosseini, Dae-Hyeong Kim, Il-Doo Kim, Dmitry Kireev, Lingxuan Kong, Chengkuo Lee, Nae-Eung Lee, Pooi See Lee, Tae-Woo Lee, Fengyu Li, Jinxing Li, Cuiyuan Liang, Chwee Teck Lim, Yuanjing Lin, Darren J. Lipomi, Jia Liu, Kai Liu, Nan Liu, Ren Liu, Yuxin Liu, Yuxuan Liu, Zhiyuan Liu, Zhuangjian Liu, Xian Jun Loh, Nanshu Lu, Zhisheng Lv, Shlomo Magdassi, George G. Malliaras, Naoji Matsuhisa, Arokia Nathan, Simiao Niu, Jieming Pan, Changhyun Pang, Qibing Pei, Huisheng Peng, Dianpeng Qi, Huaying Ren, John A. Rogers, Aaron Rowe, Oliver G. Schmidt, Tsuyoshi Sekitani, Dae-Gyo Seo, Guozhen Shen, Xing Sheng, Qiongfeng Shi, Takao Someya, Yanlin Song, Eleni Stavrinidou, Meng Su, Xuemei Sun, Kuniharu Takei, Xiao-Ming Tao, Benjamin C. K. Tee, Aaron Voon-Yew Thean, Tran Quang Trung, Changjin Wan, Huiliang Wang, Joseph Wang, Ming Wang, Sihong Wang, Ting Wang, Zhong Lin Wang, Paul S. Weiss, Hanqi Wen, Sheng Xu, Tailin Xu, Hongping Yan, Xuzhou Yan, Hui Yang, Le Yang, Shuaijian Yang, Lan Yin, Cunjiang Yu, Guihua Yu, Jing Yu, Shu-Hong Yu, Xinge Yu, Evgeny Zamburg, Haixia Zhang, Xiangyu Zhang, Xiaosheng Zhang, Xueji Zhang, Yihui Zhang, Yu Zhang, Siyuan Zhao, Xuanhe Zhao, Yuanjin Zheng, Yu-Qing Zheng, Zijian Zheng, Tao Zhou, Bowen Zhu, Ming Zhu, Rong Zhu, Yangzhi Zhu, Yong Zhu, Guijin Zou, and Xiaodong Chen *
TIGD1在非小细胞肺癌中的生物信息学分析及实验验证
触发转座因子衍生物 1 (TIGD1) 基因是人类独有的，它编码一种蛋白质。该蛋白质的特点是存在三个 pfam 结构域：位于氨基酸 9 和 60 之间的 DNA 结合 HTH 结构域、跨越氨基酸 80–147 的 HTH CenpB 型 DNA 结合结构域，以及从氨基酸 216–403 延伸的 DDE 内切酶结构域 (5)。TIGD1 属于 TIGD 基因家族，其蛋白质与哺乳动物着丝粒蛋白 B (CENP-B) 具有显著的结构和功能特征，并与细胞周期相关蛋白表现出重要的关系 (6)。尽管如此，TIGD1 的确切生物学作用仍在很大程度上未被探索 (7)。先前的研究已经利用生物信息学技术证明了 TIGD1 在癌细胞增殖、侵袭和迁移中潜在的关键作用。有报道称，TIGD1的表达变化在肝癌发生过程中尤为显著，提示其可能参与了肝癌的发生发展（7），且TIGD1在结直肠癌、肺癌、胰腺癌等多种癌症类型中均表现出高表达。值得注意的是，在乳腺癌、肝癌、肺癌和胃癌患者中，TIGD1表达升高与不良疾病结局之间存在相关性（8）。最近的研究表明，TIGD1对免疫反应和化疗反应也有明显的影响。例如，在口腔鳞状细胞癌的研究中，研究者发现TIGD1通过激活IL-17信号通路来调节树突状细胞活性，从而促进口腔鳞状细胞癌的发生和进展。在之前对卵巢癌的研究中，观察到TIGD1对卵巢癌患者对铂类化疗的反应有影响（9）。在他们的研究中，Zou 和同事将生物信息学技术与体外细胞研究相结合，以确定 TIGD1 作为结肠癌的独立预后指标。研究表明，TIGD1 通过触发各种结肠癌信号通路（如 Wnt/B-catenin、E-cadherin、N-cadherin、Bcl-2、BAX、CDK6 和细胞周期蛋白 D1）加速癌细胞从 G1 期向 S 期的转变。这一过程促进癌细胞更平稳地进展，同时抑制细胞凋亡 ( 10 )。此外，另一项研究观察到，TIGD1 可以通过提高铜离子的浓度来潜在地增加结直肠癌细胞中铜毒性引起的细胞死亡 ( 11 )。这些研究表明，TIGD1 作为肿瘤识别标志物和免疫治疗领域的关键靶点具有巨大的潜力。然而，还需要进一步深入研究来确定其具体的临床转化价值。
请求奖学金申请 - 创建绿色非洲
通话发布日期：2024年7月24日提交申请的截止日期：2024年9月6日，该项目的背景欧盟（EU）在其非法学术学术行动计划下，已提供资金，以支持在非洲（Create greata greatia of Africa of Africa of Africa）培训非洲大学研究生的培训。该项目是一个机动性计划，包括六个非洲合作伙伴机构和一名欧盟技术合作伙伴。创建绿化财团包括达累斯萨拉姆大学（UDSM，坦桑尼亚）作为梅克尔大学（MU，埃塞俄比亚）的协调机构，津巴布韦开放大学（Zou，Zimbabwe，Zimbabwe），芬太尼大学（UFS，南非，南非）欧洲技术合作伙伴南丹麦大学（丹麦SDU）。该项目旨在通过流动性和经验共享来提高非洲大陆面向气候的技能和资格。Create-Greenafrica将通过确保妇女和女童的参与以及一般的一般财团，尤其是非洲大陆的弱势群体，促进学生，受训人员，财团员工以及其他非遗产分子的适应和缓解的知识和技能，从而为促进学生，学员，财团员工以及其他非遗产分子的知识和技能做出重大贡献。该项目将为学生提供全学位课程和短期信贷流动性的奖学金。成功的候选人有望实现为项目目标做出贡献的研究。A total of 35 Masters and 12 PhDs will be trained from 2024 to 2028 in the thematic areas of i) Environmental Sustainability (impact assessment, adaptation and mitigations of climate variability and change), ii) Climate/weather related processes at local and global level for proper forecast, prediction and early warning, iii) Resilience of food production systems to climate change and variability impacts, iv) Gender-climate-food system与气候和发展有关的联系，政策和机构，v）气候变化和水资源，vi）集体行动以及基于自然资源管理和基于生态系统的适应气候变化。该项目将支持希望进行研究的研究人员，从而为总体创建绿化研究目标做出贡献，这些研究涵盖了气候变化和适应性的广泛领域。该申请的呼吁目标是6个全职博士学位（索取学位），6个短期博士学位（信用求职），6个全日制硕士学位（学位寻求学位）和6个短期硕士学位（信用求职）（信用求职）计划，从非洲托管非洲伙伴非洲高等教育机构（HEI）。学生将进行高级研究，这将导致期刊文章，会议论文和创新。全日制M.SC学生的研究持续时间为24个月，短期M.SC学生为4个月，全职博士生为36个月，短期博士学位学生为6个月。
1338.pdf 第 55 届 LPSC（2024 年）
利用行星科学数据试验新兴人工智能和增强现实技术，开展 STEM 教育和公众推广。王平 1、洪鹏宇 2、Kristin Bass 3、Nicholas Dygert 1、Jeffrey Moersch 1、Vasileios Maroulas 1、黄诗纯 1、Stan Tomov 1、Quinn Argall 4、Shalaunda Reeves 1、Melody Hawkins 5、Janine Al-Aseer 1、Helen Zhang 6、Flora Yu Zhu 7、Alice Zhitong Zou 8、徐德佳 9 和安飞 10。1 大学。田纳西大学诺克斯维尔分校 (pwang27@utk.edu)、2 布兰迪斯大学、3 Rockman 等合作社、4 美国科学与能源博物馆、5 诺克斯县学区、6 波士顿学院、7 大颈南高中、8 谷地基督教高中、9 德克萨斯大学奥斯汀分校、10 大学科克分校简介：人工智能 (AI) 迅速渗透到几乎各行各业和每个职业，这要求我们采取创新方法在所有环境中促进公众的 AI 素养和教育 [1]。因此，在过去几年中，我们一直在尝试将新兴 AI 作为一种工具，利用行星科学数据通过各种项目和活动在内华达州南部和现在的田纳西州东部进行 STEM 教育和公众宣传。我们还在设计和实施中使用了增强现实 (AR)。本摘要的目的是介绍我们使用新兴人工智能和增强现实工具的努力，通过跨学科的方法和实验精神，扩大高中生和广大公众对行星科学以及人工智能和增强现实新技术的认识。发展：高质量的火星图像，包括 HiRISE（高分辨率成像科学实验）图像和 NASA PDS [2] 上的探测器的其他图像，为公众提供了前所未有的详细探索火星的机会。然而，仅仅观察这些图像并不能充分认识到这些图像的科学意义。2020 年，我们在内华达大学拉斯维加斯分校的 Marjorie Barrick 艺术博物馆开发并实施了一项增强现实计划，我们让青少年和他们的家人使用博物馆的增强现实沙箱模拟火星表面特征，包括陨石坑和冲积扇。增强现实沙箱是一个 3D、交互式、动态工具，有助于了解地图和地形。借助专业软件，我们能够将等高线映射到沙子上，并随着沙子的实时移动而进行调整。我们开发并实施了一系列课程，名为 HiRISE+AI，采用以应用为中心的方法，面向高中生。我们使用 Amaud Bodin 的 Python for High School [3] 和 Coursera 卷积神经网络的大量修订版作为我们的基本学习材料。我们利用 AI 支持的资产（包括音乐和语音）创建了“太空主题 AI 实验”播客系列 [4]。我们通过定制的 HiRISE 向公众介绍了 NASA PDS 的 HiRISE 图像数据
MICCAI 2024 计划一览
论文 ID 标题/作者 指定会议 6 时空对比网络用于冠状动脉 CT 血管造影中冠状动脉疾病的数据高效学习 马兴华，邹明业，方欣燕，刘洋，罗恭宁，王伟，王宽泉，邱兆文，高鑫，李硕 海报 5 14 TP-DRSeg：通过显式文本提示辅助 SAM 改善糖尿病视网膜病变病变分割 李文学，熊新宇，夏鹏，鞠烈，葛宗元 海报 4 26 用于外科三联体识别的尾部增强表征学习 桂双春，王振坤 海报 1 40 MH-pFLGB：通过全局旁路模型进行医学图像分析的异构个性化联邦学习 谢璐媛，林曼青，徐晨明，栾天宇，曾志鹏，文俊Chen, Cong Li, Yuejian Fang, Qingni Shen,zhonghai Wu 海报 2 50 FM-ABS：即时基础模型驱动 3D 医学图像分割的主动无监督学习 Zhe Xu, Cheng Chen, Donghuan Lu, Jinghan Sun, Dong Wei, Yefeng Cheng, Quanzheng Li, Raymond Kai-yu Tong 海报 1 53 心脏副驾驶：使用世界模型自动引导超声心动图蒋浩军、孙振国、贾宁、李萌、孙宇、罗沙琪、宋世吉、黄高海报 2 65 拥抱海量医疗数据 周宇成、周宗伟、Alan Yuille 海报 1 67 掩蔽缺失：不完整多模态脑肿瘤分割的任意跨模态特征重建 曾志林、彭泽林、杨小康、沉伟海报 4 73 迈向直肠内超声视频中结直肠癌分割的基准：数据集和模型开发 Yun Cheng Jiang、Yiwen Hu、Zixun 张、Jun Wei、Chun-Mei Feng、Xuemei Tang、Xiang Wan、Yong Liu、Shuguang Cui、Zhen Li 海报 5 74 UinTSeg：统一婴儿脑组织分割与解剖描绘 Jiameng Liu、Feihong Liu、Kaicong Sun、Yuhang Sun、 Jiawei Huang, Caiwen Jiang, Islem Rekik, Dinggang Shen 海报 2 77 XCoOp：通过概念引导上下文优化实现计算机辅助诊断的可解释即时学习 Yequan Bie, Luyang Luo,zhixuan Chen,hao Chen 海报 5 78 DiffExplainer：通过反事实生成揭开黑盒模型 Yingying Fang, Shuang Wu, Zihao Jin, Shiyi Wang, Caiwen Xu, Simon沃尔什·光阳海报 5
阿姆斯特丹，2024年10月29日对...p rijs
阿姆斯特丹，精神病学部门政府预计，将新的精神活性物质（NPS）定为犯罪将导致对这些物质的需求减少。在第二份报告后的备忘录中，国家健康，福利和运动的以下回应也可以代表司法和安全部长阅读：“这可以预期，这种妨碍对可用性的影响和警告对健康风险的影响会导致潜在用户的灰心，最终将在秋天落在秋天的秋季中，这是秋天的秋天。1 1a。您认为这种期望是现实的吗？答案。可能会减少对NP的需求，但肯定可以肯定。NP的供应是否减少也不确定。狂喜（MDMA）自1988年以来一直在名单上，并且仍然广泛使用，目前是荷兰最常用的药物之一，荷兰领导着狂喜使用率最高的国家 /地区。同样适用于3-MMC和许多其他党派药物。3-MMC于2024年4月禁止使用，但对3-MMC的需求并未减少。值得注意的是，尽管禁止使用，但仍在使用3 mmc，4-MMC和2C-B之类的资源，尤其是Outgers。显然有很多渠道，您仍然可以购买这些资源（互联网，黑市，Whats应用程序）并交付。对健康风险的警告效应是否会导致灰心。另请参见我们对问题3的回答。1B。 答案。1B。答案。请参阅问题5中的评论“风险操作”，除其他外，NPS用户只是在查找NP的高风险方面，并且很难通过（合理的）警告NPS的健康风险来阻止/灰心自己。您可以基于研究的判断吗？- 可用性/优惠。我们并不以降低药物的可用性而闻名。随着可用性的降低，价格会上涨，但价格已经稳定了多年。对于3-mmc来说，2021年禁令后的价格从2020年的12.65欧元上升到2023年的每克18.60欧元（NDM，2024a）。
sotyktu，deucravacitinib
该药物会接受进一步的监测。这将允许快速获取新的安全信息。我们要求医疗保健专业人员报告任何副作用的怀疑。副作用报告的详细信息请参阅第4.8节。1。sotyktu 6 mg透明片的名称2。定性和定量组成一层涂层片含6 mg deukravacitinib。具有一个涂层片剂已知作用的辅助物质含有44毫克的乳糖（请参阅第4.4节）。辅助物质的完整列表，请参见第6.1节。3。制药形式粉红色片剂（平板电脑）粉红色，圆形，双孔涂层平板电脑，直径为8毫米，一侧用“ BMS 895”和“ 6毫克”印刷，两条线平滑。4。临床数据4.1 SOTYKT的治疗指示指示用于治疗中度至重度局灶性牛皮癣的成年人，这些成年人是全身治疗的候选者。4.2剂量和给药方法应在医生的指导和监督下，具有牛皮癣的诊断和治疗经验。剂量建议的剂量每天口服一次6毫克。如果治疗24周后，治疗的益处未在患者中显示出来，则应考虑治疗的终结。应定期评估患者对治疗的反应。不需要年龄在65岁及以上的老年患者的特殊人群老年患者剂量调整（请参阅第5.2节）。与≥75岁患者的临床经验非常有限，并且应谨慎使用Deukravacitinib。肾脏损伤患者剂量调整的肾功能不全，包括在肾脏疾病结束时接受透析治疗的肾脏疾病（ESRD）的患者（请参阅第5.2节）。