XiaoMi-AI文件搜索系统
World File Search SystemZuo
Arne Jonni Suppe电子邮件：asuppe@smu.edu.sg 80 Stamford ...
[1]。Zhongzhan Huang，Pan Zhou，Shuicheng Yan，Liang Lin。 通过缩放网络长跳连接进行扩散模型的更稳定训练。 神经信息处理系统（神经），2023 [2]。 上海Gao，Pan Zhou，Ming -Ming Cheng，Shuicheng Yan。 掩盖扩散变压器是强大的图像合成器。 国际计算机视觉会议（ICCV），2023 [3]。 li，Xiangyu Xu，Hehe Fan，Pan Zhou，Jun Liu，Jia -Wei Liu，Jiahe Li，Jussi Keppo，Mike Zheng Shoun，Shuichen Yan。 史密图：时空临时隐私的行动识别。 国际计算机视觉会议（ICCV），2023 [4]。 Alex Jinpeng Wang，Pan Zhou，Mike Zheng Shou，Shuicheng Yan。 位置引导的文本提示，以进行视力 - 语言预训练。 IEEE计算机视觉和模式识别会议（CVPR），2023 [5]。 pan Zhou，Xingyu Xie，Shuicheng Yan。 胜利：自适应梯度算法的重量 - 纳斯特诺夫加速度。 国际学习表征会议（ICLR），2023年（口头）[6]。 Jiachun Pan*，Pan Zhou*，Shuicheng Yan。 了解为什么掩盖重建预处理有助于下游任务。 国际学习表征会议（ICLR），2023年（*同等贡献）[7]。 Bowen Dong，Pan Zhou，Shuicheng Yan，Wangmeng Zuo。 lpt：长时间的提示调整以进行图像分类。 国际学习表现会议（ICLR），2023 [8]。 chenyang si*，weihao yu*，pan Zhou，Yichen Zhou，Xinchao Wang，Shuichen Yan。Zhongzhan Huang，Pan Zhou，Shuicheng Yan，Liang Lin。通过缩放网络长跳连接进行扩散模型的更稳定训练。神经信息处理系统（神经），2023 [2]。上海Gao，Pan Zhou，Ming -Ming Cheng，Shuicheng Yan。掩盖扩散变压器是强大的图像合成器。国际计算机视觉会议（ICCV），2023 [3]。li，Xiangyu Xu，Hehe Fan，Pan Zhou，Jun Liu，Jia -Wei Liu，Jiahe Li，Jussi Keppo，Mike Zheng Shoun，Shuichen Yan。史密图：时空临时隐私的行动识别。国际计算机视觉会议（ICCV），2023 [4]。Alex Jinpeng Wang，Pan Zhou，Mike Zheng Shou，Shuicheng Yan。 位置引导的文本提示，以进行视力 - 语言预训练。 IEEE计算机视觉和模式识别会议（CVPR），2023 [5]。 pan Zhou，Xingyu Xie，Shuicheng Yan。 胜利：自适应梯度算法的重量 - 纳斯特诺夫加速度。 国际学习表征会议（ICLR），2023年（口头）[6]。 Jiachun Pan*，Pan Zhou*，Shuicheng Yan。 了解为什么掩盖重建预处理有助于下游任务。 国际学习表征会议（ICLR），2023年（*同等贡献）[7]。 Bowen Dong，Pan Zhou，Shuicheng Yan，Wangmeng Zuo。 lpt：长时间的提示调整以进行图像分类。 国际学习表现会议（ICLR），2023 [8]。 chenyang si*，weihao yu*，pan Zhou，Yichen Zhou，Xinchao Wang，Shuichen Yan。Alex Jinpeng Wang，Pan Zhou，Mike Zheng Shou，Shuicheng Yan。位置引导的文本提示，以进行视力 - 语言预训练。IEEE计算机视觉和模式识别会议（CVPR），2023 [5]。pan Zhou，Xingyu Xie，Shuicheng Yan。胜利：自适应梯度算法的重量 - 纳斯特诺夫加速度。国际学习表征会议（ICLR），2023年（口头）[6]。Jiachun Pan*，Pan Zhou*，Shuicheng Yan。 了解为什么掩盖重建预处理有助于下游任务。 国际学习表征会议（ICLR），2023年（*同等贡献）[7]。 Bowen Dong，Pan Zhou，Shuicheng Yan，Wangmeng Zuo。 lpt：长时间的提示调整以进行图像分类。 国际学习表现会议（ICLR），2023 [8]。 chenyang si*，weihao yu*，pan Zhou，Yichen Zhou，Xinchao Wang，Shuichen Yan。Jiachun Pan*，Pan Zhou*，Shuicheng Yan。了解为什么掩盖重建预处理有助于下游任务。国际学习表征会议（ICLR），2023年（*同等贡献）[7]。Bowen Dong，Pan Zhou，Shuicheng Yan，Wangmeng Zuo。lpt：长时间的提示调整以进行图像分类。国际学习表现会议（ICLR），2023 [8]。chenyang si*，weihao yu*，pan Zhou，Yichen Zhou，Xinchao Wang，Shuichen Yan。启动变压器。神经信息处理系统（Neurips），2022（口服）（*均等贡献）[9]。Yuxuan Liang，Pan Zhou，Roger Zimmermann，Shuicheng Yan。双形式：局部全球分层变压器，以进行有效的视频识别。欧洲计算机视觉会议（ECCV），2022 [10]。Junbin Xiao，Pan Zhou，Tat -Seng Chua，Shuicheng Yan。 视频问题的视频图形变压器Junbin Xiao，Pan Zhou，Tat -Seng Chua，Shuicheng Yan。视频问题的视频图形变压器
引用Qian H，Zuo Y，Wen S，Wang X，Liu Y和Li T（2024），运动训练对肠道微生物组失衡对肥胖个人的影响：一项研究BA
气候变化将对人类社会（包括人口运动）的各个方面产生重大影响。在某些情况下，人口将因自然灾害和突然发作的气候事件（例如热带风暴）所取代。在其他情况下，气候变化将逐渐影响一个地方的经济，社会和政治现实，这反过来又影响人们的迁移方式和地点。计划广泛的未来气候相关流动性是开发计划者和政策制定者面临的关键挑战。本文根据对最近三十个模型的分析，回顾了与气候相关的迁移预测模型的状态。我们介绍了不同建模方法的关键特征，优势和劣势，包括重力，辐射，基于代理的基于代理，系统动力学和统计外推模型，并深入考虑五个说明性模型。我们表明，在开发的这一阶段，预测模型尚未能够对未来气候相关的迁移提供可靠的数值估计。相反，模型最好用作考虑一系列可能的未来，探索系统动态，测试理论或潜在政策效果的工具。我们考虑发现的政策和研究含义，包括需要改善迁移数据收集，增强的跨学科协作以及基于方案的计划。
用于柔性锌电池的多功能水凝胶...
这是以下文章的同行评审版本：adv。能量母校。2021，11，2101749，该形式以https://doi.org/10.1002/aenm.202101749出版。本文可以根据Wiley使用自算版版本的条款和条件来将其用于非商业目的。未经Wiley的明确许可或根据适用立法的法定权利的明确许可，本文可能不会增强，丰富或以其他方式转化为衍生作品。版权声明不得删除，遮盖或修改。该文章必须链接到Wiley在Wiley在线图书馆上的记录版本，并且必须禁止第三方通过平台，服务和网站提供任何嵌入，框架或以其他方式提供其文章或页面。
整合生成机器学习模型和基于物理的构建能量模拟的模型 /作者= vanfretti，luigi; Laughman，Christopher R。； Chakrabarty，Ankush /creationDate = 2024年10月8日 /主题=机器学习，多物理建模，优化< /div < /div>
建筑模拟工具在设计阶段经常用于尺寸设备并进行基于模拟的研究，以帮助估计年度能源使用或销售。对此类仿真研究的需求，再加上新设计方案（例如建筑电气化）的出现，促使创建基于高级物理的建筑模型。Modelica建筑物库（Wetter，Wangda Zuo，T。S. Nouidui等人等2014）是此类模型中最著名的集合之一，它可以模拟建筑信封和供暖，通风和空调系统的动态行为（Chakrabarty，Maddalena，Qiao等）2021; Zhan，Wichern，Laughman等。2022）。基于Modelica的工具在分析建筑物的性能方面具有明显的好处，因为它们促进了系统控制器设计（Wetter，Ehrlich，Gautier等人。2022）和现实的闭环控制性能（Stoffel，Maier，Kümpel等）2023）。尽管这种基于物理的模型模型可以有效地模拟建筑包膜的能量和传质过程，以及HVAC系统的热流体物理学，但还有其他一些过程会影响HVAC Sys-TEM会影响HVAC Sys-TEM的加热和冷却负载，而这些过程并非由人类而受到人为动作。建筑物乘员会产生并吸收潜在的，明智的和辐射的热量，其Ac-
IAC 会议 - 2024 年 5 月 8 日 - CT.gov
其他出席人员： Sarah Sanders，副财务主管 Doug Dalena，总法律顾问 Ginny Kim，助理总法律顾问 Ted Wright，首席投资官 Mark Evans，首席投资官 Peter Gajowiak，首席投资官 Denise Stake，首席投资官 Nishant Upadhyay，首席投资官 Anastasia Rotheroe，首席投资官 Paul Coudert，临时首席投资官 Olivia Wall，高级投资官 Pamela Moody，投资官 Kan Zuo，投资官通过 Zoom Philip Conner，投资官 Carmen Melaragno，投资官 Robert Scully，投资官 Jorge Portugal，投资官 Rosalind Nash，投资官 Jessica Weaver，公司治理和可持续投资副总监 Raymond Tuohey，投资助理 - 法律 Mary Mustard，Meketa Robyn Kaplan-Cho，CEA Deirdre Guice，T. Rowe Price Matt Balanda，施罗德 Gordon Nicholson，K2 Advisors Dan Elsberry，K2 Advisors Cloe Kelley，太平洋投资管理公司 Chris Morgan，富兰克林邓普顿 Catherine Saunders，BSP
王-37-899-907-2022.pdf
卵巢癌死亡率居妇科恶性肿瘤之首（Li et al., 2019a,b），晚期卵巢癌五年生存率仅为20%-25%（Torre et al., 2015）。2018年，美国约有22,240例新发卵巢癌病例，其中半数以上患者死亡（Torre et al., 2018）。尽管手术联合化疗对卵巢癌有一定疗效，但50%的患者会出现复发并最终死于该恶性肿瘤（Liao et al., 2016）。化疗是临床治疗卵巢癌的关键，但化疗耐药性成为该疗法的主要障碍。因此，影响卵巢癌化疗疗效的因素目前已得到广泛研究和考虑（Bandera et al.，2015；Kanlikilicer et al.，2018；Zuo et al.，2020）。此外，分子靶向治疗多年来也得到了广泛的研究和应用，一些靶向药物如贝伐单抗、奥拉帕尼和尼拉帕尼已被证明可用于治疗卵巢癌（Tomao et al.，2013；Walsh，2018）。研究指出，化疗和分子靶向药物的疗效与卵巢癌中某些基因的表达密切相关（Shaw and Vanderhyden，2007；Li et al.，2019a,b；Hao et al.，2021），但关于这一现象的许多内容仍不清楚。
DREAM：解码大脑系统节律的工具箱
Xavier Castellanos 8,9 , 李海芳 3,* , 左希年 1,2,5,10,11,12* 1. 中国科学院大学心理学系，北京，中国 2. 中国科学院心理研究所行为科学重点实验室，北京，中国 3. 太原理工大学计算机学院，太原，中国 4. 北京工业大学应用数理学院，北京，中国 5. 中国科学院心理研究所大脑与心智终身发展研究中心，北京，中国 6. 荷兰鹿特丹伊拉斯姆斯大学儿童与青少年精神病学系 7. 荷兰鹿特丹伊拉斯姆斯大学医学中心放射学系 8. 纽约大学朗格尼医学中心、儿童研究中心，纽约，美国 9. 内森·S·克莱恩精神病学研究所，纽约，奥兰治堡，美国 10.中国科学院心理研究所磁共振成像研究中心，北京，中国 11. 南宁师范大学脑与教育科学重点实验室，南宁，中国 12. 北京师范大学 IDG/麦戈文脑研究中心 & 认知科学与学习国家实验室，北京，中国 #与第一作者贡献相同 *通讯作者：
我的九月二十三日
• Jia Li、Lei Cao、Yaqian Zhao、Jinghan Shen、Lei Wang、Mingfeng Feng、Min Zhu、Yonghao、Richard Kormelink、Xiaorong Tao、Xiangxi Wang：正孢子病毒复制机制激活及其利巴韦林双重靶向抑制的结构基础 • Kikyo Watanabe、Kazuhiro Ishibashi：宿主 ESCRT 成分是酵母复制子系统中 TSWV 核糖核蛋白复合物形成所必需的。 • 冯明峰、郭荣、袁玉龙、刘琴海、高玉廷、张天一、左文宇、李佳、朱敏、张仲凯、陶晓荣：m6A RNA 甲基化正向调节番茄斑萎病毒的感染。 • Victor Sanchez-Camargo、Gertjan Kramer、Harrold van den Burg：植物部署病毒特异性 RNA 结合蛋白质组反应来对抗病毒感染 • Kaili Xie、Zhongtian Xu、Qingling Qi、Yanjun Li、Xiaodi Hu、Wenkai Yan、Jianping Chen、Zongtao Sun：多种 RNA 病毒效应物共同促进植物 AGO4 降解以促进感染。 • Michel Yvon、Thomas German、Diane Ullman、Yannis Michalakis、Stéphane Blanc：番茄斑萎病毒遗传信息的包装正在分离三个基因组片段
2021 年年度报告
在植物功能基因组学领域，褚成才研究组对多种水稻地方品种的NUE相关性状进行了评估，并通过GWAS鉴定了OsTCP19启动子中与分蘖对氮的反应（TRN）相关的变异，表明OsTCP19在适应不同地理区域局部土壤条件下发挥的重要作用（Liu et al., Nature , 2021）。左建如研究组证明了Ghd7和ARE1的优良等位基因组合在低氮条件下提高了NUE和籽粒产量，定义了基于Ghd7–ARE1的氮利用调控机制，为水稻NUE的遗传改良提供了有用的靶点（Wang et al., Mol Plant , 2021）。王永红研究组与合作者描述了造成水稻GNP多样性的新型遗传变异，揭示了调控农学重要基因表达的潜在分子机制，并为通过操纵含有顺式调控元件的IR序列来提高水稻产量提供了一种有希望的策略（Wu et al., Mol Plant , 2021）。姚善国研究组与合作者揭示了LARGE2- APO1/APO2模块介导控制水稻穗大小和粒数的新型遗传和分子机制，表明该模块是改良作物穗大小和粒数的一个有希望的靶点（Huang et al., Plant Cell , 2021）。
COVID-19改变人类微生物：一种荟萃分析
新型β-核可纳病毒，严重急性呼吸综合征-2（SARS-COV-2）的出现和快速传播引起了全球严重且前所未有的公共健康和社会经济挑战（Waters等，2022）。主要是，COVID-19表示具有可变严重程度的多方面和多器官感染。症状范围从急性呼吸窘迫综合征到肺炎，包括非特异性症状症状，胃肠道症状，心肌功能障碍，多器官衰竭和死亡（Kumar Singh等，2019; Baud等，2019; Baud et al。在大多数情况下，SARS-COV-2感染者是无症状的，要么表现出轻度的症状。然而，大约有5％的感染者（通常是合并症的老年人和/或个人）发展出严重的疾病形式，导致重症监护和死亡（Grasselli等，2020； Wiersinga等，2020）。截至2023年4月，在全球范围内有762,791,152个确认的Covid-19案件，其中有6,897,025例死亡率（Who Coronavirus（coronavirus（covid-19）仪表板）。在与COVID-19感染相关的许多长期作用中，许多研究报道了COVID-19患者的微生物群改变。人类微生物组在宿主健康中起着至关重要的作用（Kumpitsch等，2019），并被认为是额外的器官（Baquero和Nombela，2012年）。这些微生物群落通过复杂而基本的相互作用维持宿主的稳态，从而改善了免疫调节，代谢，器官功能，粘膜屏障完整性以及针对入侵病原体的结构保护（Jandhyala等，2015; Kumpitsch等，2019）。特定的微生物群落与不同的人体组织有关（人类微生物组项目联盟，2012; p flughoeft and versalovic，2012）。扰动（例如COVID-19）可能会导致人类微生物组中的微生物组营养不良，其中有益和/或共生微生物的组成和多样性改变了生长或机会性病原体，从而促进了生长或机会性病原体（Hoque等，2021b； 2021b; Ren等； Ren等，20221; 2022; 2022; 202222222。尤其是，观察到与不健康的宿主相关的微生物中增加的宿主到宿主变异性的观察被称为Anna Karenina原理（AKP），该原则（AKP）源自Tolstoy的Anna Karenina的开场线：“所有幸福的家庭都是所有不幸的家庭；每个不幸福的家庭都是不幸的。”据报道，包括肥胖，牛皮癣，关节炎，炎性肠病（IBD），infuenza，hbv和HIV的不同人类疾病显着改变了人类微生物组（Ling等人（Ling等）（Ling等，2015; Lu et al。 2019; Sencio等人，2021年）。同样，有几份报告表明，在主动感染和恢复状态期间，Covid-19患者的微生物（肠道，鼻咽和口服）的变化，通常以有益的儿童微生物和更高的机会病原体的丰富度来表征，ZUO ZUO ET。 2021a，Jochems等人，2021年；肠道，鼻或口服微生物组的组成和多样性现在被人们普遍认为可以预测COVID-19的预后，进展和严重程度（Mathieu等，2018; Wypych et al。肠道，鼻或口服微生物组的组成和多样性现在被人们普遍认为可以预测COVID-19的预后，进展和严重程度（Mathieu等，2018; Wypych et al。