XiaoMi-AI文件搜索系统
World File Search SystemaR
Ryan LaRose –
2020 年 Fitch H. Beach 杰出研究生研究奖，密歇根州立大学工程学院。“表彰工程学院内最杰出的研究生。每个部门提名一名博士生，奖项基于对学生学术和专业记录的审查。” 2019 年学科领导奖，密歇根州立大学，研究生委员会。2000 美元用于推动密歇根州立大学的量子信息科学研究。
罗瑟勒姆早期教育和儿童保育策略......
我为罗瑟勒姆在幼儿教育领域取得的成果感到自豪，这得益于该领域全心投入的支持。目前（2023 年夏季），86% 符合条件的两岁儿童正在接受早期教育，这使他们能够从高质量的早期基础阶段课程中受益。该领域继续积极发展以满足需求，大量采用当地开发的 Tiny Talkers 语言和沟通计划以及政府为幼儿教育领域提供的劳动力培训计划，以支持员工和机构应对 COVID-19 疫情对最小和最弱势儿童的影响。
2024 年 SMaRT 实习计划需要研究生导师
全额资助的研究生助教职位 科学联盟需要最多两名研究生导师来参加 2024 年 SMaRT 暑期实习项目。导师将参与 SMaRT 项目的规划和管理，并将获得为期 12 个月的完整研究生助教职位。该职位任期为 2024 年 1 月 1 日至 12 月 31 日。 田纳西大学橡树岭创新研究所 (UT-ORII) 科学联盟和田纳西大学诺克斯维尔分校先进材料与制造中心 (CAMM) 和研究生院每年招募约 60 名本科实习生参加学生指导和研究培训 (SMaRT) 暑期实习项目，这是一个为期 10 周的跨学科研究和专业发展体验，由 UT 和橡树岭国家实验室 (ORNL) 联合举办。有关 SMaRT 项目的更多信息，请访问：SMaRT 实习 – 田纳西大学橡树岭创新研究所 (utorii.com)。
沙特阿美公司
背景与目标：基于深度学习的医学图像分析技术有可能极大地改善经常处理多序列 MRI 的神经放射科医生的工作流程。然而，对于当前采用多序列 MRI 的深度学习系统来说，一个必不可少的步骤是确保正确分配其序列类型。这一要求在临床实践中并不容易满足，而且容易受到协议和人为错误的影响。尽管深度学习模型在基于图像的序列分类方面很有前景，但稳健性和可靠性问题限制了它们在临床实践中的应用。方法：在本文中，我们提出了一种使用显着性信息来指导序列分类特征学习的新方法。该方法使用两个自监督损失项，首先增强类特定显着性图之间的区别性，其次促进类特定显着性图与学习到的深度特征之间的相似性。结果：在 2100 例患者病例中，每例包含 6 个不同的 MR 序列，我们的方法显示平均准确度提高了 4.4%（从 0.935 到 0.976），平均 AUC 提高了 1.2%（从 0.9851 到 0.9968），平均 F1 得分提高了 20.5%（从 0.767 到 0.924）。此外，根据专家神经放射科医生的反馈，我们表明所提出的方法提高了训练模型的可解释性及其校准，并降低了预期校准误差（降低了 30.8%，从 0.065 到 0.045）。代码将公开。结论：在本文中，所提出的方法显示了准确度、AUC 和 F1 得分的提高，以及所得显着图的校准和可解释性得到了改善。
基于CVAR理论的微电网群的定价机制和交易策略优化
摘要：随着可再生能源产生的渗透率的提高，微电网集群（MGC）可再生能源输出的不确定性导致交易量的显着波动，这可能导致交易默认的风险。本文基于价格交易机制和有条件的危险价值（CVAR）理论提出了一个白天的两层交易模型。首先，高层建立了一个目标，可以使用惩罚机制使用需求响应（DR）来最大程度地减少微电网群的整体功率波动。微电网集群采用内部定价机制，并根据内部供需条件调整交易价格，以指导微电网参与集群内交易，从而鼓励微电网使用灵活的资源来减少电力波动。其次，低层优化建立了一个优化模型，目的是最大程度地减少微电网群集的全面工作成本。该模型采用向后的减少技术来获得可再生能源产生的多组典型场景，并引入了CVAR理论来量化交易默认值的潜在风险。最后，通过考虑各种应用方案的案例研究来验证所提出的模型的有效性。
bardic：强大的峰要求RNA-DNA相互作用数据
染色质相关的非编码RNA通过靶向基因组基因座在各种细胞过程中起重要作用。存在两种类型的全基因组NGS实验来检测此类靶标：“一到全部”，该目标的重点是单个RNA的靶标和“全能”，该目标捕获了样本中所有RNA的靶标。与许多NGS实验一样，它们容易出现偏见和噪声，因此检测“峰” - RNA与基因组靶标的特定相互作用至关重要。在这里，我们提出了Bardic - 二项式RNA-DNA相互作用调用器 - 一种量身定制的方法，可检测两种类型的RNA-DNA相互作用数据中的峰值。Bardic是同时考虑数据中两个最突出的偏见的第一个工具：染色质异质性和相互作用频率的距离衰减。由于RNA的相互作用偏好不同，因此根据单个RNA的丰度和接触模式，Bardic适应了峰值大小。这些功能使Bardic能够比当前应用的峰值呼叫算法做出更强大的预测，并更好地处理全部数据的特征性稀疏性。Bardic软件包可以在https://github.com/dmitrymyl/bardic上免费获得。
![e'=k'sf]>LdtL / aRrfx?sf]gfd / hGdldlt](/simg/f/f425021023b869d77e1b6337cf4746d25cdcd905.png)
e'=k'sf]>LdtL / aRrfx?sf]gfd / hGdldlt
e'=k' sf] >LdtL / aRrfx?sf] gfd / hGdldlt ;Rofpg'k/]df j]Nkm]o/÷ GVAC/ DVAC dfkm{t a'emfpg'kg]{ sfuhkqx？。kl/jf/sf] ;b:o h:t} e'=k'=sf] >LdtL jf afnaRRffsf] gfd / hGdldlt kfl/jfl/s ljj/0fdf ;Rofpg' k/]df lgDg lnlvt sfuhkqx ？;DalGwt j]Nkm]o/ clkm; dfkm{t a'emfpg' kb{5 .!= /]s8{ clkm; kf]v/fsf] cflwsfl/s kmf/d（附件 P 的附录 2）] 。@= /]s8{ clkm; kf]v/fsf] cflwsfl/s kmf/d（附录 L – 同意书）] 。#= e'=k'=sf] nfnj's, k]G;g k§f jf j]Nkm]o/ sf8{sf] kmf]6f]skL 。$= e'=k'=, >LdtL tyf ljwjfsf] g]kfnL gful/stf, olb pknAw ePdf kf;kf]6{ / dtbftf kl/rokq sf] kmf]6f]skL 。%= o'=s]=df a:g]x?sf] nflu ILE/ILR nfu]sf] kf;kf]6{sf] kmf]6f]skL jf BRP（生物识别居留许可）sf] kmf]6f]skL 。^= e'=k'=sf] >LdtL tzitzif aRrf h;sf] gfd, hGdldlt kl/jt{g ug'{ 5, pxfFsf] gful/stf, olb pknAw ePdf kf;kf]6{, dtbftf kl/ro kq .5f]/f5f]/Lx?sf] xsdf k9fO{sf] k|df0fkqx?。&= ef/tjf;L x'g'x'G5 例如] e'=k'=, >LdtL / aRrfsf] cfwf/ sf8{ .
![aRrfsf]ckf+u tf btf{ug'{k/]df j]Nkm]o](/simg/5/52351c7de13870d97ea8b6abc1136653ecbaa156.png)
aRrfsf]ckf+u tf btf{ug'{k/]df j]Nkm]o
pd]/ eGbf dflysf] 5 eg] p;sf] gful/stf, ;fy} pknAw ePdf kf;kf]6{/ dtbftf kl/ro kq . *= kmf]6f] ;lxtsf] gftf k|df0f kq 。 (= ;DalGwt ;/sf/L lgsfoaf6 hf/L ePsf] ckf+utf kl/ro kq . !)= j]Nkm]o/ clkm;sf] 8fS6/sf] d]l8sn l/kf]6{/ / j]Nkm]o/ clkm;/sf] l/; q。 !!= ckf+u aRrfsf] k'/fgf kmf]6f]x？ ;fy} k'/fz/L/b]lvg] kmf]6f] -j]Nkm]o/df lvr]sf]_ 。 !@= k'/fgf d]l8sn sfuhkq tyf k|df0fx?请参阅!#= cfj]bs e'=k'= jf lawjf / ckf+u aRrfsf] xfn;fn} lvr]sf] kf;kf]6{ ;fO{hsf] /+uLg kmf]6f] !÷! yfg。 ;fy}，ckf+u aRrfsf] k'/fz/L/ b]lvg] $÷^ sf] @ k|lt /+uLg kmf]6f] . gf]6M olb aRrf @# aif{ k'j{ g} e'=k'=sf] kfl/jfl/s ljj/0fdf ckf+utf egL btf{ ePsf] 5 eg] pm k]G;gsf]nflu xsbf/ x'G5 . t/;DalGwt j]Nkm]o/ clkm;dfkm{t ckf+u aRrf cljjflxt/a]/f]huf/xf]eGg]k|dfl0ft ePkl5 dfq p;n]k]G;gk|fKt ug{;Sb5.
brargl1在调节木制乳头螺栓和开花
gibberellin（GA）在控制胸前Rapa茎发育中起着重要作用。作为GA信号转导的基本负调节剂，Della蛋白可能对茎发育产生重大影响。然而，该调节基础的调节机制尚不清楚。在这项研究中，我们使用BrapdS（植物脉络化酶）和Brargl1（关键DELLA蛋白）基因中的CRISPR/CAS9基因编辑系统报告了高效和遗传的诱变。我们观察到由于GRAS结构域中的两个氨基酸而引起的Brargl1功能丧失突变。Brargl1突变体的花芽分化和螺栓固定时间明显进展。在这些突变体中，Ga-调控蛋白（Bragasa6），开花相关基因（BrasoC1，Bralfy），膨胀蛋白（BRAEXPA11）和木聚糖蛋白（BraxTH3）基因的表达也显着上调。brargl1-过表达的植物显示了对比的表型。brargl1突变体对GA信号传导更敏感。brargl1与Brasoc1相互作用，而GA 3处理后的相互作用强度降低。此外，BRARGL1抑制了BrasoC1对Braxth3和Bralfy基因的转录激活能力，但是GA 3的存在增强了BrasoC1的激活能力，这表明Brargl1-Brasoc1模块调节B. Rapa通过GA信号转移的B. Rapa的开花。因此，我们假设brargl1被降解，并且在GA 3存在下释放了Brasoc1，从而促进了braxth3和bralfy的表达，从而诱导了Rapa的茎发育。此外，Brargl1-M突变体促进了花蕾的分化，而不会影响茎的质量。因此，brargl1可以作为早期成熟品种分子繁殖的宝贵靶标。
AltaRica 3.0：基于模型的安全分析方法
2007 年——在泰雷兹研究与技术公司实习期间发现 AltaRica 语言。 2008 年——与 AltaRica 语言的创始人之一 Antoine Rauzy 会面。 2011 年 – 在 Antoine Rauzy 的指导下开始撰写有关 AltaRica 语言新版本的论文。在完成巴黎综合理工学院的学习后，我并不想撰写论文。但我有机会参与一个具有实际工业应用的创新研究项目。我要感谢我的论文指导老师 Antoine Rauzy，感谢他让我在这三年里获得了独特的经历。非常感谢您允许我在高质量的科学环境中工作，感谢您对我的信任，首先聘请我加入达索系统，然后为我提供在巴黎综合理工学院撰写论文的机会。我还要感谢在论文撰写期间与我合作的 Leïla Kloul。您让我发现了新的研究领域，以及在凡尔赛大学的教学。非常感谢Jean-Marc Roussel的教导。您的建议非常中肯，对我的论文答辩非常有用。也非常感谢 Michel Batteux。您对我的论文答辩和手稿的帮助以及这三年来的支持对我来说非常宝贵。我还要感谢我的报告员 Mohamed Kaˆaniche 和 Olivier Roux，以及我的评审团的所有其他成员 Le¨ıla Kloul、Michel Batteux、Frank Ortmeier 和 Christel Seguin。你们同意参加我的答辩并花时间仔细阅读我的手稿，这对我来说是一种莫大的荣幸。您的问题和评论对我改进工作和进一步深化该领域的知识非常有价值。我还要感谢 AltaRica 3.0 团队的所有成员，我自 2011 年 9 月以来就一直与他们相识。你们每个人都以自己的方式为今天的成果做出了贡献。感谢我们的博士生 Pierre-Antoine Brameret、Thomas Friedlhuber、Abraham Cherfi、Melissa Is-sad 和 Huixing Meng 的帮助、建议以及我们在会议、研讨会和小型聚会上共度的美好时光。感谢我们的实习生 Renaud Lancelot、Kseni¨ıa Isaeva、Hala Mortada 和 Nawaal Mamadou 的努力、他们的幽默感以及我与他们分享的美好时光。但该实验室并不局限于AltaRica 3.0小组。我还要感谢我们的秘书 Evelyne Rayssac 和 IT 专家 James Regis，如果没有他们，实验室就无法正常运转。关于这个问题，感谢博士学院（EDX）在这三年中通过 Gaspard Monge 国际论文资助提供的经济支持。更要感谢 Fabrice 和 Audrey 的耐心聆听。最后，我要感谢 Frank Ortmeier 教授以及他的博士生 Michael Lipaczewski 和 Simon Struck，他们在我 2012 年和 2013 年两次访德期间热情接待了我并向我介绍了他们的文化。我要感谢我的导师 Stéphane Mallat，他向我介绍了模型驱动工程和操作安全领域。感谢 Marc Bouissou 分享他在运营安全方面的专业知识。我还要感谢我在达索系统的所有前同事，特别是