XiaoMi-AI文件搜索系统
World File Search Systemao
Vitaes -Zhongyuan Zhao
2023 – Cont。战术网络的分布式机器学习，莱斯大学，PI：圣地亚哥·塞加拉（Santiago Segarra），co-pi：Ashutosh Sabharwal，参考文献：[J1，C1，C3，C4]。研究基础结构无线网络中的分布式多跳计算卸载，以支持陆军通过Edge AI的多域操作。开发图形神经网络，分布式学习和故障安全机制，以增强边缘AI解决方案在自组织自主网络中边缘AI解决方案的上下文意识，适应性，可伸缩性和鲁棒性。2019 – Cont。多域操作的自主网络，莱斯大学，PI：Ashutosh Sabharwal，Edward W. Knightly，Santiago Segarra，参考：[C5，C6，C7，C7，C8，C9，C9，C10，C10，C10，J1，J1，J2，J2，J4，R1]。对图形神经网络和基于图的强化学习进行研究，以解决基础设施无线网络中的资源分配挑战，以支持陆军的多域操作。为链路调度，路由和计算卸载开发高效和分布式启发式方法，从而可以提高网络的效率，性能和边缘智能，同时保持其自我组织功能，可扩展性和鲁棒性。
Yao Xie（她/她/她） 研究声明
学生纸竞赛，美国医学信息学协会（AMIA）年度研讨会，2022年。获胜者和亚军，通知海报比赛，2022年。获胜者，应用最佳纸质比赛，第17届信息挖掘与决策分析研讨会，2022年。决赛入围者，信息挖掘最佳纸质竞赛奖（学生曲目），2022年。决赛入围者，信息瓦格纳奖，2021年。最佳纸张奖（荣誉奖），ICML时间系列研讨会，2021。最佳第16页的最佳论文告知有关数据挖掘和决策分析的研讨会，决赛入围者，2021年。第15篇最佳论文将有关数据挖掘和决策分析的研讨会，第二名，2020年。告诉您做得好或参加社交良好的纸质比赛，第2位，2019年。通知QSR最佳学生纸竞赛，决赛入围，2019年。向ICS最佳学生纸竞赛提供信息，亚军，2019年。最佳学生纸奖，IEEE ICASSP会议，2019年。通知社交媒体分析最佳学生造纸比赛，决赛入围，2018年。通知QSR最佳学生纸竞赛，决赛入围，2018年。IMA研讨会上的最佳海报奖，《复杂性预测》，2018年。告知QSR最佳学生纸竞赛，决赛入围，2017年。最佳学生纸奖，IEEE ICASSP会议，决赛入围，2007年。最佳学生纸张奖，IEEE ASILOMAR会议，2005年，第1名。编辑委员会会员资格
可编程基于DNA的人造膜细胞器Zhao，Qi-hong的可编程分子通信； Cao，fang-hao; Luo，Zhen-hong
摘要：细胞隔室中不同生物逻辑过程的时空组织是朝着工程功能性人工细胞迈出的关键步骤。模仿人造细胞内部的受控双向分子通信仍然是一个明显的挑战。在这里，我们在合成微型室中提供了可编程膜的类似细胞器的DNA凝聚力之间可进行照片开关的分子传输。我们使用液滴微流体化学来通过液态液相分离在油中的液滴分离来制造膜的无融合DNA凝聚力，并利用内部DNA作为人工体细胞器，以通过光子调节的无效的生物细胞和生物局部转移生物核酸菌群来模仿细胞内通信。我们的结果突出了一个有前途的新途径，可以通过功能网络组装人造细胞。
评估芳基酶和乳糖酶的二氧化二酶-1活性及其与1型糖尿病儿童的氧化应激的相关性
背景：1型糖尿病（T1DM）是一种慢性自身免疫性条件，由于氧化应激和代谢失调，可能导致长期并发症。二氧酶-1（PON-1）是一种与高密度脂蛋白（HDL）相关的酶，具有双重活性：芳基酯酶和乳糖酶。这些活动可保护脂质免受氧化损伤。T1DM儿童中PON-1的功能状态可以提供有关氧化应激与酶保护作用之间关系的见解。本研究旨在评估伊拉克T1DM儿童中PON-1的芳基酯酶和乳糖酶活性。方法：招募了67名T1DM的儿童，并与57个年龄匹配的健康对照组进行了比较。测量芳基酶和lactonase的酶促活性以评估PON-1的功能状态。计算二氧化氧酶-1/HDL（PON/HDL）比例以评估脂质保护和抗氧化能力。氧化状态。结果：PON-1活性分析显示，患者组的芳基酶（2.36±1.17）和乳糖酶（21.9±7.31）显着降低，与对照组相比（芳基酶= 4.54±1.84，lactonase = 29.51±9.92）。TOS和OSI明显更高，而患者组的TA则显着降低。Pearson相关性显示HDL-C和芳基酶之间存在正相关（P = 0.002，r = 0.379），HDL-C和LACTONAPE（P = 0.040，r = 0.366）。结论：降低的PON-1活性与T1DM有关，表明增强PON-1或减少氧化应激可能有助于预防糖尿病并发症并改善心血管健康。关键字：抗氧化活性，二氧化烷酶-1，芳基酶，乳糖酶，氧化损伤，I型糖尿病。
SARS-COV-2框架转移RNA元素的结构改变突变
。cc-by 4.0国际许可（未经Peer Review尚未获得认证）是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。这是该版本的版权持有人，该版本发布于2023年3月8日。 https://doi.org/10.1101/2023.03.07.531591 doi：Biorxiv Preprint
Zhao，Yuying
摘要最近合成了二维（2D）Mbene板，称为硼片纸（MO 4 B 6 T Z），引起了人们对探索2D过渡金属硼烷的极大兴趣。Boridene具有有序的金属空缺排列，这对于其稳定性至关重要。采用第一原理计算，我们探索了具有不同空位浓度（V M）的硼硼稳定相，电子特性和催化能力。我们的结果表明，V m显着影响硼牛片的凝聚力。声子频谱和摘要分子动力学模拟揭示了无空位的硼苯基MO 6 B 6 T 6（T = O，-OH）的高稳定性，强调了它们的实验实现潜力。用NB，TA或W代替MO原子可以增强硼片的结构稳定性，从而鉴定出四种稳定变体：NB 6 B 6 F 6，TA 6 B 6 F 6 F 6，TA 6 B 6 O 6，W 6 B 6 B 6 B 6 O 6。这些硼片表现出金属行为，五个结构显示出接近零吉布斯的自由能，用于氢原子吸附，表明它们作为氢进化的催化剂
brochosomes作为叶霍普珀的反染色伪装涂层
。cc-by 4.0国际许可（未经Peer Review尚未获得认证）是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。这是该版本的版权所有，于2024年8月16日发布。 https://doi.org/10.1101/2024.08.15.608063 doi：biorxiv preprint
社会机器人NAO是否有助于与ASD高功能的儿童合作？
自闭症谱系障碍（ASD）是一种基于两个行为标记的普遍神经发育状况：社交交往和互动的损害，行为和利益的受限/重复模式[1]。社交技能的破坏最近归因于社会刺激的奖励价值较低[2]。根据自闭症的社会动机理论，因为大脑的奖励体系仅被社会强化而薄弱地激活，因此，ASD的人更喜欢与物体而不是人类互动[3]，注视非社会而不是社会模式[4]，而不是获得非社会奖励，而不是社交奖励[5]。另一种可能性是，ASD的社会障碍源于异常的感觉处理[6]。ASD中的感知受到对细节[7]的增强的关注，捕获关系的能力降低[8]，痛苦的感觉超负荷[9]以及高变化的高度感觉数据的耐受性弱[10] [11] [11]。人类构成了最复杂，最变化和不可预测的感觉投入的类型，这是对ASD的人经常将其社会障碍归因于人类刺激的感知处理所带来的挑战[12] [13] [13]：ian [a [一个人]是我的想法，无论是我的想法而言是一种状态，都可以使人感到不适。[14]）。由于ASD的上述动机和知觉特殊性，经常认为机器人可能会帮助患有ASD的孩子[15] [16]。为了完成这项工作，我们从社交机器人技术[20]，感知 - 行动框架[21]和复杂的系统理论[22]中借了工具。机器人的外观很简单，其行为规律和可预测，其动机价值可能会增强，使它们有望成为人类伴侣的化身，能够减少ASD [17] [18] [19]的社会关系障碍。为了评估这些功能的优势，我们在这里比较了一个机器人与人提供的教育干预措施，在那里，ASD患有ASD的儿童参加了一场运动，致力于促进随后的社交技能实践。
公共经文（APA）的Citton：Dong，C.，Ye，T.，Long，X.
摘要 - 使用监视设备可以帮助避免受伤甚至死亡。当前，使用可穿戴传感器（例如运动传感器和其他传感器）来检测患者何时癫痫发作并警告他们的护理人员。但是，这些设备的开发阶段需要劳动密集型对收集的数据进行标记，这导致了开发可穿戴监测设备的困难。因此，必须采用更自动化的辅助方法来标记癫痫发作数据和可穿戴设备，以检测癫痫发作以进行日常监测。我们用建议的手镯从医院外癫痫发作的数据中收集了数据。癫痫发作后，要求受试者按下标记按钮。我们还提出了移动段（EAMS）算法的自动提取和注释，以排除非移动段。然后，我们使用机器学习方法使用了两层集合模型（TLEM）来对癫痫发作和非癫痫发作段进行分类，该段旨在处理不平衡的数据集。然后，由于这些数据集的不同不平衡，我们为整个（全天和晚上）癫痫发作案例和夜间癫痫发作检测案例分别构建了两个单独的TLEM模型。EAMS算法排除了93.9％的原始数据。TLEM模型
