XiaoMi-AI文件搜索系统
World File Search Systembatra
印度电力行业的最低成本途径
致谢 作者非常感谢几位人士提供的周到反馈和指导，包括 Elena Thomas-Kerr（美国能源部）、Priya Sreedharan（美国国际开发署）、Ishan Sharan（中央电力局）、Thomas Spencer（能源与资源研究所）、Udetanshu（气候政策倡议）和 Pankaj Batra（综合研究与发展行动）。我们还要感谢国家可再生能源实验室的区域能源部署系统 (ReEDS) 团队，他们支持首次在非北美系统中采用 ReEDS 模型，包括 Dan Steinberg、Maxwell Brown、Kelly Eurek、Will Frazier 和 Wesley Cole。还要感谢 Jaquelin Cochran、Maxwell Brown、Kapil Duwapi 和 Mike Meshek 的审阅。任何错误和遗漏均由作者独自承担责任。
远程牙科中的人工智能
1 印度新德里贾米亚米利亚伊斯兰大学牙科学院正畸学系 2 印度新德里 HCL Technologies Ltd * 通讯作者：Panchali Batra 博士，印度新德里贾米亚米利亚伊斯兰大学牙科学院正畸学系教授。电子邮件：panchali.batra@gmail.com；电话：+91-9999908022。提交日期：2022 年 7 月 15 日；修订日期：2022 年 8 月 23 日；接受日期：2022 年 9 月 12 日；出版日期：2022 年 9 月 30 日；引用：Batra P、Tagra H、Katyal S，远程牙科中的人工智能。Discoveries 2022，10(3)：e153。 DOI：10.15190/d.2022.12 摘要 人工智能 (AI) 在过去十年中发展迅猛。人工智能在远程牙科中的应用可以改革远程牙科护理、牙科教育、研究和后续创新的方式。可以开发机器学习（包括基于深度学习的算法）来创建预测模型，以评估口腔健康相关状况、随之而来的并发症和患者分层的风险。患者可以自我诊断并采取预防措施或自我管理某些早期阶段的牙科疾病。人工智能在远程牙科中的应用对牙科医生和患者都有好处。人工智能可以基于智能设备更好地对牙科患者进行远程筛查、诊断、记录保存、分类和监控。这将使牙医不再需要常规治疗的基本病例，使他们能够专注于高度复杂的病例。这也将使牙医能够为偏远地区更大的贫困人口提供服务。人工智能在远程牙科中的应用可以带来牙科从治疗到预防的个性化方法的范式转变。远程牙科的一大优势可能是通过本文提出的各种渠道建立的强大而全面的反馈机制。本文讨论了人工智能在远程牙科中的应用，并提出了一种反馈机制来提高远程牙科的表现。
品牌个性维度 - 酷炫度
尽管概念化程度相似（Epstein 1977），但它们的形成方式却有所不同。人类个性特征的感知是根据个人的行为、身体特征、态度和信念以及人口统计特征推断出来的（Park 1986）。相比之下，品牌个性特征的感知可以通过消费者与品牌的任何直接或间接接触来形成和影响（Plummer 1985）。个性特征通过与品牌相关的人直接与品牌相关联，例如品牌的用户形象，这里将其定义为“与品牌的典型用户相关的一组人类特征”；公司的员工或首席执行官；以及品牌的产品代言人。通过这种方式，与品牌相关的人的个性特征直接转移到品牌上（McCracken 1989）。此外，性格特征还会通过产品相关属性、产品类别关联、品牌名称、符号或标志、广告风格、价格和分销渠道，以间接的方式与品牌相关联 (Batra、Lehmann 和 Singh 1993)。
实验动物（小鼠）的基因组编辑
1) Jinek, M., Chylinski, K., Fonfara, I., Hauer, M., Doudna, JA 和 Charpentier, E. (2012): 适应性细菌免疫中的可编程双 RNA 引导 DNA 内切酶。Science, 337, 816- 821。2) Kim, S., Kim, D., Cho, SW, Kim, J. 和 Kim, JS (2014): 通过递送纯化的 Cas9 核糖核蛋白在人类细胞中进行高效 RNA 引导基因组编辑。 Genome Res.，24，1012 — 1019。3) Quadros, RM、Miura, H.、Harms, DW、Akatsuka, H.、Sato, T.、Aida, T.、Redder, R.、Richardson, GP、Inagaki, Y.、Sakai, D.、Buckley, SM、Seshacharyulu, P.、Batra, SK、Behlke, MA、Zeiner, SA、Jacobi, AM、lzu, Y.、Thoreson, WB、Urness, LD、Mansour, SL、Ohtsuka, M. 和 Gurumurthy, CB (2017)：Easi-CRISPR：一种使用长 ssDNA 供体和 CRISPR 核糖核蛋白一步生成携带条件和插入等位基因的小鼠的稳健方法。 Genome Biol., 18, 1 — 15。4) Chen, S.、Lee, B.、Lee, AYF、Modzelewski, AJ 和 He, L. (2016): 高效小鼠基因组编辑
年度报告-2024
“ 2024年年度报告”是由部门和职能部长组成的起草委员会的一致努力，即。Vladimir Slepushkin博士，John Anderson先生，Ashok Panwar博士，KK Raina博士，Prabodh Swain博士，Prabodh Swain博士和Rashi Batra博士和每个职能的各自的主要负责人Rajendra Gajula博士，Ram Prakash Gupta博士，Ram Prakash Gupta博士 Yadav, Mr. Virendra Pratap Singh, Dr Yoon-Sang Kim, Dr Dmitry L. Lyakhov, Dr Satyabrata Pany, Dr Satya Pavan Kumar Varma, Mr. Rakesh Thakur, Dr Jeetendra Kumar, Dr Ragini Gupta, Mr. Manish Saini, Ms. Saumya Singh, Ms Mautuli Dey, CA Sakshi Tiwari, CS Shivam Tyagi和Manisha Kumari女士。，我们衷心感谢每个利益持有人的及时起草，评论和随后的更正。我们感谢Satya Pavan Kumar Varma博士协调汇编，格式，社论和印刷年度报告。我们感谢Stephanie Beaudoin女士在汇编和社论之间的协调。我们感谢Prakash Kumar Rai先生在及时释放印刷所需的资金方面提供了帮助。
GPC3针对HCC的靶向放射性药物治疗
1。Filmus J，Capurro M，Rast J. Glypicans。基因组生物。2008; 9：224 2。Haruyama Y，Kataoka H. Glypican-3是肝细胞癌的预后因素和免疫治疗靶标。在世界j胃内罗醇中。2016; 22（1）：275–283 3。Bell MM，Gutsche NT，King AP等。 Glypican-3靶向肝细胞癌的α颗粒疗法。 分子。 2020; 26（1）：4 4。 Kaseb AO，Hassan M，Lacin S等。 评估Glypican-3在肝细胞癌中的临床和预后意义。 oncotarget。 2016; 7（43）：69916–69926 5。 Shirakawa H，Suzuki H，Shimomura M等。 Glypican-3表达与肝细胞癌的预后不良相关。 癌症科学。 2009; 100（8）：1403–1407 6。 Sun H，Xing C，Jiang S等。 长期的肝细胞癌对Glypican-3特异性嵌合抗原受体T细胞和索拉非尼的长期完全反应，病例报告。 front.mmunol。 2022; 13：963031 7。 Steffin DHM，Ghatwai N，Batra S等。 使用装甲GPC3卡车T细胞的1期临床试验，用于复发/难治性肝肿瘤的儿童。 ASGCT年会。 2020;摘要486 8。 Sung H，Ferlay J，Siegel RL等。 全球癌症统计2020年：Globocan在185个国家 /地区的36个癌症全球发病率和死亡率的估计。 ca Cancer J Clin。 2021; 71（3）; 209–249。Bell MM，Gutsche NT，King AP等。Glypican-3靶向肝细胞癌的α颗粒疗法。分子。2020; 26（1）：4 4。Kaseb AO，Hassan M，Lacin S等。评估Glypican-3在肝细胞癌中的临床和预后意义。oncotarget。2016; 7（43）：69916–69926 5。Shirakawa H，Suzuki H，Shimomura M等。Glypican-3表达与肝细胞癌的预后不良相关。癌症科学。2009; 100（8）：1403–1407 6。Sun H，Xing C，Jiang S等。长期的肝细胞癌对Glypican-3特异性嵌合抗原受体T细胞和索拉非尼的长期完全反应，病例报告。front.mmunol。2022; 13：963031 7。Steffin DHM，Ghatwai N，Batra S等。使用装甲GPC3卡车T细胞的1期临床试验，用于复发/难治性肝肿瘤的儿童。ASGCT年会。2020;摘要486 8。Sung H，Ferlay J，Siegel RL等。全球癌症统计2020年：Globocan在185个国家 /地区的36个癌症全球发病率和死亡率的估计。ca Cancer J Clin。2021; 71（3）; 209–249。
实验动物（小鼠）的基因组编辑：疾病模型小鼠……
1) Jinek, M., Chylinski, K., Fonfara, I., Hauer, M., Doudna, JA 和 Charpentier, E. (2012): 适应性细菌免疫中的可编程双 RNA 引导 DNA 内切酶。Science, 337, 816– 821。2) Kim, S., Kim, D., Cho, SW, Kim, J. 和 Kim, JS (2014): 通过递送纯化的 Cas9 核糖核蛋白在人类细胞中进行高效 RNA 引导基因组编辑。Genome Res., 24, 1012–1019。 3) Quadros, RM、Miura, H.、Harms, DW、Akatsuka, H.、Sato, T.、Aida, T.、Redder, R.、Richardson, GP、Inagaki, Y.、Sakai, D.、Buckley, SM、Seshacharyulu, P.、Batra, SK、Behlke, MA、Zeiner, SA、Jacobi, AM、Izu, Y.、Thoreson, WB、Urness, LD、Mansour, SL、Ohtsuka, M. 和 Gurumurthy, CB (2017): Easi-CRISPR：一种使用长 ssDNA 供体和 CRISPR 核糖核蛋白一步生成携带条件和插入等位基因小鼠的稳健方法。Genome Biol.，18，1-15。 4) Chen, S.、Lee, B.、Lee, AYF、Modzelewski, AJ 和 He, L. (2016): 高效小鼠基因组编辑
欧洲心脏护理评估统一登记处
克里斯·威尔金森（Chris Wilkinson）1,2， *，阿萨德·巴蒂（Asad Bhatty）3,4,5，戈拉夫·巴特拉（Gorav Batra）6，苏勒曼·阿克塔（Suleman Aktaa）3,4,5，亚当·B·史密斯（Adam B. Hrafnkelsdóttir11，IngaJónaGimarsdóttir11,12，Alar Irs 13，AndrásJános14，ZoltánJárai15，Manuel Oliveira-Santos 16，Bog Peter Peter Peter Podan，Peter Podan，Peter Pope，pet anu anu anu anu an anua yap naud naud naud and rame nak naud。 3,4,5，Matthew R.Sydes 21,22，Stefan James 6，Aldo P. Maggioni 23，Lars Wallentin 6，Barbara Casadei，23，Chris P.代表全球心血管结果联盟并与 ACNAP、ACVC、EACVI、EAPC、EAPCI、EHRA、ESC 年轻心血管专业人员委员会、ESC 注册委员会、HFA、ESC 患者论坛以及以下工作组合作：主动脉和外周血管疾病、双细胞血管疾病电生理学、心血管药物治疗、心血管再生和修复医学、心血管外科、心脏细胞生物学、电子心脏病学、心肌功能、肺循环和右心室功能以及血栓形成
人工智能将如何影响 K-12 教师
1 麦肯锡全球教师和学生调查。2017 年加拿大、新加坡、英国和美国的平均水平。2 TALIS 2018 结果：教师和学校领导者作为终身学习者，第 1 卷，法国巴黎：OECD 出版社，2019 年。2013 年和 2018 年美国教师总工作时间比较。3 Desiree Carver-Thomas 和 Linda Darling-Hammond，“教师流动率：为什么重要以及我们能做些什么”，学习政策研究所，2017 年 8 月 16 日，learningpolicyinstitute.org。请注意，Title I 学校的流动率为 16%，比非 Title I 学校高出 50%。经验不足三年的教师比例更高，为 28%。4 教师和工作量，全国教育联盟，2018 年 3 月。5 “教育过时了吗？麻省理工学院媒体实验室的 Sugata Mitra，”麻省理工学院公民媒体中心，2012 年 5 月 16 日，civic.mit.edu；John von Radowitz，“公立学校校长预测，智能机器将在 10 年内取代教师，”Independent，2017 年 9 月 11 日，independent.co.uk。6 Parul Batra、Jacques Bughin、Michael Chui、Ryan Ko、Susan Lund、James Manyika、Saurabh Sanghvi 和 Jonathan Woetzel，《失业与就业增长：未来工作对就业、技能和工资意味着什么》，麦肯锡全球研究院，2017 年 11 月，McKinsey.com。7 Raj Chetty 等人，“320,000 美元的幼儿园教师”，Phi Delta Kappan，2010 年 11 月，第 92 卷，第 3 期，第 22-5 页，journals.sagepub.com。
将OWSG和量子资金与Qefid
在经典的加密术中，单向函数（OWF）被广泛认为是“最小假设”，但量子加密的情况就不太清楚。最近的作品提出了两个并发候选量子密码学中最小假设的候选者：单向状态发生器（OWSGS），假定具有有效的验证算法的硬搜索问题的存在，并且EFI对，并假定存在困难的区分问题。最近的两篇论文[Khurana和Tomer Stoc'24; Batra和Jain focs'24]表明OWSG表示EFI对，但反向方向保持开放。在这项工作中，我们提供了有力的证据，表明相反的方向不存在：我们表明存在量子统一的甲骨文，而efi对存在，但OWSG不存在。实际上，我们显示了一个稍强的陈述，该语句也适用于输出经典位（QEFID对）的EFI对。因此，我们通过Oracle，QEFID对和单向拼图与OWSG和其他几个MicroCrypt原始词分开，包括有效可验证的单向拼图和不可消除的状态生成器。特别是解决了[Chung，Goldin和Gray Crypto'24]中留下的问题。使用类似的技术，我们还建立了一个完全黑框的分离（比私钥量子货币方案和QEFID对之间的较弱的分离（比Oracle分离略弱）。我们工作的一种概念含义是，有效的验证算法的存在可能会导致量子密码学中质性更强的原始素。