XiaoMi-AI文件搜索系统
World File Search Systemdisordered
利用人工智能实现先进的玻璃科学和发现
人工智能和机器学习系统利用庞大的数据集和先进的算法，在比传统方法更短的时间内以更高的精度识别新的成分和结构。此外，这些技术可以快速分析大量结构-性能关系数据，从而开发出性能针对各种应用而优化的工程材料。玻璃是一种通过液体快速淬火获得的无序材料，由于几个关键因素，它是数据驱动建模的理想候选材料。3 首先，它们的形成方式高度灵活，因为几乎所有元素或其组合都可以在以所需速率冷却时形成玻璃。其次，与晶体材料不同，由于玻璃具有无序结构，其性能主要取决于成分和加工条件。这一特点允许对成分进行持续调整，从而实现定制设计。最后，玻璃特性存在大量实验数据，这对于建模来说是理想的选择。
信息论中的最佳重正化群变换
最近，引入了一种新颖的实空间重正化群 (RG) 算法。通过最大化信息论量，即实空间互信息，该算法可确定相关的低能自由度。受此启发，我们研究了平移不变系统和无序系统的粗粒化程序的信息论性质。我们证明，完美的实空间互信息粗粒化不会增加重正化汉密尔顿量中的相互作用范围，并且对于无序系统，它会抑制重正化无序分布中相关性的产生，从这个意义上讲是最优的。我们通过对干净随机的伊辛链进行任意粗粒化，通过经验验证了这些复杂性度量作为 RG 保留信息的函数的衰减。结果建立了 RG 作为压缩方案的性质与物理对象（即汉密尔顿量和无序分布）性质之间的直接且可量化的联系。我们还研究了约束对通用 RG 程序中粗粒度自由度的数量和类型的影响。
SleepFM：在大脑活动，ECG和呼吸信号
睡眠是通过记录各种方式来评估一种复杂的生理过程。我们从14,000多个参与者中策划了一个大型的多模式睡眠记录的大型多摄影数据集。掌握了这个广泛的数据集，我们开发了SleepFM，这是第一个用于睡眠分析的多模式基础模型。我们表明，与标准的成对构造学习的表示相比，一种新颖的对比学习方法可以显着证明下游任务绩效。A logistic regression model trained on SleepFM 's learned embeddings out- performs an end-to-end trained convolutional neu- ral network (CNN) on sleep stage classification (macro AUROC 0.88 vs 0.72 and macro AUPRC 0.72 vs 0.48) and sleep disordered breathing de- tection (AUROC 0.85 vs 0.69 and AUPRC 0.77 vs 0.61）。值得注意的是，从90,000个候选者中检索模态剪辑对时，学到的嵌入在检索模态剪辑对方面具有48％的平均准确性。这项工作展示了整体多模式睡眠建模的价值，以完全捕获睡眠记录的丰富性。SleepFM是开源的，可在https://github.com/rthapa84/sleepfm- codebase上找到。
T2DM-SHR/NTUL //- cp（copulen）大鼠胃排空的特征
肥胖和超重状况分别或与II型糖尿病（T2DM）共同发生，现在在全球范围内发生，整个工业化社会的发病率令人震惊。1-4无序的胃生理学是糖尿病中的常见观察结果，包括T2DM早期快速排空的过程和T2DM和类型1型的后期，胰岛素依赖性糖尿病（IDDM）的过程。5肽激素淀粉蛋白与胰岛素共同分泌，以响应餐食，并促进代谢作用，这些作用通常与胰岛素的互补作用，并且两种激素都在T2DM和胰岛素抵抗中无序。6此外，加速胃排空的常见的SIRT-1动作也可能导致胃功能的失调，包括T2DM中的食欲。7-9因此，胰岛素分泌和组合调节功能的损害通常也会以Amylin分泌和SIRT1动作的畸变反映。6-9包括淀粉蛋白的各种激素作用中，激素通常有助于通过位于胃上皮的Antrum上的淀粉蛋白受体的胃排空生理过程，在此有效地延迟了胃空的一致性和时机。6激活后，链淀粉蛋白受体调节酸辣椒消化剂从胃到近端十二指肠的时机和过渡，然后消化剂可以暴露于腔葡萄糖酶和胰腺中和成分和消化酶。6相比，在IDDM中，因此，与SIRT1作用共同调节淀粉蛋白受体活性的失调可能导致T2DM和IDDM糖尿病形式的胃功能失调。5-9此外，肥胖和T2DM的高胰岛素血症和高氨基血症至少在某种程度上导致了胰岛素和氨基蛋白耐药性现象，因为它在这些条件下通过激素受体受体活性的原发性或次要下调在这些条件下发生。
对人类期望的面对面调查 -
摘要：我们报告了计算预测的平面外化学秩序的过渡金属硼，标记为O -mab相，TA 4 m'sib 2（m'= V，Cr）和结构上等效的固体固体溶液mob a相2。使用构成元素的固态反应烧结制备硼化物相。高分辨率扫描透射电子显微镜以及粉末X射线衍射模式的rietveld细化表明，合成的O-MAB阶段TA 4 CrSIB 2（98 wt％纯度）（98 wt％纯度）（ta 4 vsib 2（81 wt％纯度）具有化学秩序（81 wt％纯度），在TA上具有16 l TA的位置，并在16 l的位置中cr ca and ca c cr ca c cr ca c cr ca c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c c cr and c cr the 4 c. （46 wt％纯度）得出结论以形成无序的固体溶液。密度功能理论（DFT）计算来研究动态稳定性，弹性特性和电子密度状态，证实了稳定性并建议基于CR和MO的硼化物比基于V和NB的硼化物更稳固。■简介
简历 Helmut G. Katzgraber
量子计算 算法开发和新型计算范式 使用新兴技术（量子、机器学习、HPC、...）解决工业问题 无序系统（自旋、电子、量子、涡旋和结构玻璃） 空间辐射模拟 一般计算研究（冷气体、雪崩和磁滞、单分子磁体等）
SleepFM：在大脑活动，ECG和呼吸信号
睡眠是通过记录各种方式来评估一种复杂的生理过程。我们从14,000多个参与者中策划了一个大型的多模式睡眠记录的大型多摄影数据集。掌握了这个广泛的数据集，我们开发了SleepFM，这是第一个用于睡眠分析的多模式基础模型。我们表明，与标准的成对构造学习的表示相比，一种新颖的对比学习方法可以显着证明下游任务绩效。A logistic regression model trained on SleepFM 's learned embeddings out- performs an end-to-end trained convolutional neu- ral network (CNN) on sleep stage classification (macro AUROC 0.88 vs 0.72 and macro AUPRC 0.72 vs 0.48) and sleep disordered breathing de- tection (AUROC 0.85 vs 0.69 and AUPRC 0.77 vs 0.61）。值得注意的是，从90,000名候选人中获取其他响应的记录剪辑，学到的嵌入在检索其他方式的记录剪辑方面达到了48％的平均准确性。这项工作展示了整体多模式睡眠模型的价值，以完全捕获睡眠记录的丰富性。SleepFM是开源的，可在https://github.com/rthapa84/sleepfm-codebase上找到。
AffLecto：一个生成Alphafold模型柔性蛋白质构象合素的Web服务器
本质上无序的蛋白质和区域（IDP/IDR）利用其结构性挠性来实现必要的细胞功能，并且功能障碍通常与严重疾病有关。然而，它们的序列，结构动力学和功能角色之间的关系仍然很少理解。将这些复杂关系熟悉的对于特性的发展至关重要，强调了对产生质量IDP/IDR构象异构体的方法的需求。 虽然Alphafold（AF）在建模结构域中表现出色，但它无法准确地代表无序区域，而蛋白质组织的很大一部分不准确。 我们提出了Afflecto，这是一种用户友好的Web服务器，用于生成蛋白质的大构象合奏，其中包括AF结构模型的结构化域和IDR。 通过分析其结构上下文，将IDR识别为尾部，接头或循环。 此外，它结合了一种方法来识别有条件折叠的IDR，AF可能错误地预测为本质上折叠的元素。 使用有效的随机采样算法在全球探索构象空间。 AffLecto的Web界面允许用户通过修改有序区域和分配区域之间的边界以及在几种采样策略之间进行选择来自定义建模。 Web服务器可在https://moma.laas.fr/applications/afflecto/免费获得。对于特性的发展至关重要，强调了对产生质量IDP/IDR构象异构体的方法的需求。虽然Alphafold（AF）在建模结构域中表现出色，但它无法准确地代表无序区域，而蛋白质组织的很大一部分不准确。我们提出了Afflecto，这是一种用户友好的Web服务器，用于生成蛋白质的大构象合奏，其中包括AF结构模型的结构化域和IDR。通过分析其结构上下文，将IDR识别为尾部，接头或循环。此外，它结合了一种方法来识别有条件折叠的IDR，AF可能错误地预测为本质上折叠的元素。使用有效的随机采样算法在全球探索构象空间。AffLecto的Web界面允许用户通过修改有序区域和分配区域之间的边界以及在几种采样策略之间进行选择来自定义建模。Web服务器可在https://moma.laas.fr/applications/afflecto/免费获得。
可编程的zwittionic液滴作为生物分子分类器和膜细胞器的模型
越来越多的证据表明，细胞可以通过产生具有明确定义的介观性能的无膜室来调节时间和空间的生化功能。该控制的基础基础的一种重要机制是由编码多价相互作用的联想无序蛋白驱动的简单共凝作。受这些观察结果的启发，基于对响应式合成聚合物的简单共凝聚的可编程液滴，这些聚合物模仿了生物无序蛋白的“贴纸和间隔者”结构。zwitterionic聚合物，并形成液滴，这些液滴明显地排除了大多数分子。从该参考材料开始，Zwitterionic聚合物中的不同函数组可以从添加添加，以编码越来越多的不同分子间相互作用。这种策略允许独立控制液滴的多个新兴特性，例如刺激反应性，极性，选择性吸收客户分子，融合时间和混杂性。通过利用这种高的可编程性，重现了细胞隔室的模型，并产生能够限制空间中不同分子而没有物理屏障的液滴。此外，这些生物分子分类器也被证明能够定位，分离和使靶分子在复杂的混合物中，在生物序列化和诊断方面开放了吸引力的应用。
ribbontail stingray皮肤采用核心壳光子玻璃超微结构制成蓝色结构颜色
结构性蓝色在动物中很常见，组织纳米结构和物质系统产生它们（尤其是明亮的蓝色），通常基于高度有序的纳米架构。在这项研究中，我们描述了液体尾丁略皮肤的异常明亮，无关紧要的结构蓝色，这是由更无序的散射元素带来的，这些散射元素具有先前未描述的核心 - 壳超微结构，其中涉及nano-seclets封闭圭鸟氨酸纳米纳米弹丸。我们表明，这种皮肤结构充当细胞内光子玻璃，相干散射蓝色，而密切相关的黑素化器的宽带吸收则消除了光子玻璃的典型低色饱和度。我们对黄貂鱼中皮肤超微结构和颜色的表征展示了如何利用无序系统来产生鲜艳的色调，同时说明基于鸟嘌呤的颜色的能力可能在脊椎动物的演化中很早就出现。此外，采用两种不同的光子现象的材料结构功能协会的材料结构功能关联，说明了纳米级体系结构的演变如何在更大尺寸的尺度上具有深远的影响（例如，在视觉生态学和通信中），并为颜色效应的光效率覆盖了基本的指南。