摘要[上下文和动机]当今许多系统都使用人工智能,其中机器学习(ML)是一个子场。需求工程(RE)满足了利益相关者对系统开发的需求。特别是,具有ML组件的系统需要特定的非功能要求(NFR)来定义ML相关细节,例如训练数据集的质量方面,ML模型的可折扣性或ML培训管道的细节。[问题]尚未完全了解RE技术在实际使用中对具有ML组件的系统的特定应用。尚不清楚,哪种启发技术可以有效地用于基于ML的系统。[想法和结果]基于系统的映射研究;我们确定了58个NFR在研究中用来描述特定ML要求。通过在线调查和专家访谈,我们确定了30个NFR,需要考虑到具有ML组件的系统。对于高度相关的NFR的文档,在两家IT公司中设计,评估和优化了一个模板。此模板有助于确保NFR的一致文档。[贡献]基于系统的映射研究,在线调查和专家访谈,我们提供了相关的NFR和一个模板,用于记录具有ML组件的系统的NFRS。我们在两家IT行业公司和几个软件项目的背景下使用现实世界案件验证了所提出的模板。评估显示需求的完整性增加。
1引言扩展和激活T细胞的肽疫苗已成为一种有希望的预防性和治疗方法,用于应对与健康相关的挑战,包括传染病和癌症(Malonis,Lai,Lai和Vergnolle 2019)。与基于整个器官或基于整个细胞蛋白亚基的整个器官或亚基疫苗相比,肽疫苗是基于一系列的蛋白质碎片(肽),这些蛋白质碎片(肽)具有足够的反应,并且具有更大的反应性,而又一次反应了,这是造成的,而这些反应范围更大,这是造成的,而这些反应是更大的反应,而这些反应是更大的反应(等2014)。肽疫苗的设计包括选择免疫原性蛋白片段,通常称为表位(Li等人2014),当疫苗中包括时会扩大表位时特定的T细胞。机器学习的进步使我们能够预测主要的组织辅助分子(MHC)分子将通过自适应免疫系统进行监视(Ching等人2018,Reynisson等。 2020),可以用来识别将显示哪些表位(Sohail等人。 2021)。 个体所显示的表位取决于其MHC基因的特定等位基因,因此免疫系统显示的肽可能会因个人而异(Zaitouna,kaur,)而有很大差异2018,Reynisson等。2020),可以用来识别将显示哪些表位(Sohail等人。2021)。个体所显示的表位取决于其MHC基因的特定等位基因,因此免疫系统显示的肽可能会因个人而异(Zaitouna,kaur,
衡量家庭消费对收入冲击的反应对于了解家庭如何应对不利事件、设计政府保险或其他收入支持政策以及了解商业周期和货币政策的传导都很重要。鉴于消费占国内生产总值的很大一部分,这对于评估财政或劳动力市场改革对消费者福利的影响以及研究这些改革如何影响宏观经济也很重要。本文主要回顾了过去 20 年研究家庭层面收入冲击与消费波动之间联系的经济学文献。我们确定了研究人员估计消费对收入冲击反应的三种主要方法:(1)结构方法,其中完全或部分指定的模型有助于从数据中识别消费对收入冲击的反应;(2)自然实验,其中将一个受到收入冲击的群体的消费反应与另一个没有受到收入冲击的群体的消费反应进行比较;(3)诱导调查,其中询问消费者他们预计如何应对各种假设事件。这些方法并非经济学领域所独有的;使用这些方法的研究通常根据其具体重点分为宏观经济学、劳动经济学或公共财政——仅举几个领域。我们这篇短文的目的是调查这些日益繁杂的文献,并提供一份通俗易懂的摘要,介绍消费对收入冲击反应的各种估计。我们专注于各种研究之间的相似之处和差异,特别是在方法、数据、消费概念和所分析的收入冲击类型方面,
Embotech是一种屡获殊荣的软件扩展,开发了自动驾驶汽车的最前沿自动驾驶技术和解决方案,重点是私人地面应用,例如港口航站楼的卡车和工厂中的乘用车。我们通过利用自2013年以来一直在开发的实时优化技术来提供安全的自主运输。我们正在寻找一名动手系统工程师,他热衷于与快速开发团队一起迭代出色的系统。使用Embotech的自动驾驶软件和外部供应商的硬件组件,您将加入卡车系统团队在部署快速增长的自动驾驶卡车中发挥重要作用。您的角色将涉及系统设计和系统测试定义。我们在一家快速发展的公司中提供了令人兴奋的工作,该公司具有诱人的条件和灵活的时间。Embotech在现代和动态的环境中开发创新产品,您可以期待国际氛围,具有高技能的同事,对卓越和效率充满热情。我们正在寻找高度有动力的人来帮助我们解决当今最复杂的挑战之一,并将我们的公司提升到一个新的水平。职责•有助于系统体系结构和安全概念•客户需求的启发和转化为系统要求。•定义硬件要求并管理外部供应商。•系统测试定义。•有机会为正式的系统开发和验证过程定义做出贡献。•与产品管理,软件工程师和控制工程师合作,提供完整的自动驾驶堆栈。•根据需要前往客户或自己的测试区域。
摘要 — 诱导针对人类免疫缺陷病毒 (HIV) 的广谱中和抗体 (bnAbs) 的疫苗将有助于控制该疾病。膜近端外部区域 (MPER) 肽是一种有吸引力的抗原候选物,因为它是保守的并且是几种人类 bnAbs 的靶标,例如 2F5。我们之前发现含有钴卟啉磷脂 (CoPoP) 的脂质体可以与带有 his 标记的 MPER 肽结合,从而在脂质双层上产生仿生抗原呈递。本研究生成了各种带有 his 标记的合成 MPER 片段,这些片段与含有 CoPoP 和合成单磷酰脂质 A (MPLA) 的脂质体结合,并评估了小鼠的免疫原性。与较短的 MPER 肽相比,氨基酸片段源自膜插入点且长度至少为 25 个氨基酸的 MPER 肽具有更高的 2F5 反应性并诱导更强的抗体反应。与 Alum 和 Montanide 佐剂相比,用脂质呈递的 MPER 免疫可引发更强的抗体反应,后者可识别含有 MPER 序列的重组 gp41 和 gp140 蛋白。诱导的抗体可中和对中和抗体 (W61D(TCLA)0.71) 敏感的 1A 级病毒,但不能中和另一级 1A 级或 2 级毒株。MPER 肽与无关疟疾蛋白抗原 (Pfs25) 共同配制,该抗原与含有 CoPoP 和 MPLA 的脂质体有效佐剂结合,可引发更高的 MPER 抗体水平,但不会改善中和,可能是由于干扰了膜中正确的肽呈递。产生了产生 MPER 抗体的鼠杂交瘤,但它们是非中和性的。这些结果并不
中枢神经系统和自主神经系统之间的动态信息交换,即功能性脑-心脏相互作用,发生在情绪和身体唤醒期间。据充分证明,身体和精神压力会导致交感神经激活。然而,自主神经输入在精神压力下神经系统间交流中的作用尚不清楚。在本研究中,我们使用最近提出的功能性脑-心脏相互作用评估计算框架,即交感迷走神经合成数据生成模型,估计了脑电图 (EEG) 振荡与外周交感神经和副交感神经活动之间的因果和双向神经调节。通过在与压力水平增加相关的三个任务中增加 37 名健康志愿者的认知需求来引发精神压力。压力引发会导致交感迷走神经标志物变化增加,以及脑-心脏方向相互作用变化增加。观察到的心脑相互作用主要来自针对广泛脑电图振荡的交感神经活动,而传出方向的变化似乎主要与 c 波段的脑电图振荡有关。这些发现扩展了当前对压力生理学的认识,该知识主要涉及自上而下的神经动力学。我们的结果表明,精神压力可能不会导致交感神经活动完全增加,因为它会引发脑体网络内的动态波动,包括脑心水平的双向相互作用。我们得出结论,定向脑心相互作用测量可以为定量压力评估提供合适的生物标记,身体反馈可能会调节因认知需求增加而引起的感知压力。
可扩增和激活 T 细胞的肽疫苗已成为一种有前途的预防和治疗方法,可用于应对包括传染病和癌症在内的健康相关挑战 (Malonis、Lai 和 Vergnolle 2019)。与基于整个生物体的更传统的减毒活疫苗或基于整个蛋白质亚基的亚基疫苗相比,肽疫苗基于一小组足以诱导 T 细胞免疫反应的蛋白质片段(肽),从而能够引发更有针对性的反应,避免过敏和反应原反应 (Li et al. 2014)。肽疫苗的设计包括选择免疫原性蛋白质片段,通常称为表位 (Li et al. 2014),当将其包含在疫苗中时,可扩增表位特异性 T 细胞。机器学习的进步使我们能够预测哪些肽将由主要组织相容性复合体 (MHC) 分子呈递以供适应性免疫系统监视 (Ching 等人 2018;Reynisson 等人 2020),这可用于识别将显示哪些表位 (Sohail 等人 2021)。个体显示的表位取决于其 MHC 基因的特定等位基因,因此免疫系统显示的肽在个体之间可能存在很大差异 (Zaitouna、Kaur 和 Raghavan 2020)。因此,找到一组预测将由大部分流行人群显示的肽的工程任务
摘要背景:人们普遍担心在医疗保健等敏感环境中使用黑盒建模方法。尽管性能有所提升且备受炒作,但这些问题阻碍了人工智能 (AI) 的普及。人们认为可解释的人工智能有助于缓解这些担忧。但是,现有的可解释定义并未为这项工作奠定坚实的基础。方法:我们批评了最近关于以下文献的评论:团队中人工智能的代理;心理模型,尤其是它们应用于医疗保健时,以及它们引出的实际方面;以及现有和当前的可解释性定义,尤其是从人工智能研究人员的角度来看。在此文献的基础上,我们创建了可解释的新定义和支持术语,提供了可以客观评估的定义。最后,我们将可解释的新定义应用于三个现有模型,展示了它如何应用于先前的研究,并为基于此定义的未来研究提供指导。结果:现有的解释定义以全球适用性为前提,并未解决“谁可以理解?”的问题。如果将人工智能视为团队成员,那么引出心理模型可以比作创建可解释的人工智能。在此基础上,我们根据模型的背景来定义可解释性,包括模型和解释的目的、受众和语言。作为示例,此定义应用于手术室团队中的回归模型、神经网络和人类心理模型。结论:现有的解释定义在确保解决实际应用问题方面存在局限性。根据应用背景来定义可解释性会迫使评估与模型的实际目标保持一致。此外,它将允许研究人员明确区分针对技术受众和普通受众的解释,从而允许对每种解释应用不同的评估。关键词:可解释性、xAI、黑盒模型、心理模型
被广泛认为是节气瓣癫痫发作的模型。尽管对啮齿动物进行了深入的研究,但没有研究暗示这种模型正在发展中。我们专注于七个男性和雌性大鼠的年龄组。持续时间为0.3 ms的双相脉冲,并将20至80 mA的电流强度跨胶施用3 s,以计算单个年龄组的阈值强度。阈值刺激强度对于诱发锁骨癫痫发作所需的阈值刺激强度是高年龄和性别依赖性的。在最年轻的(15天大)的组中观察到最高的阈值,然后降低到25天的年龄,并再次增加到成年。在所有年龄段的女性中,阈值电流趋于较低。抽搐性癫痫发作的发生率随着产后25年的刺激强度而增加。在31天大的大鼠中,无论刺激电流和性别如何,都会发生不规则。进行随后的分析,将这些动物分为两组:15至25天的少年和青少年/成年人,年龄31天及以上。我们的统计分析表明,在刺激刺激后,大量强度较高,但不是青春期/成年大鼠的刺激风险增加。女性倾向于对低水流的刺激比男性更敏感。与同龄男性相比,18至25天老年的女性癫痫发作严重程度更高,并且癫痫发作持续时间随少年而不是青春期/成年动物的刺激强度而增加。数据将大鼠6 Hz模型的使用扩展到未成熟的动物,并且可能是小儿颞叶癫痫发作的模型。
目的:芳香族L-氨基酸脱羧酶(AADC)缺乏症是一种罕见的遗传结构,其特征是运动障碍,言语和认知功能障碍。需要得出对治疗的经济评估,与健康相关的生活质量或公用事业需要得出。这些文献目前缺乏。这很具有挑战性,患者人数很小,尤其是在小儿种群中。这项研究概述了描述AADC的小插曲的5阶段发展,用于随后的健康状态效用启发研究,重点是护理人员和临床医生的参与。方法:为了与经济模型保持一致,开发了5个描述5个AADC缺陷运动里程碑的小插图,从“卧床不起”到“援助”。第1阶段包括鉴定文献和AADC缺陷慈善网站的症状/障碍。第2阶段包括与3名看护人的小组讨论。症状矩阵开发了,其次是小插图(第3阶段)。八位临床医生通过调查(第4阶段)与相同的3名看护人一起审查了这些临床医生。在第5阶段修订了小插图。结果:关于第1阶段和第2阶段症状的共识很高,尽管文献强调了行为和自主症状,而照料者没有。症状分为神经肌肉,自主,认知,行为和功能障碍。临床医生和看护人的小插图反馈强调了AADC的特发性。尽管如此,临床医生只提出了另外2个症状。同样,护理人员提出了4种症状,并改变了用于认知症状的措辞。并非所有更改都包括在内。结论:护理人员,临床医生和文献的不同重点增强了患者/看护者参与的重要性。小插曲需要全面捕获与AADC缺乏症生活的感觉,以使随后的公用事业变得坚固。专注于证据三角剖分,尤其是针对特发性条件,以及如何从照顾者那里寻求参与是研究的重要途径。关键字:芳香族L-氨基酸脱羧酶缺乏症,AADC缺乏症,小插曲,看护人,临床医生
