XiaoMi-AI文件搜索系统
World File Search Systemlf
![Della Pelle，Flavio； Bukhari，Qurat ul ain； Ruslan的ÁlvarezDiduk； [等]。 «独立激光引起的自我con的两维异质结构](/simg/5/5f023e6793757170cb901974c328a0f3b818133d.webp)
Della Pelle，Flavio； Bukhari，Qurat ul ain； Ruslan的ÁlvarezDiduk； [等]。 «独立激光引起的自我con的两维异质结构
具有有利的电化学特征的2D/2D异质结构（HTS）的生产具有挑战性，特别是对于半导体过渡金属二甲硅烷基（TMDS）而言。在这项工作中，我们引入了一项基于CO 2激光绘图仪的技术，用于实现包括氧化石墨烯（RGO）和2D-TMDS（MOS 2，WS 2，MOSE 2，MOSE 2和WSE 2）的HT膜。该策略依赖于激光诱导的异质结构（LIHTS）的产生，在辐照后，纳米材料在形态和化学结构中显示出变化，成为导电易于转移的纳米结构膜。LIHT在SEM，XPS，Raman和电化学上详细介绍了LIHT。激光处理诱导GOS转化为导电性高度去角质的RGO，并用均质分布的小型TMD/TM-氧化物纳米片装饰。所获得的独立式LIHT膜被用来在硝酸纤维素上构建独立的传感器，其中HT既可以用作传感器和传感表面。所提出的硝酸纤维素传感器制造过程是半自动化和可重现的，可以在相同的激光处理中生产多个HT膜，并且模具印刷可以定制设计。证明了不同分子（例如多巴胺（神经递质），儿茶素（黄酮醇）和过氧化氢）在电分析检测中的卓越性能，从而获得了生物学和农业样本中的纳米摩尔限制，并获得了高纤维抗性的纳摩尔限制。考虑到强大而快速的激光诱导的HT产生以及涂鸦所需模式的多功能性，提出的方法是通过可持续和可访问的策略开发电化学设备的破坏性技术。
foddc-生物多样性自我评估表-2024年2月-v2 (1).docx
免责声明：本表格无法涵盖所有受保护物种及其可能受影响的所有情况。受保护物种相关法律适用于所有情况，申请人/开发商有责任确保受保护物种及其栖息地不会因开发而受到影响。如果在开发过程中发现受保护物种，必须停止工作，并在继续进行任何特殊预防措施之前，咨询合格（具备适当资格和/或经验）的生态学家和/或自然英格兰委员会，包括是否需要豁免许可证。
对选定的有机硫化合物作为潜在
摘要：近年来，从“一种分子、一个靶点、一种疾病”到“多靶点小分子”的新兴范式转变为药物发现开辟了一条巧妙的道路。这一想法已被用于研究针对前所未有的 COVID-19 大流行的有效药物分子，该大流行已成为目前最大的全球健康危机。从临床试验中的药物中认识到有机硫化合物对抗 SARS-CoV-2 的重要性，我们选择了一类对 SARS-CoV 有效的有机硫化合物，并研究了其与 SARS-CoV-2 的多种蛋白质的相互作用。一种化合物对病毒的五种蛋白质（结构和非结构）表现出抑制作用，即主要蛋白酶、木瓜蛋白酶样蛋白酶、刺突蛋白、解旋酶和 RNA 依赖性 RNA 聚合酶。因此，这种化合物成为治疗这种恶性疾病的潜在候选药物。这项工作中进行的药代动力学、ADMET 特性和靶标预测研究进一步激发了该化合物的多功能性，并敦促未来对 SARS-CoV-2 进行体外和体内分析。
用于拓扑的自监督边缘检测重建...
许多基于机器学习的轴突追踪方法依赖于带有分割标签的图像数据集。这需要领域专家的手动注释，这需要大量劳动力，并且不适用于以细胞或亚细胞分辨率对半球或整个脑组织进行大规模脑映射。此外，保留轴突结构拓扑对于理解神经连接和大脑功能至关重要。自监督学习 (SSL) 是一种机器学习框架，允许模型在未注释的数据上学习辅助任务，以帮助完成监督目标任务。在这项工作中，我们提出了一种新颖的 SSL 辅助任务，即为面向拓扑的轴突分割和中心线检测的目标任务重建边缘检测器。我们使用小鼠大脑数据集对三个不同的 SSL 任务进行了 3D U-Nets 预训练：我们提出的任务、预测排列切片的顺序和玩魔方。然后，我们在不同的小鼠大脑数据集上评估了这些 U-Nets 和基线模型。在所有实验中，针对我们提出的任务进行预训练的 U-Net 分别将基线的分割、拓扑保留和中心线检测提高了 5.03%、4.65% 和 5.41%。相比之下，切片排列和魔方预训练的 U-Net 并没有比基线有持续的改进。
METCALF奖摘要论文
Spyros Kasapis在希腊塞萨洛尼基出生和长大。他17岁时移居美国，并在伍斯特理工学院完成了航空工程学士和硕士学位，他专注于控制和自动驾驶飞机路径计划。他搬到了安阿伯（Ann Arbor），获得了海军建筑和海洋工程学的第二大硕士学位，以及他的博士学位，该学位专注于视觉识别的机器学习应用。他曾在NASA Goddard太空飞行中心担任实习生，在那里他使用SDO卫星数据帮助了Van Allen辐射带的特征，同时还是NASA JPL 2022 Planetary Science Science Summer Schoom Schoom School Cohort的成员，在那里他从事Gelatto小星际小行星小行星小行星样本返回任务建议。他目前是NASA AMES研究中心的博士后研究员。他的研究兴趣包括使用机器学习来检测太阳能区域的出现和SEP预测。
液化空气集团开发创新解决方案 - Globalfoundries - ...
液化空气集团电子业务执行委员会成员 Armelle Levieux 表示：“我们与 GlobalFoundries 的合作始于 20 多年前，这些合同的延长进一步加强了我们的战略合作伙伴关系。为了满足电子客户的特定需求，我们开发了创新解决方案，既能提高效率，又能带来可持续发展的好处。结合我们在主要半导体中心的战略影响力和靠近客户的优势，我们全面的产品和服务组合使我们能够应对半导体行业的技术挑战，同时利用市场结构性增长带来的机遇。”
汽车nk“离货架上”免疫疗法 - 细胞生物
免疫疗法：汽车NK细胞汽车NK细胞，也称为嵌合抗原受体（CAR）天然杀伤细胞，是一种用于癌症免疫疗法的免疫细胞。天然杀手（NK）细胞是先天免疫系统的一部分，在识别和消除包括癌细胞在内的异常细胞中起着至关重要的作用。CAR NK“ Off the Beshelf”免疫疗法CAR NK细胞是通过基因修饰NK细胞在其表面表达嵌合抗原受体（CAR）而产生的。这些汽车是合成受体，旨在识别癌细胞表面上存在的特定蛋白质或抗原。一旦将汽车NK细胞注入患者的体内，他们就可以识别并靶向表达相应抗原的癌细胞，从而导致这些恶性细胞的破坏。CAR NK细胞疗法具有降低的毒性以及同时靶向多种抗原的能力。此外，NK细胞具有固有的肿瘤识别和杀伤机制，使其成为基于汽车的免疫疗法的有吸引力的候选者。汽车NK和CAR T细胞CAR NK细胞和CAR T细胞之间的区别是针对癌症免疫疗法设计的免疫细胞的类型，但是它们具有独特的特征和作用机制。细胞类型：CAR NK细胞：CAR NK细胞来自天然杀伤（NK）细胞，该细胞是先天免疫系统的一种细胞毒性淋巴细胞。CAR T细胞：CAR T细胞源自T淋巴细胞，T淋巴细胞是适应性免疫系统的一种免疫细胞。靶标识别：CAR NK细胞：CAR NK细胞主要通过其激活受体识别和靶向癌细胞，例如天然杀伤力组2D（NKG2D）受体，以及通过CAR介导的对特定抗原的识别。CAR T细胞：CAR T细胞主要通过其汽车识别和靶向癌细胞，它们的合成受体旨在识别在癌细胞表面表达的特定抗原。
用于动态分配公共资源的自足因果经济
摘要 本文介绍了业力机制，这是一种在无限时间内在竞争代理之间重复分配稀缺资源的新方法。示例包括决定在高峰需求期间为哪些叫车行程请求提供服务、在交叉路口或车道合并时授予通行权或将互联网内容纳入受监管的快速通道。我们研究了这些问题的简化但富有洞察力的表述，其中在每个时刻，从大量人群中随机匹配两个代理来竞争资源。业力机制的直观解释是“如果我现在屈服，我将在未来得到回报。”代理在类似拍卖的环境中竞争，他们竞标业力单位，业力直接在他们之间流通并在系统中自成一体。我们证明，这使得一个自利的代理社会能够实现高水平的效率，而无需诉诸（可能有问题的）资源货币定价。我们将业力机制建模为动态人口博弈，并保证存在一个平稳纳什均衡。然后，我们用数字方式分析了稳定纳什均衡下的表现。对于同质代理的情况，我们比较了不同的机制设计选择，表明当代理具有未来意识时，可以实现高效且事后公平的分配。最后，我们测试了针对代理异质性的稳健性，并通过业力重新分配提出了一些观察到的现象的补救措施。
基于结构的电荷转换药物自组装设计
近年来，各种基于载体的药物输送系统的设计和制造策略已迅速建立并应用于癌症治疗。这些系统对当前的癌症治疗贡献巨大，但需要进一步发展以消除药物负载能力低和严重副作用等障碍。为了实现更好的药物输送，我们提出了一种基于分子结构的易于制造的药物自输送系统的创新策略，该系统可用于共输送姜黄素类化合物和喜树碱的所有含氮衍生物，以更好地靶向癌症治疗并最大限度地减少副作用。形成机制研究表明，喜树碱衍生物和姜黄素类化合物的刚性平面结构以及相关的离去氢使它们能够在适当的条件下组装成纳米颗粒。这些纳米颗粒在不同条件下表现出稳定的粒径（100纳米）和可调的表面电荷，从正常生理条件（pH 7.4）下的约-10 mV增加到酸性肿瘤环境下的+40 mV。此外，小鼠体内实验表明，与伊立替康（喜树碱衍生物）相比，联合给药的伊立替康姜黄素纳米颗粒显著增强了肺和胆囊的靶向性，改善了巨噬细胞清除逃逸，改善了结直肠癌治疗，消除了危及生命的腹泻，为更好的靶向化疗和临床转化带来了希望。最后，基于结构设计的药物自递送系统策略可能会激发更多类似的自递送纳米系统的研究和发现，以用于更广泛的药物应用。
可解释的人工智能，用于数据驱动的反馈和智能行动建议，以支持学生自我调节 Muhammad Afzaal
摘要 自我调节学习 (SRL) 是一种认知能力，在促进学生有效制定策略、监控和评估自己的学习行为方面具有明显意义。研究表明，缺乏自我调节学习技能会对学生的学业成绩产生负面影响。有效的数据驱动反馈和行动建议被认为对 SRL 至关重要，并显著影响学生的学习和表现。然而，向每个学生提供个性化反馈的任务对教师来说是一个重大挑战。此外，由于大多数课程的学生人数众多，为个性化建议确定适当的学习活动和资源的任务对教师来说也是一个重大挑战。为了应对这些挑战，一些研究已经探讨了基于学习分析的仪表板如何支持学生的自我调节。这些仪表板提供了一些关于学生成功和失败的可视化（作为反馈）。然而，虽然这种反馈可能有益，但它并没有提供有见地的信息或可行的建议来帮助学生提高学业水平。可解释的人工智能 (xAI) 方法已被提出来解释此类反馈并从预测模型中产生见解，重点关注学生在正在进行的课程中需要采取的相关行动以改进。此类智能活动可以作为数据驱动的行为改变建议提供给学生。本论文提供了一种基于 xAI 的方法，可以预测课程表现并计算信息反馈和可操作的建议，以促进学生的自我调节。与以前的研究不同，本论文将预测方法与 xAI 方法相结合，以分析和操纵学生的学习轨迹。目的是通过为该方法提供的预测提供深入的见解和解释，为学生提供详细的、数据驱动的可操作反馈。与单独的预测相比，该技术为学生提供了更实用和有用的知识。所提出的方法以仪表板的形式实施，以支持大学课程中学生的自我调节，并对其进行了评估以确定其对学生学业成绩的影响。结果表明，仪表板显着提高了学生的学习成绩并提高了他们的自我调节学习技能。此外，研究发现，所提出的方法提出的建议对学生的表现产生了积极影响，并帮助他们进行自我调节。