引言:量子机器学习 (QML) [1] 使用参数化量子电路 [2] 作为统计模型,近年来引起了广泛关注,并被应用于自然科学 [3-8] 或生成建模 [9-13]。即使 QML 模型具有高表达能力 [14] 且在某些特定情况下表现出优于经典模型 [15,16],但在深度神经网络时代,量子计算机 [17] 能获得什么样的优势仍不清楚。另一方面,量子数据可能是应用 QML 的自然范例,量子优势已得到证实 [18]。人们希望可以通过量子传感器 [19] 收集量子数据,并最终直接连接到量子计算机。在本文中,我们模拟了通过在量子设备上直接构建量子数据来处理量子数据的可能性。我们使用变分基态求解器来获得真实基态的近似值,以模拟嘈杂的真实世界数据。具体而言,本信函讨论了使用监督学习方法计算哈密顿量 H 的基态相图。即使已经针对二元情况 [ 20 , 21 ] 探索了类似的问题,具有多个类别 [ 22 ] 并在超导平台上进行了计算 [ 23 ],所有这些方法都受到构造限制,即瓶颈。事实上,由于训练需要标签,并且因为它们是通过分析或数值计算的,这些技术只能加快
引言:量子机器学习 (QML) [1] 使用参数化量子电路 [2] 作为统计模型,近年来引起了广泛关注,并被应用于自然科学 [3-8] 或生成建模 [9-13]。即使 QML 模型具有高表达能力 [14] 且在某些特定情况下表现出优于经典模型 [15,16],但在深度神经网络时代,量子计算机 [17] 能获得什么样的优势仍不清楚。另一方面,量子数据可能是应用 QML 的自然范例,量子优势已得到证实 [18]。人们希望可以通过量子传感器 [19] 收集量子数据,并最终直接连接到量子计算机。在本文中,我们模拟了通过在量子设备上直接构建量子数据来处理量子数据的可能性。我们使用变分基态求解器来获得真实基态的近似值,以模拟嘈杂的真实世界数据。具体而言,本信函讨论了使用监督学习方法计算哈密顿量 H 的基态相图。即使已经针对二元情况 [ 20 , 21 ] 探索了类似的问题,具有多个类别 [ 22 ] 并在超导平台上进行了计算 [ 23 ],所有这些方法都受到构造限制,即瓶颈。事实上,由于训练需要标签,并且因为它们是通过分析或数值计算的,这些技术只能加快
在当代政治经济中,生产和消费增长长期以来被视为势在必行,因此充足性理念面临巨大障碍。尽管有证据支持以充足性为导向、后增长方式应对环境挑战,但迄今为止,只有有利于增长的环境观点获得了主流政治的大力支持。然而,最近一种与充足性方法有着强烈亲和力的提法——幸福经济——得到了包括政府和国际组织在内的主流政治参与者越来越多的支持。对幸福经济日益增长的支持是否代表了人们长期以来寻求的以充足性为导向、后增长环境方法的突破?为了帮助回答这个问题,我们对新西兰、苏格兰和冰岛进行了案例研究——幸福经济政府 (WEGo) 的三个创始国。这些国家(在不同程度上)已采取措施淡化经济增长的核心地位,转而强调幸福是最终目标。他们还通过引入新的幸福衡量标准并将其用于政策制定,超越了 GDP。然而,后增长方向的发展受到持续依赖经济增长来实现中期目标(如创造就业机会和提供福利国家服务)的限制,这些目标与福祉目标密切相关。因此,我们将福祉经济的新兴实践描述为“弱后增长”方法。要成为“强后增长”视角,它需要与一个更具挑战性的项目联系起来,即解开当代社会对经济增长的依赖。本文讨论了 WEGo 国家可以为应对这一巨大挑战做出贡献的方式,并在福祉经济中显而易见的以自给自足为导向的要素的基础上再接再厉。
1 瑞士贝林佐纳意大利瑞士大学生物医学科学学院肿瘤学研究所; 2 SIB 瑞士生物信息学研究所,瑞士洛桑; 3 意大利阿维亚诺阿维亚诺肿瘤参考中心 - CRO; 4 西班牙巴达洛纳 Josep Carreras 白血病研究所 (IJC); 5 瑞士意大利大学生物医学研究所,瑞士贝林佐纳; 6 瑞士南部肿瘤研究所,瑞士贝林佐纳; 7 意大利佩鲁贾大学化学、生物和生物技术系; 8 瑞士意大利瑞士大学生物医学科学学院,瑞士贝林佐纳; 9 美国马萨诸塞州波士顿丹娜法伯癌症研究所和哈佛医学院肿瘤医学部慢性淋巴细胞白血病中心; 10 西班牙马德里红癌生物医学研究中心 (CIBERONC); 11 西班牙巴塞罗那加泰罗尼亚高等研究院 (ICREA) 和 12 西班牙巴塞罗那大学 (UB) 医学与健康科学学院生理科学系。 *AJA 和 SN 作为共同第一作者做出了同等贡献。
图 2 气候数据的主成分分析,在主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B) 下。颜色表示主成分上气候变量坐标的平方和。红色表示高相关性,而蓝色表示低相关性。横轴对应于图 2a 中的 PC1 和图 2b 中的 PC2,纵轴对应于图 2a 中的 PC2 和图 2b 中的 PC3。T max:最高温度,T min:最低温度,ETP:潜在蒸散量,Prec:降水量,Humr:相对湿度。数字后缀对应于月份(1 表示一月至 12 表示十二月)
图 2 气候数据的主成分分析,在主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B) 下。颜色表示主成分上气候变量坐标的平方和。红色表示高相关性,而蓝色表示低相关性。横轴对应于图 2a 中的 PC1 和图 2b 中的 PC2,纵轴对应于图 2a 中的 PC2 和图 2b 中的 PC3。T max:最高温度,T min:最低温度,ETP:潜在蒸散量,Prec:降水量,Humr:相对湿度。数字后缀对应于月份(1 表示一月至 12 表示十二月)
动机:在脑肿瘤手术期间识别和去除微尺度残留肿瘤组织是胶质瘤患者生存的关键。为此,基于高分辨率魔角旋转核磁共振 (HRMAS NMR) 光谱的肿瘤边缘评估是一种有效的方法。然而,代谢物定量所需的时间以及手术期间需要病理学家等人类专家在场是该技术的主要瓶颈。虽然以非针对性方式(即使用完整的原始信号)分析 NMR 光谱的机器学习技术已被证明可以有效地自动化这种反馈机制,但 NMR 信号的高维和噪声结构限制了所达到的性能。结果:在本研究中,我们表明,识别 HRMAS NMR 光谱中的信息区域并将其用于肿瘤边缘评估可提高预测能力。我们使用经 ERETIC(电子参考获取体内浓度)方法标准化的光谱,该方法使用外部参考信号来校准 HRMAS NMR 光谱。我们训练模型来预测来自该光谱注释区域的代谢物数量。使用这些预测进行肿瘤边缘评估可使 ROC 曲线下面积 (AUC-ROC) 和精确召回曲线下面积 (AUC-PR) 的性能提高高达 4.6% 。我们验证了各种肿瘤生物标志物的重要性,并确定了 7.97 ppm 和 8.09 ppm 之间的一个新区域作为神经胶质瘤生物标志物的新候选者。可用性和实施:代码发布于 https://github.com/ciceklab/targeted_brain_tumor_margin_assessment 。本文所基于的数据可在 Zenodo 中找到,网址为 https://doi.org/10.5281/zenodo.5781769。联系方式:cicek@cs.bilkent.edu.tr 补充信息:补充数据可在生物信息学在线获取。
在具有抗氧化潜力的天然提取物中,西印度樱桃果实是生物活性化合物的重要来源。这项研究的目的是评估在环保条件下生产的微胶囊化和冻干的未成熟西印度樱桃果实提取物的抗氧化能力。测定了体外抗氧化活性,并将产品应用于油包水乳化液中。通过 232 nm 处的吸光度和氢过氧化物含量来测量脂质氧化产物。还研究了将西印度樱桃微粒添加到乳化液中所产生的感官特性。西印度樱桃果实的水提取物显示出高浓度的抗坏血酸(32.52 至 41.11 mg.100 mg − 1 )和还原能力;喷雾干燥后抗坏血酸的保留率为 88%。在乳化液中添加西印度樱桃产品后观察到氧化抑制:在加速条件下对照样品中 9 天后的氢过氧化物含量为 14.03 mmol。 L − 1 和 3.02 至 3.60 mmol。L − 1 在含有 TBHQ 或西印度樱桃微粒(100-200 mg.kg − 1 )的样品中。此外,与合成抗氧化剂相比,微粒没有表现出感官效果。从绿色水果中简单水提取后获得的西印度樱桃微粒是有效的,是脂质乳剂氧化稳定性的潜在新成分。
结果 - 28例患者发现了29个FMR-AVF。治疗了24/29(82.8%),观察到5/29(17.2%)。治疗在21/24(87.5%)中是血管内血管内的,在2/24(8.3%)中合并(血管内+手术),而手术为1/24(4.2%)。血管内治疗为76.2%的电视,14.3%的TA和9.5%的电视/TA组合。足够的随访数据可为20/28(71.4%),平均随访为16.8个月。TA/TV,联合血管内/外科手术或手术组没有AVF复发,电视组中有一次复发(7.1%)。在所有组中都可以看到症状改善:TV(71.4%完整,28.6%的部分),TA(66.7%完成,33.3%无随访),TV+TA(100%部分),血管内/手术(100%完成)和手术(100%部分)。次要的非神秘并发症包括电视组中的1/14(7.1%),TA/TV组中的1/3(33.3%)包括1/3(33.3%)。
