XiaoMi-AI文件搜索系统
World File Search Systemmodeling
生成建模的微分几何形状
我的一位前教授曾经将一本关于差异几何学的流行教科书描述为“厕所阅读”。诚然，他使用了更多粗略的术语。此描述意味着文字很容易访问，以至于他可以在经常浴室时阅读这本书。该描述并不意味着称赞。。。这本简短的书旨在是“厕所阅读”。差异几何形状经常被抽象地呈现，而驱动直觉隐藏得很好。相反，我试图使此文本尽可能容易地消化。。。也就是说，我认为您在机器学习和与此领域相关的标准数学工具方面具有一定的经验。也就是说，您应该熟悉基本演算，线性代数和概率理论。
中央银行基于代理的建模
在过去十年中，基于代理的模型（ABM）越来越多地用作经济政策机构中的分析工具。本文通过调查中央银行和其他相关经济政策机构的与ABM相关的研究和政策产出来记录这一趋势。我们将这些研究和报告分为三个主要类别：（i）与中央银行授权有关的应用研究，（ii）支持ABMS进步的技术和方法论研究； （iii）将ABMS整合到政策工作中的例子。我们的发现表明，ABM已成为中央银行履行其职责的有效补充工具，尤其是在2007 - 09年全球金融危机之后的授权延长之后。在承认有改进的空间仍然存在的同时，我们认为将ABM纳入中央银行的分析框架可以支持对现有和新兴经济挑战（包括金融创新和气候变化）的更有效的政策响应。
PEM燃料电池的高级物理建模以增强其性能
氢技术提供了有前途的前景，可以在更可持续的世界中应对未来的能源需求。鉴于他们的潜力，他们的技术发展是许多政策的核心。因此，燃料电池的精确建模对于优化其控制并提高其性能至关重要。本文始于对有关物质运输的原理以及用质子交换膜（PEMFC）计算燃料电池电压的最新进展的深入分析。它通过介绍相关方程，其适用性和基本假设来详细了解这些原理，这构成了未来模型的发展。基于这项工作，已经开发了一种使用成品差异方法的PEMFC的一个维度，动态，两相和等温模型。该模型构成了功能块模型的简单性与数字流体力学模型的准确性（英语：计算流体动力学模型）之间的妥协，从而提供了内部状态的精确描述，同时对计算的需求较低。此外，在过压的计算中引入了一种新的物理参数，液体水饱和系数（S LIM）以及相应的公式。开源，基于此模型并在Python中实施的Alphapem软件，然后开发并发布。模型A此新参数将电压下降连接到高电流密度与催化层中存在的液体水量和燃料电池的工作条件。这种新建立的燃料电池内部状态及其操作条件之间的联系有望优化其控制，从而改善其性能。他提出了一个模块化体系结构，该体系结构有助于新功能的创建，并包括友好的图形界面。alphapem还结合了一种自动校准方法，可以通过研究的特定燃料电池对模型进行精确的校准。在使用此软件时，可以有效地计算有关所有当前密度的内部状态的详细信息。以极化和EIS曲线为特征的静态和动态性能也可以在不同的工作条件下进行模拟。此外，Alphapem为在车载系统中使用高级电池的高级模拟开辟了道路，因为它可以在动态操作条件下进行精确且快速的响应。
evo 2
Garyk Brixi ∗，1，2，3，Matthew G. Durrant ∗，1，2，Jerome Ku ∗，1，2，Michael Poli ∗，2，3，5，Greg Brockman ∗ ∗，2，6，§，§，Daniel Chand，Daniel Chand ∗，1，2，2，2，2，2，3，Gonzale a.Gonzalez aref.gonzalez king ∗，2，2，2，2，2，2，2，2，2，2，2，2，2，2，2，2，2，2，2，2，2，2，2，6，§，2，6，§ David B. Li ∗∗ , 1 , 2 , 3 , Aditi T. Merchant ∗∗ , 1 , 3 , Mohsen Naghipourfar ∗∗ 1 , 2 , 7 , eric ngyen ∗∗∗ 2 , 3 , chia ricci-tam ∗ chia ∗∗∗ 2 , 2 , 2 , , 2 , , , , Sun∗∗∗∗∗ ∗∗ 2 , Ali Taghibakshi ∗∗∗ ∗∗ ∗∗ ∗ ∗ ∗ ∗ ∗ er E E E E E Anton Vorontsov ∗ ∗ ∗ ∗ ∗收er远er本 * ∗ ∗ ∗ ∗ er本∗ ∗ ∗发 ∗ ∗发 er家发∗发 ∗发够 * ∗ ∗ ∗ ∗消E EM e，4 * ∗ ∗ ∗ ∗发 ∗消EM段，4，4，布兰登·杨（Brandon Yang）∗ ∗ ∗ ∗ ∗ ∗收er远er家人∗ ∗ ∗ ∗消ET恤∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗ ∗消E ET，那么eTADADAD A.的，那么4 nichadems 9，4 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 nicholas K. wang a vangah adams 9，specuus 3 Ermon，Daniel Guo 1，3，Rajesh Ilango 1和Janik 4，Amy 6，Lu 7，Reshma Mehta，Mofrad 7，Madelena Y。 ng 3 , jappreet Pannu 3 , Christopher Ré 3 , Jonathan C. Schmok 1 , John St. John 4 , Jeremy Sullivan 1 , Kevin Zhu 7 , Greg Zynda 4 , Daniel Balsam 8 , 10 , Patrick Collison 1 , 10 , Anthony B. Costa 4 , 4 , 10 , Thomas McGrath 8 , 10 , Kimberly Powell 4 , 10 , Dave P. Burke ‡ , 1 ，2，10，Hani Goodzi‡，1，2，11，Patrick，2，7，10，Brian L. Hie‡，†，1，2，2，3，10
用于对神经系统进行最优控制建模的计算机框架 Rückauer, BJ; Gerven, MAJ van 2023，文章 / 致编辑的信 (Frontiers i
我们提出了一个控制理论框架来研究嵌入在模拟环境中的生物驱动人工神经系统（Sussillo，2014）的稳定性和可控性。从高层的角度来看，这个框架模拟了脑-机-环境的相互作用。我们首先考虑建模一个神经系统在虚拟环境中执行行为任务的问题。用控制理论的语言来说，神经系统与环境过程形成一个闭环反馈控制器。在第二步中，我们模拟神经系统的退化（例如在传感器或执行器处）并添加一个二级控制器（假肢），目的是恢复行为功能。在此过程中，我们考虑了大脑模型中的不确定性、非线性、测量噪声以及可观察状态和可控神经元的有限可用性。神经系统，从单个神经元到大规模群体，都以复杂的动态为特征，建模和控制可能具有挑战性（Ritt and Ching，2015）。经典控制理论（Khalil，2002；Brunton 和 Kutz，2017；Astrom 和 Murray，2020）为设计控制律提供了强大的工具，并在神经技术领域得到广泛应用，例如机械臂或计算机光标的闭环脑机接口 (BMI) 控制（Shanechi 等人，2016）、癫痫发作缓解的模型预测控制（Chatterjee 等人，2020）以及大脑在认知状态之间转换的机制解释（Gu 等人，2015）。闭环控制的一个特别成功的应用是通过深部脑刺激治疗帕金森病。在那里，可以使用基于阈值、比例积分或自调节控制器将病理性 β 波段振荡活动抑制在所需的目标水平（Fleming 等人，2020a、b）。 Schiffi (2011) 建立了一种将控制理论与神经科学和生物医学联系起来的典型方法，其中时空皮质动态模型与卡尔曼滤波器相结合，以估计未观察的状态并跟踪未知或漂移的模型参数。神经形态社区中的团队最近通过实现生物学上合理的操作和学习状态估计和控制规则（Friedrich 等人，2021；Linares-Barranco 等人，2022）以及神经形态 BMI 电路（Donati 和 Indiveri，2023）为这项工作做出了贡献，这有望在低功耗运行时实现更好的生物相容性。在上述许多方法中反复出现的一些挑战是线性（可实现）或低维系统的假设、对底层动态的知识或所需目标状态的可用性（如帕金森病的 DBS）。本文针对这些局限性做出了两项主要贡献。首先，我们建议一致使用动力系统来模拟大脑、环境、和假肢。除了统一方法论之外，这种选择还可以灵活地对不同程度的真实模型进行实验。在这里，我们展示了循环神经网络 (RNN) 作为神经系统和假肢的简单、高度可扩展的构建块的使用。其次，我们逐步消除了线性、系统知识、完全可观测性和监督目标状态的假设，通过使用强化学习 (RL)（Sutton 和 Barto，2020 年）进行系统识别和合成假肢控制器。
基于数据的药效学对丙泊酚和瑞芬太尼在全身麻醉期间作用的影响
在麻醉期间预测双光谱指数（BIS）和平均动脉压（MAP）对于患者的安全性和e e ff eftectia麻醉管理至关重要。传统的药效动力反应表面模型具有限制和适应性。本文提出了一种使用机器学习技术预测BIS和地图的新方法。而不是使用标准的药效响应表面模型，而是提出了基于机器学习的AP-prach来建模药效学。所提出的方法考虑了标准丙泊酚和雷素药代动力学模型的状态，以及患者信息作为预测BIS和MAP值的特征。培训和测试是在含有191例不同患者的VitalDB数据集[1]的选定子集上进行的。证明，基于机器学习的方法就准确性而优于标准的药效学模型。具体而言，支持向量回归（SVR）模型达到的平均绝对预测误差（MDAPE）比BIS预测的Eleveld模型小32％。为了进行地图预测，SVR模型还降低了66％的MDAPE表现。所提出的方法提供了与深度学习方法[2]相似的性能[2]，同时保留了可以在其他应用程序中使用的简单结构。
优化聚对苯二甲酸乙二醇甘氨酸抗抗弯曲强度和尺寸精度的融合沉积建模参数
摘要融合沉积建模（FDM）是一种增材制造（AM），由于其在设计，有效使用材料和负担得起的成本方面，它引起了研究人员和行业的浓厚兴趣。在本文中，主要目的是研究FDM过程参数对挠曲性能的影响以及由聚对苯二甲酸乙二醇乙二醇（PETG）材料制成的最终部分的准确性，由于其强度和易用性，该材料广泛用于3D打印。采用了基于盒子– Behnken设计的响应表面方法（RSM）方法，其中包含三个关键过程参数：填充线距离，壁线计数和构建板温度。对数据的分析表明，所有三个参数都影响了印刷部分的固有特征，包括印刷部分的机械和尺寸特征。构建板温度被确定为最重要的参数，占印刷样品弯曲强度变化的53％，在样品的尺寸准确性方面偏离39.7％，如方差分析（ANOVA）所示。模型的预测值与相应的实验结果之间的比较表明，开发模型的适用性很高。在这项研究中观察到的最大百分比误差为3.4％，维度准确性为7.5％，建立了优化技术的功效。这些结果对于理解过程参数对材料响应的影响很有意义，并提供了一种系统的方法来开发具有改进的机械特性和几何维度的结构增强的PETG部分。
2025; 21（5）：2083-2100。 doi：10.7150/ijbs.93678研究论文血小板传播1促进细胞骨架重塑，去分化和肺MET
骨肉瘤细胞的去分化导致预后不良。我们计划识别与细胞去分化有关的关键分子，并探索它们如何促进骨肉瘤细胞的肺转移。我们进行了一个球体形成测定法，并确认可以将球体细胞重新分化为特定培养基中的成骨细胞，脂肪细胞和软骨细胞，并且在细胞表面检测到了细胞表面，这表明球体样细胞是透射细胞的。血小板传播1（THBS1）和ITGA被确定为去分化的关键分子，而THBS1表达较高的骨肉瘤患者的预后较高。thbs1在去分化的早期阶段促进了itga1和itga6在细胞膜上的积累，从而增加了细胞质中FAK，RASGRF1和MLC2的磷酸化，并促进细胞骨架重塑。我们的结果表明，THBS1通过促进细胞骨架重塑来促进细胞去分化和肺转移，并且ITGA1和ITGA6在介导细胞外向至细胞内信号中起着重要作用。这种介导作用主要发生在去分化的早期阶段。
时机问题：建模妊娠大麻暴露对发展中杏仁核中社会行为和小胶质细胞的影响
大麻是怀孕期间最常用的非法药物，随着合法化和非刑事化扩展到更多州，美国的使用稳步增加。许多怀孕的人使用大麻来减少怀孕的不良症状，因为它比其他药物或酒精危害不大。大麻的主要精神活性成分，Delta-9-四氢大麻酚（THC）作用于内源性大麻素（ECB）系统，但是胎儿的神经发育是否鲜为人知。以前我们已经表明，雄激素介导的杏仁核中的欧洲央行促进了新生儿星形胶质细胞的小胶质细胞吞噬作用，这对调节社会行为中性别差异的神经回路产生了持久的后果。小胶质细胞是大脑的驻留免疫细胞，并表达欧洲央行系统CB1R和CB2R的受体，使它们可能通过THC进行调节的靶标。在不同的妊娠时间点上接触THC也可能导致不同的预后，与酒精暴露一样。为了在妊娠晚期或怀孕初期对人类大麻的使用进行建模，我们在产后早期通过腹膜内（IP）注射（IP）注射直接将啮齿动物暴露于THC。在这里我们表明，产后THC暴露会导致在发育期间的小胶质细胞吞噬作用以及少年时期的社会行为的性别变化。有趣的产前暴露于THC导致吞噬作用和社会行为的反比变化。这些发现突出了THC在妊娠中暴露的差异效应。
极度降水的统计建模
累积的水）以毫米（mm）为单位。 因此，有非常广泛的文献提出了用于在不同时间尺度（小时，每小时，每日，每月）下降水分布的模型。 例如，用于建模正降水的最流行的分布可能是伽马分布[79]，由于其灵活的形状，它通常也提供适合每月降水量的足够适合，但是伽马分布无法在高时间尺度上捕获大降雨特征，即累积的水）以毫米（mm）为单位。因此，有非常广泛的文献提出了用于在不同时间尺度（小时，每小时，每日，每月）下降水分布的模型。例如，用于建模正降水的最流行的分布可能是伽马分布[79]，由于其灵活的形状，它通常也提供适合每月降水量的足够适合，但是伽马分布无法在高时间尺度上捕获大降雨特征，即每天和每日。建模降水及其聚集体提出了与其他天气变量（例如温度）相比的独特挑战。精确地捕获随着时间或空间的降水的聚集行为对于许多应用至关重要，包括洪水或干旱风险评估。这需要对适当的依赖模型进行典范或隐式规范，以在时空中结合边缘分布，在时间和空间中，不仅极端，而且中度和低降水值都会有助于极端聚集体。特定于降水的另一个方面是其间歇性，这意味着当考虑完整的观察序列时，可以观察到许多零值。这需要将概率分布视为阳性降水的连续成分的混合物，而在没有沉淀的情况下以零为零成分。虽然整个分布对于降水很重要，但它的极端尤其引起了人们的关注，因为它们通过雨水引起的洪水对人们的影响[38]，农业[99]和基础设施[85]。对局部极端的研究是极值分析[50，55]的重要早期应用，也是许多方法论发展的催化剂。的确，如果模型未正确指定，则将参数模型用于整个分布可能会导致尾部分位数估计值的显着偏差。因此，使用源自极值理论的模型来估计降水的尾矿[24，8，33]已成为普遍做法。本章回顾了用于研究极端降水的某些关键方面的统计方法，但没有任何声称是详尽的。第1.2节简要概述了典型的数据特征。第1.3节提出了单变量的概率分布，用于在极值和估计其参数的方法中建模可变性。然后，第1.4节演示了这些分布在代表不同持续时间和频率下的预提取强度或返回值时的应用。第1.5节说明了如何在空间上汇总信息以获得更有效的回报率估计值。上述部分中的方法假设极端降水事件是独立的，并且分布相同。但是，有多种原因认为事实并非如此。例如，季节性和空间模式以及气候变化可能引起非组织性。第1.6节回顾了各种检测和建模非组织降水极端的方法。最后一节是一个讨论，介绍了随机发生器的概念，并阐述了为模拟目的建模极端降雨的重要性。