XiaoMi-AI文件搜索系统
World File Search Systemmodeling
选择学习：通过机器学习镜头
•简化：数据集的处理和标准选择模型的估计是由简单的代码签名促进的，这些签名与Scikit-Learn等主流机器学习包一致（Pedregosa等，2011）。•可扩展：针对数据存储和模型估算实现了优化的过程，从而允许使用具有大量参数的大型数据集和模型。•灵活：可以定制代码库以适合不同的用例。•模型库：相同的软件包提供了标准选择模型和基于机器学习的方法（包括神经网络）的实现。•下游操作：将选择模型用于分类计划和定价的后处理工具已集成到图书馆中。
基于知识的机制模型可准确预测 EGFR 突变肺腺癌中吉非替尼的病情进展
肺腺癌 (LUAD) 与晚期低存活率相关。尽管靶向疗法的发展已经改善了具有已识别的特定基因改变（例如表皮生长因子受体基因 (EGFR) 上的激活突变）的 LUAD 患者的预后，但肿瘤耐药性的出现最终会发生在所有患者中，这推动了新疗法的开发。在本文中，我们提出了 In Silico EGFR 突变型 LUAD (ISELA) 模型，该模型将 LUAD 患者的个体特征（包括肿瘤遗传异质性）与第一代 EGFR 酪氨酸激酶抑制剂吉非替尼作用下的肿瘤大小演变和肿瘤随时间的进展联系起来。该转化机制模型收集了有关 LUAD 的广泛知识，并在多个尺度上进行了校准，包括体外、人肿瘤异种移植小鼠和人类，重现了 90% 以上的已识别实验数据。此外，该模型的覆盖率为 98.5%，负对数秩检验为 99.4%，准确重现了 Lux-Lung 7 临床试验中的进展时间，该试验在校准中未使用，因此支持该模型具有较高的预测价值。这种基于知识的机制模型可以成为开发针对 EGFR 突变 LUAD 的新疗法的宝贵工具，为生成合成对照组奠定基础。
社论：应用大型动物进行发育研究和疾病建模
1 中国医科大学健康科学研究所帕金森病及相关疾病研究实验室，中国沈阳，2 海南大学生物医学工程学院海南省生物医学工程重点实验室，中国海口，3 法国雷恩大学法国国家科学研究院上皮细胞动力学与力学系，雷恩遗传与发育研究所 (IGDR)，法国雷恩，4 军事医学研究所 (WIM-PIB) 分子肿瘤学与创新疗法实验室，波兰华沙，5 中国农业大学生物科学学院动物生物技术育种国家重点实验室，中国北京，6 中国农业大学三亚研究所，中国三亚，7 东北大学生命与健康科学学院辽宁省生物资源研究与开发重点实验室，中国沈阳
从硬件/软件架构和相关环境的角度评估和模拟数据中心的能源影响
首先，我要衷心感谢我的论文导师 Jean-Marc MENAUD 教授，感谢他对整个研究过程和相关研究的持续支持。他教会了我什么是科学研究，并为我提供了很多与相应学术领域的教授、博士生和博士后交流的机会。我还要对论文的联合指导老师 Orange Labs 的 David NÖRTERSHÄUSER 博士和 Stéphane LE MASSON 博士表示深深的谢意，感谢他们在研究工作期间提供的专业知识、热情的鼓励、激励和有用的建议。我很感激他们给了我以博士生身份加入 GDM/ICE 团队的机会。如果没有 Orange Labs 和 IMT Atlantique 大学的资金支持，这项研究就不可能实现。我要向 Orange Labs ICE 团队的所有成员表示衷心的感谢，特别是：Dominique BODÉRÉ、Bertrand LE LAMER、Alain RINGNET、Olivier FOUCAULT、Jacky GAUTIER 和 Pascal BODIOU。作为一名外国学生，他们帮助我融入法国的工作和生活。我尤其要感谢 M. Philippe LEVASSEUR，感谢他的善意以及对我实验工作的宝贵技术支持。此外，我不会忘记与我交流的朋友们：Kanza SALALIQI、Simon RICORDEAU、Chafika YAHIA CHERIF、Antoine DONALIES、Paul Arnaud 等。与另一个部门的同事的交流也让我深受启发：Roland PICARD、Benoit HERARD 和 Joel PENHOAT。我还要衷心感谢 IMT Atlantique 的博士后研究员 Jonathan PASTOR 先生。我非常感谢他对集群实验的技术指导、有用的建议和支持，我真的很享受我们一起工作的日子。此外，我还要感谢 Anne-Cécile ORGERIE 博士和 Patricia STOLF 博士，他们是我论文的 CSI 成员。我还要感谢我的评审团成员：Romain ROUVOY 教授、Noël DE PALMA 教授和 Hamid GUALOUS 教授。最后但并非最不重要的是，我要感谢我的父母和同伴 Yiru，他们在整个研究期间都给予我爱和精神上的支持。
对融合沉积建模材料的审查，分析关键过程参数对机械性能的影响
抽象融合沉积建模（FDM）也称为融合细丝制造（FFF）是最常用的添加剂制造（AM）技术。AM的影响不断增长，这是由于其各种优势及其对许多领域的适用性。许多研究工作集中在FDM技术的改进和机械性能的优化上，以制造可用于领域工业应用的部分。在本工作中，提出了对FDM过程中使用的材料的综述，并分析影响其机械行为的关键参数。在此框架中，FDM材料已分为三组：标准，复合材料和智能材料。先前的作品清楚地表明，该过程参数对用标准材料制成的零件的影响要比对复合材料制成的部分具有更大的影响。在机械征信方面讨论了过程参数的影响，例如气隙，层厚度，构建方向，栅格方向和轮廓数：拉伸和压缩，三分或四点弯曲测试和疲劳。还分析了这些过程参数对不同材料类别的影响。这揭示了与每个材料组相关的特殊性。这项工作可以将其视为理解该过程（结构 - 机械性fdm材料机械性属性关系）的全球见解。提出了综合备注和建议，以供将来的研究。
锂离子电池安全性的实验研究和建模
evs/phevs电动汽车/插电式混合动力电动汽车FMECA故障模式，效果和关键分析SOC的电荷型HEV混合动力汽车PHEV插件插件混合电动汽车BEV电池电动汽车IEA IEA国际能源ACEA ACEA欧洲汽车公司欧洲汽车制造商' lithium polymer SEI solid electrochemistry interphase IEC International Electrotechnical Commission TR Thermal runaway DSC differential scanning calorimeter ARC accelerated rate calorimetry C80 Calvet calorimeter SH self-heating XPS X-ray photoelectron spectroscopy TOF-SIMS Time Of Flight - Secondary Ion Mass Spectrometry NMR MAS Nuclear magnetic resonance Magic angle spinning XRD X射线衍射EPO EPO欧洲专利办公室PEO聚乙烯氧化物PVD物理蒸气沉积PEG聚乙烯甘油CMC CMC羧甲基纤维素磷酸铁磷酸铁含液含量LMC甲酸甲酯
使用 MEG/EEG 进行预测回归建模
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
考虑排放建模影响
在很大程度上由化石燃料消费驱动的航空旅行的环境影响仍然是辩论的关键主题。应对这一挑战需要立即采用可持续实践来减轻其环境足迹。虽然氢和混合动力推进技术对未来有希望，但当前的努力集中在可持续的航空燃料（SAF）作为可行的近期解决方案，以减少航空排放，同时确保与现有航空基础设施的兼容性。本文研究了航空旅行的环境影响，重点是与常规燃料和SAF相关的排放。使用两种方法，即亚音速燃料流量法（SF2）和改进的版本，校正了校正的亚音速燃料流量法（EC-SF2），沿着从斯德哥尔摩到波尔多的飞行轨迹分析了非CO 2排放趋势。两种方法之间的比较强调了准确的发射建模的重要性，尤其是在SAF校正排放指数方面的重要性。SF2方法表明，SAF燃料的热量高于常规燃料的高度燃料增加了总HC和CO排放，同时降低了无X排放。相反，EC-SF2方法导致更均匀的排放趋势。因此，我们提出的方法可以根据特定于SAF的数据纠正燃油流量和排放指数，因此可以为SAF的排放行为提供更可靠的估计。这些发现突出了对环境评估的排放建模的敏感性。
亚麻微绿木脂素作为新型前列腺癌靶向抑制剂的分子建模与鉴定
前列腺癌 (PCa) 是最常见的癌症类型之一，其在 70 岁以上的老年男性中的发病率呈上升趋势。在药物治疗中，天然化合物及其结构类似物已用于治疗癌症。多项研究已证明亚麻（Linum usitatissimum，俗称亚麻）在治疗各种癌症方面具有治疗潜力。然而，亚麻衍生化合物作用于 PCa 的具体机制仍不清楚。本研究旨在通过鉴定和评估亚麻嫩芽中的生物活性化合物来填补这一空白。GCMS 分析使用 Shimadzu（GCMS-TQ8040 NX）进行。仪器温度设置为从 50°C 到 300°C，持续 37 分钟，以得到 100% 的总峰面积。分子对接研究是使用 AutoDock tools 4.2 版软件进行的。使用 SWISSADME 在线 (http://www.swissadme.ch/) 和 ProTox-3.0 在线 (https://tox.charite.de/protox3/ index.php?site) 预测工具预测和分析 ADMET 特性。GC-MS 分析鉴定了亚麻嫩芽甲醇提取物中的 58 种植物化合物。其中，CID11002708 和 CID290541 对 PCa 靶蛋白表现出最高的结合亲和力。ADME/T 结果显示这些化合物具有低毒性和特定的代谢特性。考虑到分子对接和 ADMET 评估的结果，可以得出结论，CID11002708 和 CID290541 有望成为治疗 PCa 的新型抑制剂。目前的结果可以通过体外和体内研究进一步验证。
体外功能神经回路构建与建模研究进展
摘要 多年来，神经元的培养和组装技术不断进步，使我们距离构建功能和结构模仿脑各部分的神经回路更近了一步。从神经元的原代培养开始，神经元培养物的制备技术取得了长足的进步。干细胞研究和脑器官的发展为生成三维人体神经回路开辟了一条新途径。随着生物学的进步，工程技术的进步为神经回路结构的构建铺平了道路。在本文中，我们概述了研究进展，并讨论了体外神经回路的前景及其获得功能的能力和潜力。通过神经科学、干细胞生物学、组织工程、电子工程和计算机科学等不同主要学科的融合发展，将能够构建具有复杂高阶功能的体外神经回路。