XiaoMi-AI文件搜索系统
World File Search Systemngy
金荣英实验纳米物理中心...
研究 她的研究领域是材料物理学。这是一个高度跨学科的领域，需要从物理学、化学、材料科学和工程学的角度进行研究。她的研究目标是应用材料合成（通常在极端条件下）、成分调整和晶体生长（更好的晶体通常是一种新材料）的实验工具来解决先进功能材料中的前沿问题。她的努力致力于 (1) 开发具有有趣特性的新型量子材料（超导性、量子磁性、非平凡拓扑、热电和多铁性），(2) 研究物理特性：电荷、自旋和热传输、磁化、比热、微观（磁力显微镜、扫描隧道显微镜、透射电子显微镜）和光谱（角分辨光发射和中子散射）测量，以及 (3) 与理论家/计算科学家合作，以在原子层面上理解观察到的现象。她的研究成果已发表 255 多篇经过同行评审的期刊文章，被引用超过 11,000 次。
COVID-19 与流感疫苗不良事件比较 Prajwal Mani Pradhan，MPH，MPPG†；Changye Li，MS†；Zhoutian Shen，BS†；Michael J. Rem
VAERS 是一个被动的国家监测系统，由美国疾病控制中心 (CDC)、FDA 和美国卫生与公众服务部 (HHS) 的其他机构管理 [11]。VAERS 数据库可以帮助识别可能表明潜在安全问题的事件模式，从而可以开展进一步的详细调查。医疗保健提供者和疫苗制造商有义务向 VAERS 报告他们发现的至少一部分（如果不是全部）不良事件。但是，参与疫苗接种的任何人都可以提交 VAERS 报告，包括患者、父母、疫苗制造商和许多其他人，无论其合理性如何。因此，随着时间的推移，一些修改使 VAERS 更加强大和灵活，可以处理严格的选择标准。使用《医学法规活动词典》(MedDRA) [12] 将报告的不良事件编码到 VAERS 中。由于我们的研究使用了来自公开的健康监测系统的去识别数据，因此不需要 IRB 审查。
陈皮、半夏治疗非小细胞肺癌的网络药理学研究 李长阳 1,2#* ，陆红秀
摘要：陈皮、半夏对NSCLC有良好的治疗作用已被认可，但基于网络药理学分析陈皮、半夏治疗NSCLC的潜在机制尚不明确。利用Cytoscape构建“药物-成分-靶点-疾病”网络，利用STRING构建蛋白质相互作用（PPI）网络。本研究从TCMSP数据库中筛选出陈皮、半夏的18个有效成分，鉴定出陈皮、半夏治疗NSCLC的56个靶基因，构建了“药物-成分-靶点-疾病”网络。本研究筛选出56个PPI核心基因，建立PPI网络。我们推测，红花油和半夏治疗NSCLC的网络药理学机制可能与TP53、ESR1、FOS、NCOA3和MAPK8等蛋白表达密切相关，并通过调控IL-17信号通路、抗原加工与呈递、癌症中的microRNA以及内分泌抵抗等发挥治疗作用。
广约罗伯特·桑（Robert Sang） - 公司神经祖父
Nature Neuroscience, Nature Computational Science, Nature Communications, eLife, Journal of Neuroscience, PLOS Computational Biology, Current Opinion in Neu- robiology, Neural Networks, Chaos, Frontiers in Neuroscience, JMLR (Journal of Machine Learning Research), NeurIPS (Conference on Neural Information Processing Systems), ICLR (International Conference on Learning Representations), ICML (In- ternational Conference on Machine Learning), Cosyne （计算和系统神经科学），CCN（认知计算神经科学会议），CNS（计算神经科学组织）
高度非排效纠缠的双光纤光谱仪
由于特性的独特组合，包括高硬度，低密度，化学和热稳定性，半导体和高中子吸收，硼碳化物（B 4 C）是涉及极端环境的各种应用的潜在候选者。但是，B 4 C的当前应用由于其低断裂韧性而受到限制。在这项研究中，通过同时利用包括裂纹偏转，桥梁和微裂缝韧性在内的多种韧性机制，使用了具有包括Tib 2晶粒和石墨血小板在内的特征的分层微观结构设计。使用现场辅助烧结技术（快速），制造了具有密度和分层微结构的B 4 C复合材料。以前，使用微缩进在微尺度上测量了制造的B 4 C复合材料的断裂韧性，以提高56％。在这项工作中，B 4 C复合材料的断裂韧性在宏观尺度上是使用四点弯曲方法来表征的，并将其与在微尺度上获得的先前结果进行了比较。还进行了B 4 C-TIB 2复合材料的断裂行为的微力学模型，以评估实验观察到的坚韧机制的贡献。在四点弯曲测试中，B 4 C复合材料与TIB 2粒（约15粒体积）和石墨血小板（〜8.7 vol％）增强的B 4 C复合材料均表现出最高的断裂韧性从2.38到3.65 MPA∙MPA∙MPA∙M1/2。测量值低于使用微缩号获得但保持一般趋势的值。压痕和四点弯曲测试结果之间的差异源自凹痕测试期间高接触载荷触发的复杂变形行为。通过微力学建模，由于B 4 C和TIB 2之间的热膨胀不匹配引起的热残留应力，并且B 4 C-TIB 2边界处的弱相互作用被确定为实验观察到的韧性增强的主要原因。这些结果证明了B 4 C韧性的层次微结构设计的有效性，并可以为B 4 C复合材料的未来设计提供具有优化的微结构的未来设计，以进一步增强断裂韧性。
朗伊尔城的热能储存机会
在本研究中，我们使用线性优化模型来解决容量扩展问题。该模型使用 PyPSA 框架 [8] 实现，并遵循既定的命名约定，我们将模型称为 PyPSA-Longyearbyen。其源代码在 https://gitlab.com/koenvg/pypsa-longyearbyen 上公开提供。我们参考源代码和随附文档以获得完整而准确的模型描述。以下是描述容量扩展问题的线性程序的简化描述。在这里，我们考虑𝑁 生成器（索引𝑖）、𝑀 存储单元（索引𝑗）和𝑇 时间步长（索引𝑡），但为简洁起见，省略了供热部门和一些细节。目标函数是总投资成本。特别注意，第一和第二个约束分别确保需求𝑑𝑡得到满足，并且存储单元的充电状态从一个时间步骤更新到下一个时间步骤。
miRNA- ...
背景：金蛋白颗粒是由多种草药组成的广泛使用的中药混合物之一，用于治疗呼吸系统疾病。其治疗作用的机制仍然晦涩难懂。这项研究的目的是使用网络药理学方法来鉴定Jingyin颗粒的主要活性成分针对CoVID-19靶标的，并探索其治疗机制。材料和方法：在这项研究中，通过使用传统的中药系统药理学数据库和中药综合数据库来评估金蛋白颗粒的成分，并使用SWISSTARGTARGET PREDICTIC PADICTICT数据库确定了潜在基因靶标和成分之间的相互作用。同时，通过在线Mendelian继承在MAN数据库，DISGENET数据库和GeneCards数据库中通过在线Mendelian继承确定了可能的有效目标。此外，通过基因富集分析和基因和基因组途径分析的京都百科全书来鉴定功能，成分和途径。蛋白质相互作用，成分目标网络已建立。结果：我们的发现表明，若林颗粒的许多成分可以用88个靶基因在Covid-19上起作用。进行富集分析，KEGG途径分析和蛋白质 - 蛋白质相互作用网络表明，这些靶标与免疫功能的调节相关，直接靶向疾病基因。结论：黄蛋白颗粒可用于发挥系统性的药理作用。黄蛋白颗粒可以直接靶向主要基因，还可以调节免疫系统，充当倾斜的疾病治疗。
Yue Sun，Kui Li，Bo Gao*，Pengyue Sun，Haiyang Fu，Zhuang Liu和Juntai Yin Zr-17NB合金辐照的微观结构和耐磨性
摘要：在本文中，详细研究了由高电流脉冲电子束处理的ZR-17NB合金的微观结构和磨损固定性。使用X射线衍射（XRD）分析后的脉冲处理后的相位变化，显示了由β（ZR，NB）相的一部分形成的β（nb）相和α（ZR）相。另外，还发现了β（ZR，NB）衍射峰的变窄和移动。扫描电子显微镜（SEM）和金相分析结果表明，高电流脉冲电子束（HCPEB）治疗之前合金表面的显微结构是由等上晶体组成的。但是，在15和30脉冲处理后，陨石坑结构得到了显着造成的。此外，还发现合金表面在30脉冲处理后经历了共菌体转化，并且发生了β（ZR，NB）的反应→αZR +βNB。显微硬度测试结果表明，随着脉冲数量的增加，微标志的值会出现向下趋势，这主要是由于谷物的块状和较软的β（nb）相变的形成。磨损耐药性测试结果表明，摩擦系数首先增加，然后降低，然后随脉冲数的增加而增加。
人工智能驱动的有效镜片位置预测提高了现有镜片公式的准确性 Tingyang Li，BS 1；Joshua D. Stein，MD，MS 2,3,4； Nambi Nallasamy，医学博士 1,2 1 密歇根大学计算医学和生物信息学系 2 密歇根大学凯洛格眼科中心眼科和视觉科学系 3 密歇根大学眼科政策与创新中心，密歇根州安娜堡 4 密歇根大学公共卫生学院卫生管理与政策系，密歇根州安娜堡 通讯作者：Nambi Nallasamy，医学博士 密歇根大学凯洛格眼科中心 1000 Wall St Ann Arbor, MI 48105 电话：(734) 763-5506 传真：(734) 936-2340 字数：2589
摘要 目的：评估结合机器学习 (ML) 方法准确预测术后前房深度 (ACD) 是否能提高现有人工晶状体 (IOL) 计算公式的屈光预测性能。方法：密歇根大学凯洛格眼科中心收集了 4806 名白内障患者的数据集，并将其分为训练集（80% 的患者，5761 只眼睛）和测试集（20% 的患者，961 只眼睛）。使用先前开发的基于 ML 的方法根据术前生物测量预测术后 ACD。使用回归模型将这种基于 ML 的术后 ACD 集成到新的有效晶状体位置 (ELP) 预测中，以重新调整四个现有公式（Haigis、Hoffer Q、Holladay 和 SRK/T）中的每一个的 ML 输出。使用测试数据集比较了具有 ML 修改的 ELP 的公式的性能。通过屈光预测中的平均绝对误差 (MAE) 来衡量性能。结果：当用原始 ELP 和 ML 预测的 ELP 的线性组合替换 ELP 时，测试集中的 MAE ± SD（以屈光度为单位）为：Haigis 为 0.356 ± 0.329，Hoffer Q 为 0.352 ± 0.319，Holladay 为 0.371 ± 0.336，SRK/T 为 0.361 ± 0.331，明显低于原始公式的 MAE ± 0.328：Haigis 为 0.408 ± 0.337，Holladay 为 0.384 ± 0.341，SRK/T 为 0.394 ± 0.351。结论：使用更准确的预测术后 ACD 可显著提高现有四种 IOL 度数公式的预测准确性。
