XiaoMi-AI文件搜索系统
World File Search Systemplip
深入学习以进行视觉理解：评论
深度学习算法是机器学习算法的一个子集，旨在发现多个分布式表示形式。最近，已经提出了许多深度学习算法来解决传统的人工智能问题。这项工作旨在通过强调210多个最近的研究论文的贡献和挑战来回顾计算机视觉中深度学习算法的最新技术。首先概述了各种深度学习方法及其最近的发展，然后布里（Brie plip）描述了他们在各种视觉任务中的应用，例如图像分类，对象检测，图像检测，语义段，语义细分和人类姿势估计。最后，本文总结了设计和培训深层神经网络的未来趋势和挑战。＆2015 Elsevier B.V.保留所有权利。
在Glibenclamide中作为候选药物的研究...
与目前市场上的抗癌药物相关的副作用的严重程度包括潜在的致命副作用，例如心脏毒性在阿霉素的情况下。这项研究旨在找到副作用低的新抗癌药物候选者。这项研究中使用的研究设计是在2023年8月在技术，科学和健康RSUD DR的化学实验室进行的干燥实验室实验研究。 Soepraoen。在计算机方法中是发现新药候选物的计算方法。从PubChem数据库获得了Glibenclamide和阿霉素的配体，而从瑞士模型数据库获得的靶蛋白MAP2K1作为受体。在这项研究中，使用PYMOL装置制备配体和蛋白质，并且从PyRX设备获得的对接结果是结合亲和力值。蛋白质与glibenclamide和阿霉素之间的结合亲和力分别为-9.9 kkal/mol和-8.8 kkal/mol，使用Pymol可视化对接结果。这些化合物的结合比结合阿霉素的化合物的结合效果不太紧密，但它们仍然与MAP2K1蛋白相互作用。 PLIP（蛋白质 - 配体相互作用探测器）可用于可视化这些相互作用的效果。根据研究结果，Glibenclamide化合物与MAP2K1蛋白具有良好的相互作用，这可能使它们成为未来癌症药物的有希望的靶标。在硅中是发现新药的第一步，因此为了验证这些发现，在生化，体外和体内需要进一步的研究。