XiaoMi-AI文件搜索系统
World File Search Systempola
基于纵向微生物组数据的深度学习插值为生物学上信息发现
1 Department of Biostatistics, Gillings School of Global Public Health, University of North 8 Carolina at Chapel Hill 9 2 School of Computer Science, Carnegie Mellon University 10 3 North Carolina School of Science and Mathematics 11 4 Research Computing, University of North Carolina at Chapel Hill 12 5 Melbourne Dental School, The University of Melbourne 13 6 Department of Radiology, School of Medicine, University of North Carolina at Chapel Hill 14 7 Department北卡罗来纳大学亚当斯牙科诊断科学诊断科学学院15号教堂山16 8 16 8儿科牙科和牙科公共卫生系，亚当斯牙科学院，北卡罗来纳大学17号教堂山大学17号教堂山18 9 9 9 9 9北卡罗莱纳州吉尔林斯大学，北卡罗莱纳大学吉尔林斯大学，北部19级卡罗莱纳大学，教堂山脉教育部。北卡罗来纳州21号教堂山22
重叠的大脑状态揭示了躁郁症和精神分裂症患者大脑动态的改变
异常的大脑动力学被认为是双相情感障碍 (BD) 和精神分裂症 (SCZ) 的特征。先前的研究在研究个体如何招募重复出现的大脑状态时，通常采用状态离散化方法。由于多种大脑状态可能在任何给定时刻同时参与，因此专注于主导状态可能会掩盖临床人群中不太突出但关键的大脑状态的变化。为了解决这一限制，我们引入了一个新框架来同时评估多种大脑状态的大脑状态参与度，并研究了 BD 或 SCZ 患者与健康对照 (HC) 相比的大脑状态参与度有何不同。使用来自人类连接组计划的基于任务的数据，我们应用非线性流形学习和 K 均值聚类来识别四种重复出现的大脑状态。然后，我们在另外两个国际开源数据集中研究了这四种状态的参与度和转换变异性在 BD、SCZ 和 HC 患者之间的差异。比较各组之间的这些测量结果发现，在静息状态和基于任务的 fMRI 中，患有 BD 和 SCZ 的个体在所有四种状态下的状态转换变异性发生了显著改变，但参与度没有改变。在我们的事后和探索性分析中，我们还观察到状态转换变异性与年龄以及意志消沉之间的关联。我们的结果表明，中断的状态转换变异性会影响 BD 和 SCZ 中的多种大脑状态。通过同时研究几种大脑状态，我们的框架更全面地揭示了不同个体和精神疾病中的大脑动态差异。
X射线和光学极化与GX 339-4
1米兰大学物理系，经Celoria 16，I-20133 I-20133意大利米兰； guglielmo.mastroserio@gmail.com 2defisíca，Eebe，Eebe，UniversityCitycnica de Catalunya，AV。Eduard Maristany 16, 08019 Barcelona, Spain 3 National Astro Phyica Institute, Astronomical Observatory of Brera, Via E. Bianchi 46, 23807 Merate (LC), Italy 4 Astrophysics, Department of Physics, University of Oxford, Keble Road, Oxford Ox1 3rh, UK 5 Inf-Astronomical Observatory of Rome, via Frascati 33, I-00076，Monte Porzio Catone（RM），意大利6个Inf-ipps，通过Del Fosso del Cavaliere，100，00133 Rome，意大利罗马7 INAF，INAF，空间和宇宙物理Astro哲学研究所，通过U.Eduard Maristany 16, 08019 Barcelona, Spain 3 National Astro Phyica Institute, Astronomical Observatory of Brera, Via E. Bianchi 46, 23807 Merate (LC), Italy 4 Astrophysics, Department of Physics, University of Oxford, Keble Road, Oxford Ox1 3rh, UK 5 Inf-Astronomical Observatory of Rome, via Frascati 33, I-00076，Monte Porzio Catone（RM），意大利6个Inf-ipps，通过Del Fosso del Cavaliere，100，00133 Rome，意大利罗马7 INAF，INAF，空间和宇宙物理Astro哲学研究所，通过U.La Malfa 153，I-90146意大利巴勒莫8号天体物理与太空科学中心（CASS），纽约大学阿布扎比大学，阿布扎比大学，邮政信箱129188，阿布扎比，阿联酋9号，捷克捷克大学天文学研究所 e-38205 La Laguna, Tenerife, Spain 11 Department de Astrofísica, Universidad de la Laguna, E-38206 La Laguna, Tenerife, Spain 12 Tor Vergata University of Rome, Via della Research Scientifica 1, i-00133 Rome, Italy Sapienza University of Rome, Piazzale Aldo Moro, 5, i-00185 Rome, Italy 14马萨诸塞州马萨诸塞州理工学院的MIT Kavli天体物理学研究所，剑桥，但02139，使用Cagliari的15 INAF-ASTRONSORALICAL OBServatory，通过Della Scienza 5，I-09047，I-09047，Selargius（CA），Selargius（CA），ITALY ITALY研究，Itliari，Sp Monserriari，Sp Monserrato 0.7 7.77.77。意大利太空科学研究所（ICE，CSIC），UAB校园，Carrer de Can s / n，08193，西班牙巴塞罗那，18学院，18860年，巴塞罗那Castelldefels（Barcelona），Spain 19号 Palermo, Italy 20 Irap, University of Toulouse, CNRS, UPS, CNES, 9, Avenue du Colonel Roche BP 44346 F-31028 Toulouse, Cedex 4, France 21 Department of Physics & Astronomy, Butler University, 4600 Sunset Avenue, Indianapolis, in 46208, uses 22 Department of Physics and Astronomy, University of Southampton, SO17 1BJ，英国收到2024年8月9日； 2024年11月15日审核员；于11月28日接受2024；出版了2025 Janogy 3
在热混合方案中通过动态核极化（DNP）对核自旋的部分授予核自旋样品的定量分析
动力学核极化（DNP）是一种强大的方法，它允许通过微波辐照电子Zeeman跃迁来传递电子极化，从而使几乎任何旋转核的核对任何旋转核的核两极化。在某些条件下，可以使用热混合（TM）模型以热力学术语描述DNP过程。不同的核物种可以通过与电子旋转的相互作用并达到共同的自旋温度间接交换能量。在质子（H）和氘（D）核之间可能发生这种“串扰”效应，并在脱离和重新偏振实验中发生。在这项工作中，我们将这种效应在实验中，使用质子化或剥离的tempol自由基作为偏振剂。对这些实验的分析基于普罗威尔托洛罗的方程式，可以提取相关的动力学参数，例如不同储层之间的能量传递速率以及非Zeman（NZ）电子储量的热容量，而Proton和Deuterium Reservoirs的热能可以基于其估计的表现。这些参数允许人们对杂核的行为（例如碳-13或磷-31）进行预测，但前提是它们的热容量可以忽略不计。最后，我们介绍了Propotorov动力学参数对Tempol浓度和H/D比的依赖性的实验研究，从而提供了对“隐藏”自旋的性质的洞察力，由于它们与自由基的接近，这些自旋的性质无法直接观察到。
在交替的供体 - 受体共聚物的半晶结构中，掺杂剂位置对极性开关P N机制的影响
Bharath Dyaga，Antoine Lemaire，Shubhradip Guchait，Huiyan Zeng，Bruno Schmaltz等。掺杂剂位置在交替的供体供体 - Acceptor拷贝剂的半晶结构中的影响对极性交换P极性交换P→N机械。材料杂志化学杂志C，2023，11（47），第16554-16562页。10.1039/D3TC02416D。 hal-0460287210.1039/D3TC02416D。hal-04602872
使用最佳门源电压去极化在功率SIC MOSFET的短路操作下朝着安全故障模式
摘要 - 本文重点介绍了在短路条件下SIC MOSFET的鲁棒性水平的提高。在这项研究中，提出了两种允许在短电路操作下在平面电源MOSFET设备中确保安全的“失败”（FTO）模式的方法。这些方法基于栅极源电压的直接去极化及其根据FTO和经典不安全热失控之间的临界消散功率（W/mm²）的计算进行估计。他们允许确定门源电压的最大值，以在接近名义值的排水源电压下保留FTO模式。引入了FTO和“ Fafto-Short”（FTS）之间功率密度的边界。对竞争中的两种故障模式进行了完整的实验，该实验可能出现在1.2 kV SIC MOSFET的短路测试（SC）测试中。最后，研究了栅极源电压去极化对国家电阻（R DS（ON））的惩罚，以评估技术效率。
5-α还原酶抑制剂对躁郁症和精神病患者躁狂期性欲亢进的作用；对一种著名药物的新见解
双相情感障碍 (BD) 是一种复杂的精神健康状况，其特征是情绪和精力发生剧烈变化，这种变化可能非常明显，以致于扰乱患者处理日常任务的能力，甚至使日常活动也感到难以承受 ( 1 )。双相情感障碍躁狂发作的早期症状之一是性欲亢进 ( 2 )。受此病影响的患者往往性欲增强，远远超出社会预期，这可能导致冲动甚至危险的性行为 ( 2 )。双相情感障碍患者性欲亢进的确切病因尚不完全清楚，但可能与躁狂发作期间大脑化学变化和激活的奖赏通路有关。多巴胺、内啡肽和催产素等改善情绪的神经递质激增，会产生强烈的愉悦感，这可能会驱使患者寻求性唤起 ( 3 )。躁狂期的性欲亢进可能是激素失衡以及雌激素与睾酮相互作用所致 ( 3 )。
使用最佳门源电压去极化在功率SIC MOSFET的短路操作下朝着安全故障模式
摘要 - 本文重点介绍了在短路条件下SIC MOSFET的鲁棒性水平的提高。在这项研究中，提出了两种允许在短电路操作下在平面电源MOSFET设备中确保安全的“失败”（FTO）模式的方法。这些方法基于栅极源电压的直接去极化及其根据FTO和经典不安全热失控之间的临界消散功率（W/mm²）的计算进行估计。他们允许确定门源电压的最大值，以在接近名义值的排水源电压下保留FTO模式。引入了FTO和“ Fafto-Short”（FTS）之间功率密度的边界。对竞争中的两种故障模式进行了完整的实验，该实验可能出现在1.2 kV SIC MOSFET的短路测试（SC）测试中。最后，研究了栅极源电压去极化对国家电阻（R DS（ON））的惩罚，以评估技术效率。
基于工厂的编码一个逻辑量子位的量子极性码的容错准备
最近提出了一种容错方法来准备 Q 1 码的逻辑码态，即编码一个量子比特的量子极性码。其中的容错性由错误检测装置保证，如果在准备过程中检测到错误，则完全丢弃准备。由于错误检测，准备是概率性的，其成功率（称为准备率）随代码长度的增加而迅速下降，从而阻止了大代码长度的代码状态的准备。在本文中，为了提高准备率，我们考虑工厂准备 Q 1 码态，其中尝试并行准备多个 Q 1 码态副本。使用额外的调度步骤，我们可以避免每次检测到错误时完全丢弃准备，从而反过来提高准备率。我们进一步提供了一种理论方法来估计使用工厂准备准备的 Q 1 码的准备和逻辑错误率，该方法被证明与基于蒙特卡洛模拟的数值结果紧密相关。因此，我们的理论方法可用于为大代码长度提供估计，而蒙特卡罗模拟实际上并不可行。对于电路级去极化噪声模型，我们的数值结果表明准备率显著增加，特别是对于较大的代码长度 N 。例如，对于 N = 256 ，对于实际有趣的物理错误率 p = 10 − 3 ，它从 0.02% 增加到 27%。值得注意的是，N = 256 的 Q 1 码在 p = 10 − 3 和 p = 3 × 10 − 4 时分别实现了大约 10 − 11 和 10 − 15 的逻辑错误率。与具有相似代码长度和最小距离的表面码相比，这相当于提高了大约三个数量级，从而表明所提出的方案用于大规模容错量子计算的前景。
双相情感障碍和历史性人格障碍中的多性和异性疾病：病例报告
种族区很少见，并且经常被忽视的精神病疾病，其特征是强烈，非典型和反复的性行为或行为。本病例报告描述了一名33岁的躁郁症疾病和历史性人格障碍，表现出了性行为和风险的性行为，暗示了定量性 - 性障碍。患者的行为包括通过社交媒体进行显式图像的群体性接触，无保护的性交以及冲动传播明确的图像，最终导致阴道trichomonas阴道感染。管理需要采用跨学科方法，结合药物治疗（碳酸盐和喹硫平），靶向脉冲和情绪调节的认知行为疗法（CBT），以及强调安全的性实践和冲动性控制的心理教育干预措施。