XiaoMi-AI文件搜索系统
World File Search Systemresidual
一种改进的残差网络用于检测和分类
阿尔茨海默病 (AD) 是一种脑部疾病，会显著降低患者的记忆和正常行为能力。通过应用多种方法来区分 AD 的不同阶段，神经影像数据已用于提取与 AD 各个阶段相关的不同模式。然而，由于老年人和不同阶段的大脑模式相似，研究人员很难对其进行分类。在本文中，通过添加额外的卷积层对 50 层残差神经网络 (ResNet) 进行了修改，以使提取的特征更加多样化。此外，激活函数 (ReLU) 被替换为 (Leaky ReLU)，因为 ReLU 会取其输入的负部分，将其降为零，并保留正部分。这些负输入可能包含有用的特征信息，有助于开发高级判别特征。因此，使用 Leaky ReLU 代替 ReLU 以防止任何潜在的输入信息丢失。为了从头开始训练网络而不遇到过度拟合的问题，我们在完全连接层之前添加了一个 dropout 层。所提出的方法成功地对 AD 的四个阶段进行了分类，准确率为 97.49%，精确度、召回率和 f1 分数为 98%。
过期庆大霉素的浓度和残留活性
由于药品最终处置存在缺陷，且缺乏将其从废水中清除的适当处理方法，目前药品被视为新兴污染物；这会改变暴露于过期或不当丢弃的药品的微生物、植物和动物的生理，从而造成环境损害；最受关注的研究群体之一是抗生素，因为它们可能导致公共卫生问题，例如微生物产生耐药性。这项工作的目的是评估过期药品与大肠杆菌和克劳氏芽孢杆菌中庆大霉素的残留和最低抑菌浓度 (MIC)，以估计它们的生态药理学影响；为此，使用茚三酮技术对活性成分进行量化，并使用微量稀释技术确定 MIC。结果表明，在过期 120 个月后，仍然可以检测到药物中的活性成分（接近 50%），并且它们保留了能够影响环境的显着抗生素活性（MIC 从 8 到 512
脑年龄残留生物标志物（barb）
使用脑成像（例如MRIS）的年龄预测已取得了令人鼓舞的结果，其中一些研究将模型的残留视为慢性疾病状态的潜在生物标志物。在这项研究中，我们使用1,220名美国退伍军人（18-80年）和卷积神经网络（CNN）的数据集开发了大脑年龄预测模型，该模型对轴向T2加权快速旋转echo和T2加权流体的二维切片进行了培训，该模型训练了二维切片。模型融合了三级多项式集合，在测试集中达到了0.816的R 2。图像是在前侧孔和外侧心室的额角处获取的。进行剩余分析以评估其作为五种ICD编码疾病的生物标志物的潜力：高血压（HTN），糖尿病（DM），轻度创伤性脑损伤（MTBI），非法药物滥用/依赖/依赖（SAD）和酒精滥用/依赖（AAD）。由ICD编码条件数量分组的残差表明具有统计学意义的不同趋势（p =0。002），表明疾病状态与预测的脑年龄之间存在关系。在49年内患者中，这种关联尤其明显，其中负残留（表明晚期脑老化）与存在多个ICD代码相关。这些发现支持残留物作为检测潜在健康状况的生物标志物的潜力。
增材制造中的残余应力控制
摘要：残余应力是金属增材制造 (AM) 中零件或系统失效的主要原因之一，因为它们极易引起裂纹扩展和结构变形。尽管残余应力的形成已被广泛研究，但影响其在 AM 中发展的核心因素尚未完全揭示。迄今为止，已经开发出几种基于降低热梯度的策略来减轻 AM 中残余应力的表现；然而，如何选择最佳加工方案对于 AM 设计师来说仍不清楚。在这方面，与热变形和机械约束相关的屈服温度概念在控制残余应力方面起着至关重要的作用，但尚未得到充分研究，并且控制应力的相应方法也尚缺乏。为了进行此类研究，首先使用三杆模型来说明残余应力的形成机制及其主要原因。接下来，使用经过实验校准的热机械有限元模型来分析残余应力对扫描模式、预热、能量密度、部件几何形状和尺寸以及基板约束的敏感性。根据从此分析中获得的数值结果，提供了有关如何在 AM 过程中最大限度地减少残余应力的建议。
集体想象作为（残留的）幻想 - Research@CBS
哥本哈根商学院博士学院是哥本哈根商学院一个活跃的国际化研究环境，博士生可在此开展理论和实证研究项目，包括跨学科研究，研究内容涉及经济学以及私营企业以及公共和志愿机构的组织和管理，涉及商业、工业和国家层面。
染色体阴性CD19阳性最小残留D
最终指导草案 - 尿布瘤和化学疗法的固结治疗费城 - 染色体阴性CD19阳性最小残留疾病阴性B-cell前体急性淋巴细胞淋巴细胞白血病Page 10 of 20
用小组知识促进残留网络
最近的研究从隐式集成模型的新角度了解残差网络。从这种角度来看，诸如随机深度和刺激训练之类的先前方法通过对其子网进行采样和训练进一步提高了残留网络的性能。但是，他们都使用相同的监督对所有不同能力的子网，并忽略了子网在培训期间所产生的宝贵知识。在本文中，我们减轻了通过使用相同类型的监督引起的重要知识蒸馏差距，并主张利用子信息提供多样化的知识。基于这种动机，我们提出了一个基于群体知识的培训框架，以提高剩余网络的性能。具体说明，我们将所有子网隐式将所有子网分为层次组，通过子网中的抽样采样，在培训过程中汇总每个组中不同子网的知识，并利用高级组知识来监督下级子网组。同时，我们还开发了一个自然采样较大子网的子网采样策略，在增强层次组的性能中比较小的子网更有帮助。与典型的子培训和其他方法相比，我们的方法在多个数据集和网络结构上实现了最佳效率和性能权衡。代码位于https://github.com/tsj- 001/aaai24-gkt。
钢焊接件残余应力调查
自 1958 年 12 月以来，巴特尔纪念研究所根据合同号进行了研究。NObs-77028、NObs-84738 和 NObs-92521，以确定氢致开裂技术是否可用于研究焊件（尤其是复杂焊件）中的残余应力。利用氢致开裂技术，焊接件由具有足够延展性的钢制成，因此在焊接过程中不会形成裂纹。焊接后，焊件通过电解氢气充电，使材料变脆，以至于残余应力形成裂纹。残余应力的分布是根据裂纹模式估计的。除了实验研究外，还进行了分析研究以确定残余应力分布与裂纹模式之间的关系。
将残余应力效应纳入塑性、断裂...
将残余应力效应纳入塑性、断裂和疲劳裂纹扩展模型以评估铝制船舶结构的可靠性 1.0 目标。 1.1 本项目的目标是开发一种经过实验校准和验证的计算工具，该工具可准确预测结构铝合金在残余应力影响下因疲劳和延性断裂而产生的塑性响应和失效。该数值工具不仅可用于铝制船舶结构的可靠性评估和生存力分析，还可用于制定船舶设计和优化的断裂控制计划。 2.0 背景。 2.1 近年来，计算力学的快速发展使工程师能够分析复杂的船舶结构、评估结构可靠性和优化结构设计。因此，对更精确的材料模型的需求变得越来越明显；特别是当最小化设计裕度成为重量优化或延长寿命的方法时。 2.2 船舶结构可能会受到大海或事故（如碰撞和搁浅）造成的极端载荷条件的影响。军用舰船在作战中还要承受严峻的载荷，在极端条件下，舰船结构可能会发生较大的塑性变形，这种变形可能是单调的，也可能是循环的，从而导致结构失效。2.3 到目前为止，绝大多数结构分析采用经典的 J 2 塑性理论来描述金属合金的塑性响应，该理论假设静水应力和应力偏量第三不变量不影响塑性行为。然而，越来越多的实验证据表明，J 2 塑性理论中的假设对许多材料来说是无效的。Gao 等（2009）注意到 5083 铝合金的塑性响应与应力状态有关，并提出了 I 1 -J 2 -J 3 塑性模型。2.4 等效断裂应变通常用作延性断裂准则，人们普遍认为它的值取决于应力三轴性（Johnson and Cook，1985）。然而，最近的研究表明，单独的应力三轴性不足以表征应力状态对延性断裂的影响。Gao 等人（2009）开发了一种应力状态相关的延性断裂模型，其中失效等效应变表示为应力三轴性和应力偏差的第三不变量的函数，并且针对 ABS Grade DH36 钢校准了该断裂模型。2.5 Gao 团队（Jiang, Gao and Srivatsan；2009）的先前研究开发了一种不可逆内聚区模型来模拟疲劳裂纹扩展。该模型已成功针对 7075 铝合金进行校准，并预测了紧凑拉伸剪切试样中的疲劳裂纹扩展。数值结果捕捉了加载模式和过载对疲劳裂纹扩展速率的影响。2.6 焊接接头广泛应用于船舶结构。然而，它们给建模和分析带来了很大的复杂性，例如母材、焊件和热影响区的材料行为和特性不同；焊趾处的几何不连续性（这会改变应力分布并导致焊趾处出现高应力）和残余应力。这些因素加剧了施加在底层材料上的局部应力，降低了不考虑此类影响的材料模型的准确性。焊缝通常不会在结构尺度上以这种详细程度建模，但由于这些原因，故障通常会在这个区域开始