情境化具身智能体如何利用知识实现目标是自然和人工智能的经典问题。生物体如何利用其神经系统实现这一目标是具身认知神经理论面临的核心挑战。为了构建这一挑战,我们借用了塞尔对意向性的分析中的术语,即其两个契合方向和六种心理模式(感知、记忆、信念、行动中的意图、先前意图、愿望)。我们假设意向状态由神经激活模式实例化,而神经激活模式由神经交互稳定。动态不稳定性为启动和终止意向状态提供了神经机制,对于组织意向状态序列至关重要。概念节点网络所表示的信念是自主学习的,并根据期望的结果被激活。意向智能体的神经动力学原理在一个玩具场景中得到演示,其中机器人智能体探索环境并根据学习到的颜色变换规则将物体涂成所需的颜色。
多代理路径查找(MAPF)是在共享环境中发现无碰撞路径的问题,每个代理一个是每个代理的一个问题,同时最小化了旅行时间的总和。由于最佳地求解MAPF是NP-HARD,因此研究人员已经使用了副本且有效地求解MAPF的算法。基于优先级的搜索(PBS)是为此目的的领先算法。它一次找到一个单个代理的路径,并通过将优先级分配给碰撞代理并在其搜索过程中重新确定其路径来解决碰撞。但是,对于具有高密度的代理和障碍物的MAPF实例,PBS变得无效。因此,我们介绍了贪婪的PBS(GPB),该PBS(GPBS)使用贪婪的策略来通过最大程度地减少代理之间的碰撞数量来加快PBS。然后,我们提出了进一步加速GPB的技术,即部分扩展,目标推理,诱导的约束和软重新启动。我们表明,具有所有这些改进的GPB的成功率高于1分钟的运行时间限制的最先进的次优算法,尤其是对于具有小地图和密集障碍的MAPF实例。
在当今的数字环境中,尤其是在医疗保健行业中,保护隐私技术的重要性永远不会被夸大。升级的监管要求,例如美国和欧盟的一般数据保护法规(GDPR)等《健康保险可移植性法案》(HIPAA),需要严格的数据保护措施来保护患者信息。这些法规要求卫生保健实体实施强大的机制,以确保数据的机密性,完整性和隐私性。同时,由于需要扩展存储,计算能力和协作平台,因此可以看出,云计算可以集成到医疗基础架构中,这为隐私和安全带来了固有的风险。强制性调节合规性和云计算的固有风险的结合突出了对先进的隐私保护技术的需求。幸运的是,该领域的进步正在从理论结构发展为实用的现实世界。隐私技术的可行性和可扩展性的进步至关重要,为医疗保健行业提供了浏览数字隐私和安全性复杂景观所需的工具,同时利用云计算的好处。[11]
预测行人的穿越意图是在现实世界中安全驾驶自动驾驶汽车(AV)的重要任务。行人的行为通常会受到交通场景中周围环境的影响。基于基于视觉的神经网络的最新作品从图像中提取关键信息以执行预测。但是,在驾驶环境中,存在许多关键信息,例如驱动区域中的社交和场景互动,自我汽车和目标行人之间的位置和距离以及所有目标的运动。如何正确探索和利用上述隐式相互作用将促进自动驾驶汽车的发展。在本章中,两个新颖的属性,行人在道路或人行道上的位置,以及从目标行人到自我卡车的相对距离,这些距离源自语义图和深度图与边界框的相对距离。提出了基于多模式的混合预测网络,以捕获所有特征与预测行人交叉意图之间的相互作用。通过两个公共行人穿越数据集评估PIE和JAAD,拟议的混合框架的表现优于最先进的精度3%。关键字:行人交叉,特征融合
摘要 舰载机滑跃起飞飞行条件特殊、飞行速度低,对飞行安全构成威胁。处理该多学科交叉问题,需要综合考虑航母运动、飞机动力学、起落架和海况风场等因素。针对舰载机滑跃起飞的具体海军作战环境,建立了涉及舰载机、飞机、起落架运动实体,涉及起飞指令、控制系统和甲板风扰动的多体系统一体化动力学仿真模型。基于Matlab/Simulink环境,实现了多体系统仿真。通过舰载机滑跃起飞算例仿真,验证了模型的有效性和结果的合理性。该仿真模型与软件适用于舰载机起飞性能、飞行品质与安全、起落架载荷影响、航母甲板参数等多学科交叉问题的研究。ª 2013 CSAA & BUAA。由 Elsevier Ltd. 制作和托管。保留所有权利。
最初发表于:Monteagudo,María;卡尔西纳,布鲁纳;萨拉查-伊达尔戈,米尔顿 E;马丁内斯-蒙特斯,安吉尔 M;皮内罗-亚涅兹,埃琳娜;卡莱拉斯,爱德华多;马丁,玛丽亚卡门;罗德里格斯-佩拉莱斯,桑德拉;拉脱维亚语,Rocio;吉尔,爱德华多;巴菲特,亚历山大;伯尼雄,耐莉费尔南德斯-桑罗曼,安吉尔;迪亚兹-塔拉韦拉,阿尔贝托;梅利德,萨拉;在,酯类; Reglero,Clara;马丁内斯-布里奇,娜塔莉亚;打鼾者,乔凡娜;德尔奥尔莫,玛丽亚·伊莎贝尔;科拉莱斯,佩德罗·何塞·派恩斯;奥利维拉,克里斯蒂娜·拉马斯;阿尔瓦雷斯-埃斯科拉,克里斯蒂娜;古铁雷斯,玛丽亚·卡拉塔尤德;洛佩兹-费尔南德斯,阿德里亚;加西亚,努里亚·帕拉西奥斯;雷戈霍(Rita Maria)迪亚兹,路易斯·罗伯斯;劳尔登(Nuria Romero)瓜达拉马,奥斯卡·桑斯;博伊施莱因,菲利克斯; Nölting,Svenja(2024)。 MAML3 融合调节血管和免疫肿瘤微环境并导致嗜铬细胞瘤和副神经节瘤的高转移风险。最佳实践研究:临床内分泌代谢,38(6):101931。 DOI:https://doi.org/10.1016/j.beem.2024.101931
摘要:致癌激酶有助于免疫抑制并调节实体瘤中的肿瘤微环境。越来越多的证据支持致癌激酶信号网络在协调免疫抑制肿瘤微环境中的基本作用。这导致了大量研究检查激酶抑制剂通过增加肿瘤免疫原性诱导抗肿瘤免疫反应的有效性。激酶抑制剂是 FDA 批准的第二大用于癌症治疗的药物。除少数例外,它们不可避免地会导致内在和/或获得性耐药性,尤其是在转移性疾病患者中,当用作单一疗法时。另一方面,癌症免疫疗法,包括免疫检查点抑制剂,已经彻底改变了黑色素瘤和肺癌等恶性肿瘤的癌症治疗。然而,成功将此类疗法纳入其他实体癌的治疗中仍然存在关键障碍。本文回顾了调节肿瘤免疫原性、免疫抑制和抗肿瘤免疫的致癌激酶的最新文献。此外,我们还讨论了目前临床试验中将激酶抑制剂和免疫检查点抑制剂结合起来治疗乳腺癌和其他实体肿瘤的努力。
引起了人们的极大兴趣。在这些器件中,传统场效应晶体管的栅极电介质不存在:相反,通道通过含离子的溶液与栅极电接触。[4] 通道由对移动离子的局部浓度敏感的有机混合离子电子导体 (OMIEC) 组成。通过使用栅极电极耗尽或用带电物质增强通道,可以改变半导体聚合物的掺杂状态并调制其电导率。在液体环境中的操作、离子和电子传导之间的相互作用以及有机材料的柔软性质为这些器件开辟了一些令人着迷的应用,例如在生物电子学中[5,6] 它们可以在生物组织和体液中操作并与之相互作用,以及基于硬件的人工神经网络[7,8] 它们可用作人工突触(即具有可逆和可控电阻的电子设备)。 OECT 的神经形态特征已得到彻底研究,并且它们对通道固有特性的依赖性也得到阐明,通常由 RsC 时间常数决定(其中 Rs 是溶液的电阻,C 是通道的电容)。[9]
人类健康是由遗传学(G)和环境(E)决定的。这在暴露于同一环境因素的个体中清楚地说明了这一点。尚未开发出基因 - 环境相互作用(GXE)效应的定量度量,在某些情况下,甚至还没有就该概念达成明确的共识。例如,癌症是否主要来自“运气不好”还是“糟糕的生活方式”。在本文中,我们提供了一组GXE相互作用的示例,作为发病机理的驱动因素。我们强调了epige-netic法规如何代表分子碱基的共同连接方面。我们的论点收敛于GXE记录在细胞表观基因组中的概念,该概念可能代表了解宣告这些多半复杂的调节层的关键。开发一个解码此表观遗传信息的钥匙将提供疾病风险的定量度量。类似于引入估计生物年龄的表观遗传时钟,我们挑衅地提出了“表观遗传评分表”的理论概念,以估计疾病风险。
摘要 - 行驶边缘计算(VEC)由于其为计算密集型任务提供足够的组合资源的能力而引起了近视关注。但是,如何在车辆内分配计算任务并有效地管理任务消耗的资源已成为一种挑战。为了解决这个问题,这项研究推进了使用辅助车辆(AV)进行载体任务的主张,并引入了一种新颖的辅助车辆算法(AVA)。ava既可以在车辆环境中充分利用计算资源,并同时实现任务延迟减少,能源消耗最小化以及任务完成率的增强率。此外,我们建立了一个联合学习框架,以明智地确定通过实施创造性机制的AV分配的比例。实验结果验证了我们的方法不仅可以改善关键系统性能指标,还可以确保对移动车辆的计算资源进行全面利用。