XiaoMi-AI文件搜索系统
World File Search Systemtheses
阿尔茨海默氏病是以个人为中心的疾病吗？从原子水平到生物系统的数学模型的假设
阿尔茨海默氏病（AD）是一种痴呆症的影响，在神经病理学上以淀粉样蛋白β（aβ）斑块和神经纤维缠结（NFT）的沉积为特征，而这反过来会导致神经变性并引起神经变性和临床症状（1）。aβ来自β和⋎泌尿酶对淀粉样蛋白前体蛋白（APP）的顺序加工。App肽，例如β1-42或β1-40，可以通过诱导氧化应激，抑制膜通道的功能或影响运输/排序机制，形成寡聚物，小聚集体或纤维细胞和损伤神经元。据信，β1-42引起tau的高磷酸化，这又导致纤维聚集和神经毒性（2）。在过去的几十年中，旨在阐明AD病因并促进新疾病修饰药物的发展的研究过度生长。除了这些巨大的效果外，对AD病因和致病性级联反应的全部理解仍然隐藏起来。几项研究表明，通常在AD患者的大脑中确实存在其他错误折叠的蛋白质，而不是例外（3）。已经假设病理错误折叠的蛋白可能会促进协同病理学和相互错误折叠和聚集（4）。由于异常蛋白质触发的致病机制的相互影响可以塑造AD，导致多种神经病理变体。在本文中，我们假设AD变体是由对复杂生物网络观察到的非线性调节引起的（5）。
使用机器学习来测试联合分析中的因果假设
抽象的联合分析是一种流行的实验设计，用于测量多维偏好。许多研究人员专注于估计每个因素的平均边际影响，同时平均其他因素。尽管这允许基于直接设计的估计，但结果严重取决于因素相互作用的方式。一种基于模型的替代方法可以计算各种兴趣，但需要正确的模型规格，这是与许多因素的联合分析的挑战性任务。我们根据条件随机测试（CRT）提出了一种新的假设检验方法，以回答联合分析的最基本问题：考虑到其他因素，感兴趣的因素是否重要？尽管它仅提供对这些二进制问题的正式测试，但CRT仅基于因素的随机化，因此不需要建模假设。这意味着CRT可以通过启用任何测试统计量（包括基于复杂的机器学习算法的测试统计量）来提供强大而假设的统计测试。我们还展示了如何测试常用的规律性假设。最后，我们将提出的方法应用于移民偏好的联合分析。可以实施一个开源软件包。提出的方法是通过开放式软件R软件包CRTConchoint实现的，可通过综合R档案网络https://cran.r-project.org/web/web/packages/crtconjoint/index.html获得。
使用疾病特异性超图生成新的药物再利用假设
一种新化合物的药物开发流程可能持续 10-20 年，耗资超过 100 亿美元。药物再利用提供了一种更省时省钱的替代方案。基于网络图表示的计算方法（由疾病节点及其相互作用的混合组成）最近产生了新的药物再利用假设，包括适用于 COVID-19 的候选药物。然而，这些相互作用组在设计上仍然是聚合的，并且通常缺乏疾病特异性。这种信息稀释可能会影响药物节点嵌入与特定疾病的相关性、由此产生的药物-疾病和药物-药物相似性得分，从而影响我们识别新靶点或药物协同作用的能力。为了解决这个问题，我们建议构建和学习疾病特异性超图，其中超边编码各种长度的生物途径。我们使用改进的 node2vec 算法来生成通路嵌入。我们评估了我们的超图为一种无法治愈但普遍存在的疾病——阿尔茨海默病 (AD) 寻找再利用靶标的能力，并将我们的排序建议与来自最先进的知识图谱——多尺度相互作用组的建议进行比较。使用我们的方法，我们成功地确定了 7 个有希望的 AD 再利用候选药物，这些候选药物被多尺度相互作用组评为不太可能的再利用靶标，但现有文献提供了支持证据。此外，我们的药物再定位建议附有解释，引出了合理的生物学途径。未来，我们计划将我们提出的方法扩展到 800 多种疾病，将单一疾病超图组合成多疾病超图，以解释具有风险因素的亚群或编码特定患者的合并症，以制定个性化的再利用建议。
关于在语音神经假体设计中促进用户代理的建议
脑机接口 (BCI) 可直接从大脑活动中解码语音，旨在帮助瘫痪且无法说话的人恢复交流。尽管最近取得了一些进展，但语音的神经推理仍然不完善，限制了语音 BCI 实现流畅对话等体验的能力，从而促进主动性——即用户编写和传输信息以表达其意图的能力。在这里，我们根据神经工程的现有和新兴策略提出了促进主动性的建议。重点是实现快速、准确和可靠的性能，同时确保对解码器启动时间、解码的内容以及信息表达方式的意志控制。此外，除了受控实验环境中的神经科学进展之外，我们认为，平行的研究路线必须考虑如何将实验成功转化为现实环境。虽然这类研究最终需要潜在用户的意见，但在这里，我们确定并描述了受现有辅助技术领域开展的人为因素工作启发的设计选择，这些设计选择解决了未来现实世界语音 BCI 应用中可能出现的实际问题。
无聊是人工智能走向奇点的指标吗？假设引发思考
最迟随着天网 [1] 的虚构智能的出现，人工智能 (AI) 奇点问题得到了更广泛的关注。从冯·诺依曼的评论开始，由 Ulman [2] 转述（“一次谈话集中在技术的不断加速进步和人类生活方式的变化上，这给人一种接近人类历史上某些基本奇点的感觉，超出这个奇点，我们所知的人类事务就无法继续下去。”）和 Vinge [3] 的假设，技术进步的演变和加速引发了机器何时会比人类更智能的问题。根据 [3] 等人的说法，大型计算机网络可能“醒来后成为超人智能的实体”。关于达到人工智能奇点的观点多种多样。[4] 中对这些观点进行了回顾。由于普遍接受的、详细的智力定义仍然存在争议，从技术定义的角度来看，奇点已经很模糊——认知和情感是额外的问题。尽管在心理学中，无聊被认为是人性和人类智力的重要组成部分，但据我所知，在关于智力的讨论中，人类心理属性的一个特征并没有被考虑在内：无聊。在心理学中，无聊被认为是一种重要的心理状态，通常介于完全意识和/或精神紧张的工作和/或发现的时刻等状态之间。尽管在一些出版物中提到无聊，例如[8]，以提出更好的学习结果，但它并不被认为是人工智能系统在处理其设计的分配任务时可能陷入的状态。因此，假设一个关键特征
化学元素观察，考虑和假设的三方面有关化学元素和数字3
这项工作提出了有关化学元素和数字3的一些观察，考虑和假设。表明，数字3在化学元素及其特性上以各种方式出现。尤其是我们提出了化学元素的三级运动。假定数字3和三方的存在具有物理起源，并意味着物理意义。三方可能可用于选择一组特定的元素，以设计具有特殊属性的系统。三方面可以通过两种不同的方式得出，即通过全球缩放（科学的整体方法），以及数字3的特殊作用。在某些物理学领域（例如超导性，寻找室温超导体和新型基于LENR的能量技术）的某些领域的一些观察和开放问题的背景下，考虑了三方。也提出的是关于数字3和数字的基本考虑因素，为什么数字不仅是抽象的物理量，而且可能是可能会引起物理效应的物理量。这项工作还包括对全球缩放和一些相关开放问题的介绍。
推荐引用 推荐引用 Simpson, Jesse D.，“人工智能和图论在网络欺凌中的应用”（2020 年）。密歇根州立大学研究生论文。3535。https://bearworks.missouristate.edu/theses/3535
网络欺凌是当今在线社交媒体中持续存在的破坏性问题。辱骂用户利用社交媒体向无辜的社交媒体用户发送帖子、私人消息、推文或图片，进行网络骚扰。检测和预防网络欺凌案件至关重要。在这项工作中，我分析了多种机器学习、深度学习和图形分析算法，并探索了它们的适用性和性能，以寻求一个强大的网络欺凌检测系统。首先，我评估了机器学习算法支持向量机、朴素贝叶斯、随机森林、决策树和逻辑回归的性能。这产生了积极的结果，并获得了 86% 以上的准确率。使用进化算法实现了进一步的增强，从而改善了机器学习模型的整体结果。深度学习算法是下一个实验，其中从训练时间和性能方面监测效率。接下来，进行了循环神经网络和分层注意力网络的分析，准确率达到 82%。最终的研究项目使用图形分析来探索不同社交媒体用户之间的关系，并分析发现发布攻击性消息的用户的连通性和社区。
项目，成果，医学博士奖学金新博士项目，完成这些项目和2022 MD奖学金
这是我们旨在在国际Titise会议（ITC）上产生的目标。自1962年以来 - 在BIF诞生之前很久 - 他们一直在德国黑森林地区的Titisee湖举行，是BIF资金组合中重要但鲜为人知的部分。他们的概念很简单，但在125个会议上被证明非常有效：将来自两个或三个学科的60位顶级科学家组合在一起，包括许多新兴的初级科学家， *给参与者提供充足的时间，要求他们在会议期间呆在一起，并选择一个不错的地理位置并在未公开的数据中创造出一个好地理位置并创造出来的信任氛围。这样的概念可确保，如果参与者不会在早餐或午餐时抓住他们想与之交谈的人，他们将有机会吃晚饭或第二天。我们还邀请了许多主要期刊的编辑来促进科学家与出版商之间的联系。
推荐引用 推荐引用 Guthridge, Ryan Paul，“评估虚拟现实和人工智能作为航空飞行员培训中航班延误的解决方案”（2022 年）。论文和学位论文。4339。https://commons.und.edu/theses/4339
在提交本论文以部分满足北达科他大学研究生学位的要求时，我同意本大学图书馆应免费提供本论文供查阅。我进一步同意，指导我论文工作的教授或系主任或研究生院院长可授予出于学术目的进行大量复制的许可。双方理解，未经我的书面许可，不得复制、出版或以其他方式使用本论文或其中部分内容以获取经济利益。双方还理解，在对我论文中的任何材料进行任何学术使用时，应给予我和北达科他大学应有的认可。Ryan Paul Guthridge 2022 年 7 月 15 日