XiaoMi-AI文件搜索系统
World File Search Systemused
在聚焦离子束仪器上进行的 SIMS
工程纳米材料已成为微电子、航空航天、能源生产和储存、毒理学研究和医学应用等多个领域的深入研究焦点。开发新的表征方法和仪器是推动材料研究和开发的关键因素，从而提高产品性能和可靠性。分析挑战包括分析 10 纳米范围内的微小特征，这导致分析量和检测限之间的权衡。二次离子质谱 (SIMS) 是一种强大的表面分析技术，特别是它能够以出色的灵敏度和高动态范围检测所有元素并区分同位素。SIMS 允许获取质谱、进行深度剖析以及 2D 和 3D 成像。安装在最新一代 FIB 平台上的新型离子源（例如气体场离子源 (GFIS)、Cs + 低温离子源 (LoTIS) 或多物种液态金属合金离子源 (LMAIS)）的开发为纳米级物体的分析开辟了新的可能性。在 FIB 仪器中添加 SIMS 功能不仅可以提供最高分辨率和灵敏度的成像，还可以提供在图案化和铣削过程中进行现场过程控制的工具 [1,2]。
异维诺因引起的急性精神病的治疗
背景：异维诺蛋白是一种口服药物，用于管理严重痤疮，对常规疗法不敏感，包括全身性抗生素。急性精神病是一种严重的精神疾病，其特征是与现实主义，视觉，妄想，困惑的思维和行为异常相关。这项研究旨在分析和记录这些病例，以更好地了解异托摩蛋白使用与急性精神病的发展之间的潜在关系，并找出哪种治疗方法最适合治疗该问题。方法：我们独立搜索了以下电子数据库，没有语言或日期限制：PubMed/Medline，Scopus，Scopus，Web of Science，Google Scholar和塞尔维亚引文指数（Scindeks）。结果：我们的结果包括14项研究（13例病例报告和1个同类研究），并有18个单独的病例。最古老的患者是27岁，最小的患者是13岁。两个性别都有9个人。结论：我们可以得出结论，除了停止异托诺蛋白外，对奥氮平的治疗以及最终利培酮还可以改善异维诺因引起的精神病症状。
通过针对顺式调控元件突变的 FIND-IT 筛选优化大麦植酸酶基因表达
结果与讨论：发现了基因表达较高或较低的突变体，最终成熟谷物植酸酶活性 (MGPA) 较高或较低。田间试验和发芽期间的肌醇磷酸分析表明，PAPhy_a 不会影响试验条件下的农艺性能，但它确实缩短了发芽期间磷酸盐动员的滞后时间。较高的内源性 MGPA 可提高饲料用谷物质量，因为它可提高单胃动物的磷酸盐生物利用度。此外，由于 PAPhy_a 启动子的目标 CRE 基序与一系列种子表达基因（如关键的谷物和豆类储存基因）共享，因此当前结果展示了一种调节一系列种子基因的单个基因表达水平的概念。
![征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术](/simg/9/997626a7f59d17e25a28a70110fbadb440a4a51a.png)
征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术
征文：教育和教育研究中的人工智能国际研讨会 (AIEER) AIEER 2024 教育和教育研究中的人工智能国际研讨会是第 27 届欧洲人工智能会议 ECAI 2024 [https://www.ecai2024.eu/] 的一部分。本次研讨会定于 2024 年 10 月 19 日至 20 日星期六和星期日举行。 研讨会范围 本次研讨会有两个不同的重点，旨在更广泛地面向教育人工智能领域。 第 1 部分。由社会科学主导的讨论，讨论人工智能应用可能有助于解决的教育中的实际问题。这包括教育和教学人工智能的研究，也包括社会科学、经济学和人文学科，包括所有学科，如教育和教学实际行动、以教育需求为重点的劳动力市场研究、教育史和相关教育文化遗产，以及决策和行为科学观点的信息预测。一方面，我们关注人工智能、教育和社会之间的联系。这包括定量和定性研究、分析教育和劳动力市场数据的数据科学方法、推荐系统的人工智能方法以及数字化学习。另一方面，我们关注如何使用人工智能来突破该领域的界限。这包括开发新方法（包括使用人工智能的方法）、寻找和提供可访问的新数据源、丰富数据等等。在这两种情况下，不同观点之间的沟通和相互理解至关重要，这也是本次研讨会的目标之一。更广泛地说，我们感兴趣的是人工智能方法如何影响教育的所有领域以及企业和劳动力市场。这包括从小学到高等教育的所有教育部门如何受到人工智能方法的影响和对其作出反应的方法。用人工智能方法设计数字化未来为教育提出了几个问题：在最广泛的层面上，立法和规范问题；在公司层面，关于投资决策以及如何保持生产力和劳动力的问题；在个人层面，关于资格以及哪些技能需要应用和可能重新学习的问题。因此，技能和资格是教育和教育研究中人工智能的核心。第 2 部分。关于可以开发哪些人工智能应用程序（以及如何开发）来解决第 1 部分提出的问题的（计算机科学主导）讨论。使用基于人工智能的系统来支持教学或学习已经发展了 40 多年，但近年来，由于 COVID-19 大流行期间电子学习工具的使用增加以及最近生成人工智能的爆炸式增长，其增长显着增加。我们正处于这一领域发展的关键时刻，人工智能专家和教育专家必须携手合作，以在教学过程中最佳地利用这项技术。本次研讨会旨在为展示新提案和反思这一具有如此社会意义的领域的最新技术创造空间。在第一部分中，我们特别关注人工智能的技术方面，重点关注用于内容创建（生成式人工智能）、学生分析（机器学习）、学习分析或教师可解释的人工智能方法的具体技术
问题：纳税人购买或租赁其项目中使用的物品/材料是否符合资格并有资格获得 Flori 的豁免
新设施将用 取代旧干船坞和一些陈旧的结构。的主要客户。新设施将 。将在该设施进行。将由 和 建造和拥有。为确保技术完整性， 。将基于 的制造和安装成本以及相关的必要支持基础设施。成本将是 的一部分。因此，任何销售税豁免/减免的最终受益者是 ，形式是 在该设施工作的较低承包成本。合同通常也在造船厂之间竞争，因此“ ”是 数量的主要因素。的水上部分由一个可移动平台组成，该平台可从海底上下移动到陆地水平，以将船舶从水中抬起进行工作。平台两侧的一系列大型绞盘将平台上下提升。操作员从陆地上的集成电机控制中心和控制室结构控制平台的移动。可移动平台。首先将带有与要维修的船体形状相匹配的龙骨/舱底块的支架放置在陆地水平的平台上，然后降低到海床。然后将 操纵到可移动平台上方的码头。然后缓慢升起平台以支撑 升出水面。一旦到达陆地水平面，将车辆开到 和 支架下方，并将两者抬离地面，将 运输到位于 陆地一侧的工具部分之一。一旦 位于陆地一侧，将 降低到地面，并将 。用作 的工具固定装置，并且是 的重要组成部分，专门设计用于执行 所需的离水作业。升降平台既不是设计用于支撑 ，也不是用于支撑 。
SAM.gov 中使用的唯一实体标识符已更改。
SAM.gov › opp › 查看 2023 年 1 月 11 日 — 2023 年 1 月 11 日 联邦政府网站通常以 .gov 或 .mil 结尾。... a) 您的公司是否有支持建模和仿真、人工智能的经验...
引用Chen X，Wang Z，Fu W，Wei Z，Gu J，Wang C，Zhang Z，Yu X，Yu X和Hu W（2025）由Clcn7突变引起的骨质造影的代谢组学研究揭示了
骨质骨术是一种罕见的代谢骨疾病，其特征是骨矿物质密度异常增加，导致骨髓衰竭，压缩神经病和骨骼畸形（1）。根据遗传模式，可以将其分为常染色体显性骨质术（ADO），常染色体隐性骨质骨术（ARO）和X连接的骨质疏松症（XLO）（1-3）。ADO是骨质骨术的最常见形式，估计发病率为1：20,000（4）。早期，ADO被认为包括两种表型，ADO I（OMIM 607634）和ADO II（OMIM 166600）（2）。ADO I的特征是LDL受体相关蛋白5（LRP5）基因的突变，该基因导致高骨量，但不会导致骨折（5）。ADO II是由整骨骨吸收受损引起的，这些骨吸收通常是由于氯化物通道7（CLCN7）基因（6，7）中杂合的错义突变引起的。clcn7是一种基因，不仅可以引起严重的隐性骨质肌膜病形式，即ARO，而且还可以根据Clcn7突变的类型（8）。此外，由CLCN7突变引起的ADO II占ADO的70％，这是最常见的骨质疏松症类型（9）。因此，这项研究的重点是由CLCN7突变引起的骨质疏松症。CLCN7编码Cl- /H +交换转运蛋白7，也称为CLC-7，通常将其定位于溶酶体区室和骨 - 分解骨细胞的Ruf膜膜（10）。CLCN7突变导致骨质细胞异常无法分泌酸，因此无法溶解骨骼，从而导致骨质疏松症。这种疾病表现出异质性，表型表现出各种程度的严重程度，从无症状到威胁生命（11-13）。在没有基因检测或典型的放射线摄影发现的情况下，乳酸脱氢酶（LDH），天冬氨酸氨基转移酶（AST）和肌酸激酶BB同酶（CK-BB）的水平升高与Clcn7突变引起的骨化（14、15）有关。尽管如此，这些生物标志物的水平尚未证明与疾病的严重程度相关，而正常值不排除CLCN7基因中突变的存在（4）。因此，迫切需要找到更多的特定和敏感的生物标志物。有许多关于骨质造成症的遗传研究，但目前尚未发现CLCN7突变引起的骨质疏松症的血清代谢研究。通过阐明区分健康和疾病表型的特定特征，代谢组已成为理解生理和病理过程之间差异的基石，可能使我们可以搜索
聚焦 LRP：用于人脸变形攻击检测的可解释 AI
近年来，检测变形人脸图像的任务变得非常重要，以确保基于人脸图像的自动验证系统（例如自动边境控制门）的安全性。基于深度神经网络 (DNN) 的检测方法已被证明非常适合此目的。然而，它们在决策过程中并不透明，而且不清楚它们如何区分真实人脸图像和变形人脸图像。这对于旨在协助人类操作员的系统尤其重要，因为人类操作员应该能够理解其中的推理。在本文中，我们解决了这个问题，并提出了聚焦分层相关性传播 (FLRP)。该框架在精确的像素级别向人类检查员解释深度神经网络使用哪些图像区域来区分真实人脸图像和变形人脸图像。此外，我们提出了另一个框架来客观地分析我们方法的质量，并将 FLRP 与其他 DNN 可解释性方法进行比较。该评估框架基于移除检测到的伪影并分析这些变化对 DNN 决策的影响。特别是，如果 DNN 的决策不确定甚至不正确，与其他方法相比，FLRP 在突出显示可见伪影方面表现得更好。
病例报告：对接种 FimCH 疫苗的患者进行长期随访，以预防抗生素引起的复发性尿路感染
根据疾病控制中心 (CDC) 和世界卫生组织 (WHO) 的说法，由耐碳青霉烯类肠杆菌科细菌 (CRE) 引起的泌尿道感染 (UTI) 是人类最紧迫的健康威胁之一。一项 FimCH 疫苗扩展获取研究正在对有抗生素耐药性 UTI 病史且被认为有患上 CRE UTI 风险的患者进行。本病例系列描述了四名接种了 FimCH 四种疫苗系列的参与者的临床、安全性和免疫原性发现。在接种第四种疫苗后，对参与者进行了 12 个月的随访，以了解其安全性、一般健康状况和 UTI 发生情况。该研究后来进行了修改，允许在接种疫苗后进行长达五年的额外随访，以评估长期健康状况、UTI 发生情况并获取血液样本进行抗 FimH 抗体检测。在我们 4 名研究参与者中，抗 FimH 抗体反应达到峰值后的 12 个月内，革兰氏阴性菌引起的有症状 UTI 发生率比研究入组前 12 个月低约 75%。这些结果与使用相同 FimCH 疫苗的 1 期研究中的 30 名患者队列一致。所有 4 名参与者的 UTI 发生率在长期随访期间都有所增加，但未达到接种疫苗前的发生率。在长期随访期间未发现与 FimCH 疫苗相关的新安全问题。该病例系列具有临床重要性和公共卫生相关性，因为它检查并报告了 UTI
牙龈卟啉单胞菌引起宿主胰岛素抵抗的研究进展
牙龈卟啉单胞菌（P. gingivalis）是一种革兰氏阴性口腔厌氧菌，在牙周炎的发病过程中起关键作用。P. gingivalis表达多种毒力因子，破坏先天性和适应性免疫，使其在宿主体内存活、繁殖并破坏牙周组织。除了牙周病外，P. gingivalis还与全身性疾病有关，胰岛素抵抗是其中重要的病理基础。P. gingivalis引起全身炎症反应，破坏胰岛素信号通路，诱导胰腺b细胞功能减退和数量减少，导致胰岛素敏感性降低，从而产生胰岛素抵抗（IR）。本文系统综述了P. gingivalis引起胰岛素抵抗的机制研究，讨论了P. gingivalis与基于胰岛素抵抗的全身性疾病的关联，并最终提出了相关的治疗方法。总之，通过系统地综述牙龈卟啉单胞菌通过胰岛素抵抗引起全身性疾病的相关机制，我们希望为未来相关全身性疾病的基础研究和临床干预提供新的见解。