XiaoMi-AI文件搜索系统
World File Search Systemyf
非Convex Minimax优化的两次梯度梯度下降算法
We provide a unified analysis of two-timescale gradient descent ascent (TTGDA) for solving structured nonconvex minimax optimization problems in the form of min x max y ∈Y f ( x , y ), where the objective function f ( x , y ) is nonconvex in x and concave in y , and the constraint set Y ⊆ R n is convex and bounded.在凸 - 孔循环设置中，单次梯度下降（GDA）算法被广泛用于应用中，并且已被证明具有强大的收敛保证。在更一般的设置中，它可能无法收敛。我们的贡献是设计ttgda算法，这些算法是有效的，这些算法超出了凸形 - 连接设置，并有效地确定了函数φ（·）的固定点：= maxy∈Yf（·f（·，y）。我们还建立了解决求解平滑和非平滑concove-concave minimax优化问题的复杂性的理论界限。据我们所知，这是对非凸端优化的TTGDA的第一个系统分析，阐明了其在训练生成的对抗网络（GAN）和其他现实世界应用问题中的卓越性能。关键字：结构化的非凸极最小值优化，两次尺度梯度下降，迭代复杂度分析
vYF 下一代黄热病疫苗不会在蚊子中传播
最有效的虫媒病毒疫苗之一是 1937 年研发的针对黄热病 (YF) 的 YFV-17D 减毒活疫苗。这种疫苗在蚊子体内复制能力较差，因此不会通过媒介传播。疫苗短缺主要是由于基于无病原体胚胎卵的生产受限，这促使赛诺菲转向基于生物反应器中连续细胞系培养的最先进工艺的替代方法。vYF-247 是基于 17D 的下一代减毒活疫苗候选物，适合在无血清 Vero 细胞中生长。对于新疫苗的开发，世卫组织建议记录蚊子的传染性和复制能力。我们用 vYF-247 疫苗感染埃及伊蚊和白纹伊蚊，首先与 YF-17D-204 参考赛诺菲疫苗（Stamaril 和 YF-VAX）和临床人分离株 S-79 进行比较，后者以 6.5 Log ffu/mL 的滴度提供在血粉中，其次与临床分离株进行比较，滴度增加至 7.5 Log ffu/mL。在感染后的不同天数，通过分别量化蚊子腹部、头部和胸部或唾液中的病毒颗粒来评估病毒的复制、传播和传播。虽然无法将 vYF-247 与参考疫苗进行比较以得出显著结果，但我们发现，与最高接种剂量的临床菌株 S-79 相比，vYF-247 并未通过两种伊蚊物种（无论是实验室菌株还是现场收集的种群）传播。再加上接种疫苗者体内检测到的病毒血症水平低于或等于低水平，因此，蚊子传播 vYF-247 疫苗的可能性极小。
STAT5 在 CD34+/CD38- 干细胞中表达，并作为 Ph 阴性骨髓增生性肿瘤的潜在分子靶点
1 维也纳医科大学路德维希玻尔兹曼血液学和肿瘤学研究所，1090 维也纳，奥地利；daniela.berger@meduniwien.ac.at (DB)；daniel.ivanov@meduniwien.ac.at (DI)；yueksel.filik@onc.lbg.ac.at (YF)；peter.valent@meduniwien.ac.at (PV) 2 维也纳兽医大学小动物内科医院伴侣动物和马匹科/医院，1210 维也纳，奥地利 3 维也纳医科大学内科 I，血液学和止血学分部，1090 维也纳，奥地利；alexandra.keller@meduniwien.ac.at (AK)；florian.schur@ist.ac.at (FKMS)； christoph.kornauth@meduniwien.ac.at（CK）4 维也纳医科大学实验医学系，1090 维也纳，奥地利；georg.greiner@meduniwien.ac.at（GG）；nadine.witzeneder@meduniwien.ac.at（NW）；gregor.hoermann@meduniwien.ac.at（GH）5 维也纳兽医大学动物育种和遗传学研究所，1210 维也纳，奥地利；bettina.wingelhofer@manchester.ac.uk（BW）；heidi.neubauer@vetmeduni.ac.at（HAN）；richard.moriggl@vetmeduni.ac.at（RM）6 INSERM，ERI-12，皮卡第-儒勒凡尔纳大学药学院，80000 亚眠，法国； emmanuel.pecnard@univ-tours.fr (EP); fabrice.gouilleux@univ-tours.fr (FG) 7 分子医学研究中心（CeMM），1090 维也纳，奥地利； harini.nivarthi@meduniwien.ac.at (HN); robert.kralovics@meduniwien.ac.at (RK) 8 维也纳医科大学病理学系，1090 维也纳，奥地利； leonhard.muellauer@meduniwien.ac.at 9 多伦多大学化学系，多伦多，ON M5S 1A1，加拿大； gary.tin@mail.utoronto.ca (GT); ji.park@mail.utoronto.ca (JP); e.dearaujo@mail.utoronto.ca (EDdA); patrick.gunning@utoronto.ca (PTG) 10 CNRS UMR 6239, GICC, Facult é de Mé decine, Universit é François Rabelais, 37020 Tours, France * 通讯地址： emir.hadzijusufovic@meduniwien.ac.at；电话：+ 43-1-40400-49990
2024 学生样本和评论：AP 宏观经济学
该答案在 (a) 部分获得了第一分，因为它绘制了正确标记的总需求-总供给图，显示了 AD 和 SRAS 交叉处的 PL 1 和 Y 1。该答案在 (a) 部分获得了第二分，因为它正确显示了均衡实际产出 Y 1 =YF 处的垂直 LRAS 曲线。该答案在 (b)(i) 部分获得了 1 分，因为它计算了边际消费倾向为 0.4 并显示了工作。该答案在 (b)(ii) 部分获得了 1 分，因为它显示了 AD 曲线向左移动，导致均衡价格水平和实际产出下降。该答案没有在 (c) 部分获得分数，因为它没有解释投入价格和名义工资将下降。该答案在 (d) 部分获得了 1 分，因为它正确地指出了中央银行将降低其管理利率。该答案在 (e) 部分获得了第一分，因为它显示了一个正确标记的储备市场图，其中供应曲线与需求曲线在充足储备范围内相交。该答案在 (e) 部分获得第二分，因为它正确地表明了管理利率的下降，从而导致政策利率下降。该答案在 (f) 部分获得第一分，因为它正确地指出了国民储蓄量将减少，失业率将下降。该答案在 (f) 部分获得第二分，因为它正确地解释了名义利率的下降将增加利率敏感型支出，从而导致总需求增加。
供应方工作流程和计划
附件和资源（仅限 DA 访问）9 范围和目的 作为一个专注于通过改变行为来提高免疫接种覆盖率的组织，我们依靠国家、州和地方疫苗供应链来实现我们的目标。疫苗供应可能有很大差异，尤其是在尼日利亚西北部地区。我们的任务目前不包括在供应方面采取重大干预措施，我们不希望供应成为随机对照试验评估的免疫覆盖率差异的重要原因。然而，在没有疫苗的情况下，我们按时为婴儿接种疫苗的能力就会受到影响，这使得稳定的疫苗供应至关重要。考虑到这一点，供应方工作流程的目标是缓解疫苗和儿童健康卡缺货和用完的情况。我们的重点是确保向我们在 3 个州的 98 家诊所不间断地供应这些关键疫苗：BCG、PENTA、PCV、OPV、麻疹和黄热病 (YF)。为遵循上述考虑，我们将在国家、州、地区和地方政府层面采取大部分行动，以确保向所有诊所（包括对照诊所）提供充足的疫苗供应。由于我们的团队会在免疫接种日访问诊所，并建立起其他诊所可能没有的关系和流程，从而提高问责制，因此我们的诊所可能会有更稳定的供应，但预计与对照点略有不同，尤其是考虑到我们的诊所通常在没有额外资源的情况下提供大量疫苗，因此面临更大的缺货和用完风险。缺货是指在诊所免疫接种日开始时疫苗或儿童健康卡 (CHC) 根本无法获得。用完（或过去时用完）是指疫苗或 CHC
基于云端的深度神经网络的优化及应用...
[2] Li K, Wang J, Wu X, et al. Optimizing Automated Picking Systems in Warehouse Robots Using Machine Learning[J]. arXiv preprint arXiv:2408.16633, 2024. [3] Tian J, Mercier P, Paolini C. Ultra low-power, wearable, accelerated shallow-learning fall detection for older at-risk persons[J]. Smart Health, 2024, 100498. [4] Xu, Q., Feng, Z., Gong, C., Wu, X., Zhao, H., Ye, Z., ... & Wei, C. (2024). Applications of explainable AI in natural language processing. Global Academic Frontiers, 2(3), 51-64. [5] Leong HY, Gao YF, Shuai J, et al. Efficient fine-tuning of large language models for Automated Medical Documentation[J]. arXiv preprint arXiv:2409.09324, 2024. [6] Soleimani M , Irani FN , Davoodi YM .楼宇暖通空调运行多目标优化:采用Koopman预测控制和深度学习的高级策略[J].建筑与环境, 2024, 248(Jan.):111073.1-111073.16。 [7] 王琳, 程颖, 项爱英, 张建, 杨华. 自然语言处理在金融风险检测中的应用[J].金融工程与风险管理, 2024, 7: 1-10。 [8] 程颖, 杨倩, 王琳, 项爱英, 张建.基于神经网络算法的商业银行信用风险预警模型研究[J].金融工程与风险管理, 2024, 7: 11-19。 [9] 李宇峰等，“结合知识图谱嵌入与深度学习的药物不良反应预测模型研究。”2024 第四届机器学习与智能系统工程国际会议（MLISE）。IEEE，2024 年。[10] 程宇峰，郭建军，龙胜，吴宇峰，孙敏，张荣军，高级
2024 学生样本和评论：AP 宏观经济学
该问题考察学生对经济衰退缺口环境下的总需求-总供给模型、长期自我调整以实现充分就业以及拥有充足储备的银行体系的货币政策对储备市场、先前发行的债券价格和价格水平的影响的理解。问题首先要求学生假设假设的 Alpha 经济处于短期均衡状态，周期性失业率为 3%，摩擦性失业率为 4%，实际失业率为 8%。在部分 (a) 中，要求学生计算自然失业率并展示他们的工作。在部分 (b) 中，要求学生绘制正确标记的总需求、短期总供给和长期总供给曲线图，显示 (i) 当前均衡实际产出和价格水平，分别标记为 Y 1 和 PL 1 ，以及 (ii) 充分就业产出，标记为 YF 。在部分 (c) 中，要求学生假设政策制定者不采取任何措施缩小产出缺口，并 (i) 解释 Alpha 的经济将如何在长期内适应充分就业，以及 (ii) 在部分 (b) 的图表上显示 Alpha 的经济将如何在长期内适应充分就业，并将新的均衡价格水平标记为 PL 2 。在部分 (d) 中，要求学生假设 Alpha 的中央银行正在考虑使用货币政策来缩小经济衰退的产出缺口。Alpha 的银行系统拥有充足的储备。要求学生确定 Alpha 中央银行将采取的一项具体的货币政策行动，以在短期内缩小产出缺口。在部分 (e) 中，要求学生绘制一个正确标记的 Alpha 储备市场图表，并显示部分 (d) 中确定的货币政策行动对政策利率的影响。最后，在部分 (f) 中，基于部分 (e) 中所示的政策利率变化，询问学生 (i) 先前发行的债券的价格和 (ii) 价格水平会发生什么变化并进行解释。
脑部 MRI 定量磁化率映射
人体研究中的 ROI 分析 两位获得委员会认证的神经放射科医生（SO 和 YF，拥有 20 年经验）一致将 ROI 放置在 QSM 图像的中心切片上的以下每个区域中：GP、壳核、尾状核、黑质、红核、齿状核和脉络丛的低信号强度区域。然后使用开源软件（ImageJ，版本 1.50；美国国立卫生研究院，马里兰州贝塞斯达）将 ROI 的位置应用于来自同一患者或志愿者的 CT 图像。我们还根据 CT 和 MRI 扫描（包括 QSM、T1 加权、T2 加权和 T2* 加权图像）和临床信息在出血和钙化病变上放置了 ROI。当抗磁性病变被顺磁性区域包围时，优先选择内侧抗磁性（钙化）部分放置ROI。对于每个有病变的患者，最多选择3个病变放置ROI。计算每个ROI的平均CT衰减值和平均QSM值（磁化率）。当平均QSM值为正值（顺磁性ROI）时，还计算最大和第95百分位CT衰减值以及最大和第95百分位QSM值，以更好地理解CT衰减值和磁化率的特征，这在表观扩散系数的分析中通常采用（18）。对于平均QSM值为负值的ROI（抗磁性ROI），计算最大和第95百分位CT衰减值以及最小和第5百分位QSM值。通过以下对 CT 衰减值与磁化率之间的相关性进行评估：顺磁性 ROI 的平均 CT 衰减值与平均 QSM 值、最大 CT 衰减值与最大 QSM 值、第 95 百分位 CT 衰减值与第 95 百分位 QSM 值；抗磁性 ROI 的平均 CT 衰减值与平均 QSM 值、最大 CT 衰减值与最小 QSM 值、第 95 百分位 CT 衰减值与第 5 百分位 QSM 值。
与 Sonrotoclax (BGB-11417) 联合治疗，...
CST：研究资金：杨森、艾伯维、百济神州；酬金：杨森、艾伯维、百济神州、礼来、阿斯利康。MAA：资助：NHMRC；酬金：罗氏、诺华、武田、CSL、赛诺菲、Kite Gilead、艾伯维、杨森、百济神州；差旅支持：艾伯维；顾问委员会：Sobi、艾伯维；领导：ALLG CLL 工作组联合主席。ML：差旅、住宿或费用：新基。EV：研究资金：杨森 Cilag Pty Ltd. SSO：顾问：艾伯维、安腾基因、阿斯利康、百济神州、BMS、CSL Behring、吉利德、默克、诺华、杨森、罗氏、武田；研究资金：AbbVie、AstraZeneca、BeiGene、BMS、Gilead、Janssen、Merck、Novartis、Pharmacyclics、Roche、Takeda；酬金：AbbVie、AstraZeneca、BeiGene、BMS、Gilead、Janssen、Merck、Novartis、Roche、Takeda；实体董事会或咨询委员会成员资格：AbbVie、AstraZeneca、BeiGene、BMS、Gilead、Janssen、Merck、Novartis、Roche、Takeda（提交的作品之外）。SM：顾问、实体董事会或咨询委员会成员、研究资金和/或演讲者局：AstraZeneca、BeiGene、Lilly、Janssen Pharmaceuticals、Juno/BMS、AbbVie、Genentech。RW：酬金和/或研究资金：Janssen、AbbVie、BeiGene、BioOra；上市公司现任股东：Fisher & Paykel Healthcare。RC：咨询费：强生、艾伯维、礼来、百济神州、阿斯利康、罗氏、吉利德、因塞特；酬金：强生、艾伯维、礼来、百济神州、阿斯利康、罗氏、吉利德、因塞特；差旅支持：强生、艾伯维、礼来、百济神州、阿斯利康、罗氏、吉利德、因塞特；顾问委员会：强生、艾伯维、礼来、百济神州、阿斯利康、罗氏、吉利德、因塞特。JDS：顾问：阿斯利康、BMS、基因泰克/罗氏、礼来；研究资金：Adaptive Biotechnologies、百济神州、BostonGene、基因泰克/罗氏、葛兰素史克、Moderna、武田、TG Therapeutics。 PG：酬金：AbbVie、阿斯利康、百济神州、BMS、杨森、Galapagos、礼来/Loxo、默沙东、罗氏；研究资金：AbbVie、阿斯利康、BMS、杨森。SL：顾问或顾问角色：百济神州。JH、YF、DS：就业并可能拥有股份：百济神州。HG：就业、可能拥有股份、旅行、住宿或费用和领导角色：百济神州。CYC：顾问、酬金、实体董事会或咨询委员会成员：罗氏、杨森、默沙东、吉利德、亚盛医药、阿斯利康、礼来。致谢
愿景、需求、关键技术和测试平台
这项工作得到了国家重点研发计划（2018YFB1801101）、国家自然科学基金（61960206006）、江苏省科技攻关计划（工业前瞻性与关键技术）BE2022067 和 BE2022067-1、欧盟 H2020 RISE TESTBED2 项目（872172）、欧盟 H2020 ARIADNE 项目（871464）、欧盟 H2020 RISE-6G 项目（101017011）以及美国国家科学基金会（CCF-1908308 和 CNS-2128448）的支持。同时还要感谢毛希晨、卜英兰、季文协、周子豪、杨越、辛利建、常恒泰和黄多贤，他们对本研究提供了宝贵的帮助和建议。C.-X. Wang（通讯作者）、XH You（通讯作者）、XQ Gao、XM Zhu、ZX Li、C. Zhang 和 YM Huang 都来自东南大学信息科学与工程学院国家移动通信研究实验室，南京 210096，中国，以及紫金山实验室，南京 211111，中国（电子邮箱：{ chxwang, xhyu, xqgao, xm zhu, lizixin, chzhang, huangym } @seu.edu.cn）。 HM Wang 就职于东南大学信息科学与工程学院和毫米波国家重点实验室，南京 210096，中国，同时也就职于紫金山实验室普适通信研究中心，南京 211111，中国（电子邮件：hmwang@seu.edu.cn）。YF Chen 就职于英国华威大学工程学院，考文垂 CV4 7AL，英国（电子邮件：yunfei.chen@warwick.ac.uk）。H. Haas 就职于英国思克莱德大学电子电气工程系 LiFi 研究与开发中心，格拉斯哥 G1 1XQ，英国（电子邮件：harald.haas@strath.ac.uk）。JS Thompson 就职于英国爱丁堡大学工程学院数字通信研究所，爱丁堡 EH9 3JL，英国（电子邮件：john.thompson@ed.ac.uk）。 EG Larsson 就职于瑞典林雪平大学电气工程系 (ISY)，邮编 581 83 Linkoping，电子邮箱：erik.g.larsson@liu.se。M. Di Renzo 就职于巴黎萨克雷大学、法国国家科学研究院、中央理工学院、信号与系统实验室，邮编 3 Rue Joliot-Curie，邮编 91192 Gif-sur-Yvette，法国。(marco.di-renzo@universite-paris-saclay.fr) W. Tong 就职于加拿大华为技术有限公司无线先进系统与能力中心，邮编 渥太华，邮编 ON K2K 3J1，加拿大。(电子邮件：tongwen@huawei.com)。 PY Zhu 就职于华为技术加拿大有限公司，加拿大安大略省渥太华 K2K 3J1（电子邮件：peiying.zhu@huawei.com）。X. Shen 就职于滑铁卢大学电气与计算机工程系，加拿大安大略省滑铁卢 N2L 3G1（电子邮件：sshen@uwaterloo.ca）。HV Poor 就职于普林斯顿大学电气与计算机工程系，美国新泽西州普林斯顿 08544（电子邮件：poor@princeton.edu）。L. Hanzo 就职于电子与计算机科学学院，南安普顿大学，南安普顿 SO17 1BJ，英国（电子邮件：lh@ecs.soton.ac.uk）