XiaoMi-AI文件搜索系统
World File Search System伯克利
伯克利县计划和分区清单...
请注意，可能要求当地消防官员检查并验证在签发CO/类似授权之前满足国际消防法（IFC）访问要求。如果提出了住所，则满足基础分区的适用密度要求。***雨水遵守：拟议的改进（构建预期的住宅/结构，车道/通道和/或其他扁平化或其他扁平化或改进）是否会打扰超过半英亩的土地？如果是这样，则可能需要将单站点开发计划（PLSP）提交给雨水部门进行审查***。在建筑许可申请提交之前，请在计划和分区部门确认。显示了拟议结构的建筑足迹和平方英尺。
Lin Lin：简历 - 加州大学伯克利分校数学
研究生学者（UCB）：Nilin Abrahamsen（Simons 博士后学者，与 Umesh Vazirani 联合）、Anil Damle（NSF 博士后学者）、Zhiyan Ding（Morrey 助理教授）、Di Fang（Morrey 助理教授）、Fabian Faulstich、Weile Jia、Jin-Peng Liu（Simons 博士后学者，与 Umesh Vazirani 联合）、Subhayan Roy Moulik、Avijit Shee（与 Martin Head-Gordon 和 Birgitta Whaley 联合）、Kevin Stubbs、Xiaojie Wu、Xin Xing、Leonardo Zepeda-Nunez、
劳伦斯伯克利国家实验室
免责声明 本文件是作为美国政府资助工作的记录而编写的。尽管我们认为本文件包含正确的信息，但美国政府及其任何机构、加利福尼亚大学董事会或其任何员工均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构或加利福尼亚大学董事会对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构或加利福尼亚大学董事会的观点和意见。
劳伦斯·伯克利国家实验室
摘要简介肠道微生物组（GM）放松管制与肥胖症和2型糖尿病（T2DM）等主要状况有关。我们先前的前瞻性研究表明，粪便微生物群移植（FMT）成功改善了T2DM患者。我们假设FMT可能是T2DM的潜在治疗方法，但其在T2DM中的精确机制仍有待阐明。研究设计和方法八只DB/M小鼠是FMT供体和对照小鼠，16个遗传性糖尿病DB/DB小鼠平均分为两组（DB/DB+磷酸盐缓冲盐水（PBS）组，DB/DB+FMT组）。DB/DB+FMT组每天给予新鲜的粪便悬浮液（0.2 mL/小鼠），持续4周。分别通过16S核糖体RNA测序和液相色谱 - 质谱法对GM和血清代谢组进行了分析。使用蛋白质测定，允许RNA，免疫组织学和临床指标测试评估FMT对肠道屏障和胰腺的影响。结果我们的结果表明，FMT治疗DB/ DB小鼠可缓解一系列临床指标，包括禁食血浆葡萄糖，血清胰岛素和口服葡萄糖耐受性测试。与非糖尿病对照小鼠相比，DB/DB+PBS小鼠的丰度降低了芦笋科，卟啉单核科和雷氏菌科和乳酸乳杆菌的丰度增加。fmt处理反转了对微生物组的影响。在DB/DB+PBS和DB/DB+FMT组之间更改了11个代谢产物。相关分析表明，GM的结构变化与宿主代谢产物水平相关。我们进一步表明，FMT治疗DB/DB小鼠改善了肠屏障功能，减少炎症并导致循环免疫细胞数量改变。结论FMT介导的GM，血清代谢产物，肠上皮屏障，炎症和循环免疫细胞的变化在FMT对T2DM疾病进展的疗效中起重要作用。
2023 BTO 同行评审 – PNNL、伯克利实验室
• 市场各个部分都有很多创新、投资和关注 • 一些部分多年来一直得到 DOE 的帮助，但有些部分则在自行发展 • 但市场非常分散，充斥着大量错误信息…… • 这是 PAWS 想要填补的空白 • PAWS 是一个协作平台，是多个参与者之间的连接点 • 目标是协调、提供杠杆和聚合，成为值得信赖的信息来源，降低成本并加速市场对高性能窗户解决方案的需求
加州大学伯克利分校
同位素纯化半导体具有更高的热导率（κ），因此散热性能可能比天然的、同位素混合的半导体更好。但对于室温下的 Si 来说，这种好处很低，块状 28 Si 的 κ 仅比块状天然 Si（nat Si）高约 10%。我们发现，与这种块体行为形成鲜明对比的是，28 Si（99.92% 富集）纳米线的 κ 比具有相似直径和表面形貌的天然 Si 纳米线高出 150%。使用第一性原理声子色散模型，这种巨同位素效应归因于天然 Si 纳米线中同位素散射和声子表面散射的相互增强，通过将声子传输到原生非晶态 SiO 2 壳层来实现相关。这项工作发现了迄今为止报道的所有材料中室温下 κ 的最强同位素效应，并启发了同位素富集半导体在微电子领域的潜在应用。
劳伦斯·伯克利国家实验室
调整大脑MRI数据分析中的全球度量与保留全球措施一直是一个长期存在的问题，并且可能对皮质的基因组研究具有重要意义。调整全球措施可确保关注区域的结果不会被总体上大的大脑大小混淆。但是，当总体措施相关时，对全球群体进行调整可能会丢弃重要信号。我们表明，在基因组研究中保留与全球脑测量的调整会影响基因发现，尤其是对额叶 - 顶质皮层的发现。了解与其他物种相比，了解有助于人类大脑中扩展的关联区域的遗传因素，例如前额叶皮层，可以帮助提供对更高人类认知及其独特发展的机械洞察力。
加州大学伯克利分校
量子计算是解决各种问题的有前途的工具，因为指数级大的希尔伯特空间可以用多项式数量的量子比特来描述。在高能物理学中，量子场论的模拟尤其有前景，其中每个时空点都有量子自由度，但存在用于状态准备和时间演化的多项式算法 [1,2]。然而，并非所有经典硬算法在量子计算机上都更高效。在高能物理学 (HEP) 中，有一类特别受关注的算法是量子机器学习 (QML)。在本文中，QML 指的是在量子计算硬件上执行的机器学习任务。虽然 QML 并不比经典机器学习 (CML) 更高效，但已经有许多实证研究探索 QML 在 HEP 中的潜力 [3-19]（另请参阅参考文献 [20] 的最新综述）。这些研究得出的一个共同结论是，QML 似乎在小型训练数据集上表现优于 CML。1 虽然对这一观察结果没有严格的解释，但可能是因为 QML 提供了更好的归纳偏差和/或使用较少的参数提供了更多的表达能力。在几乎所有的研究中，当有超过 O (100) 个示例时，CML 的表现都优于 QML。在具有如此少量训练事件的对撞机 HEP 中，几乎没有问题。本文的目标是探索近期 QML 在对撞机物理中的实际用例。另请参阅参考文献 [ 21 ] 以了解 QML 与 CML 的更广泛背景。