XiaoMi-AI文件搜索系统
World File Search System低级
II型RAF抑制剂ToVorafenib在复发/难治性小儿低级神经胶质瘤中：2期Firefly-1试验
BRAF基因组改变是小儿低级神经胶质瘤（PLGG）中最常见的致癌驱动因素。ARM 1（n = 77）试验研究了口服，选择性，中枢神经系统 - pentrant，II型RAF抑制剂Tovorafenib（420 mg m -2一次，每周420 mg M -2最高600 mg）对BRAF -ARAF -ARETED -ARETED -ARETED -ARTERED -PLACCED的患者的功效。ARM 2（n = 60）是一个延伸队列，它为ARM 1闭合后的RAF改变PLGG患者提供了治疗。基于独立审查，根据神经肿瘤高级神经胶质瘤（RANO-HGG）标准的响应评估，67％的总响应率（ORR）符合ARM 1 1预定的主要端点；响应持续时间（DOR）为16.6个月；响应时间（TTR）的中位时间为3.0个月（次要终点）。通过小儿神经肿瘤学低级神经胶质瘤（RAPNO）标准和安全性评估评估的其他选择的次要终点包括ORR，DOR和TTR（在所有治疗的患者中评估，ARM 2，ARM 2，n = 137）。根据RAPNO标准（包括次要答复）的ORR为51％； DOR中位数为13.8个月； TTR中位数为5.3个月。最常见的治疗不良事件（TRAES）是头发颜色变化（76％），肌酸磷酸激酶（56％）和贫血（49％）。≥3级Traes发生在42％的患者中。九（7％）患者患有TRAES导致停用Tovorafenib。这些数据表明，Tovorafenib可能是对BRAF的，经过重复/难治性的PLGG的有效疗法。临床。GOV注册：NCT04775485。
缩小导航中的视力与动作之间的差距
连续环境（VLN-CE）中的视觉和语言导航的现有方法通常结合了离散环境的方法预测指标。与使用低级操作的直接训练相比，这将导航操作简化为视图选择任务，并显着提高导航性能。但是，VLN-CE代理仍然远离真正的机器人，因为它们的视觉感知和执行动作之间存在差距。首先，离散视觉环境的VLN-CE代理主要是通过高级视图选择训练的，这使他们忽略了低级动作运动中关键的空间推理。第二，在这些模型中，现有的Waypoint预测因素忽略了对象语义及其与可传递性有关的属性，这在指示动作的可行性时可能会提供信息。为了解决这两个问题，我们引入了一个低级动作解码器，该解码器联合训练了具有高级动作预测，使当前的VLN代理可以学习并将所选的视觉视图扎根至低级控制。此外，我们通过利用包含丰富语义信息并根据人类对行动可行性的先验知识明确掩盖障碍来增强当前的路点预测指标。从经验上讲，与高级和低级作用的强基础相比，我们的代理可以改善导航性能指标。
II型RAF抑制剂ToVorafenib在复发/难治性小儿低级神经胶质瘤中：2期Firefly-1试验
BRAF基因组改变是小儿低级神经胶质瘤（PLGG）中最常见的致癌驱动因素。ARM 1（n = 77）试验研究了口服，选择性，中枢神经系统 - pentrant，II型RAF抑制剂Tovorafenib（420 mg m -2一次，每周420 mg M -2最高600 mg）对BRAF -ARAF -ARETED -ARETED -ARETED -ARTERED -PLACCED的患者的功效。ARM 2（n = 60）是一个延伸队列，它为ARM 1闭合后的RAF改变PLGG患者提供了治疗。基于独立审查，根据神经肿瘤高级神经胶质瘤（RANO-HGG）标准的响应评估，67％的总响应率（ORR）符合ARM 1 1预定的主要端点；响应持续时间（DOR）为16.6个月；响应时间（TTR）的中位时间为3.0个月（次要终点）。通过小儿神经肿瘤学低级神经胶质瘤（RAPNO）标准和安全性评估评估的其他选择的次要终点包括ORR，DOR和TTR（在所有治疗的患者中评估，ARM 2，ARM 2，n = 137）。根据RAPNO标准（包括次要答复）的ORR为51％； DOR中位数为13.8个月； TTR中位数为5.3个月。最常见的治疗不良事件（TRAES）是头发颜色变化（76％），肌酸磷酸激酶（56％）和贫血（49％）。≥3级Traes发生在42％的患者中。九（7％）患者患有TRAES导致停用Tovorafenib。这些数据表明，Tovorafenib可能是对BRAF的，经过重复/难治性的PLGG的有效疗法。临床。GOV注册：NCT04775485。
68 Ga-Mibrobros活化蛋白抑制剂PET/CT改善了中间和低级肉瘤的检测，并确定了放射性疾病的候选者
1西德癌症中心核医学系，德国埃森埃森大学医院； 2癌症联盟伙伴网站Essen/d€usseldorf，DKFZ和德国埃森的埃森大学医院； 3西德癌症中心医学肿瘤学系，德国埃森埃森大学医院； 4加拿大Qu Ebec，Sherbrooke，Sherbrooke大学核医学和放射生物学系； 5德国埃森大学埃森大学医院病理研究所； 6德国埃森大学埃森大学医院诊断与介入放射学与神经放射学研究所； 7国家肿瘤疾病西部，德国埃森校园埃森校园；和8桥研究所实验性肿瘤疗法和实体瘤转化肿瘤学部，西德癌症中心，埃森大学医院，德国埃森，德国1西德癌症中心核医学系，德国埃森埃森大学医院； 2癌症联盟伙伴网站Essen/d€usseldorf，DKFZ和德国埃森的埃森大学医院； 3西德癌症中心医学肿瘤学系，德国埃森埃森大学医院； 4加拿大Qu Ebec，Sherbrooke，Sherbrooke大学核医学和放射生物学系； 5德国埃森大学埃森大学医院病理研究所； 6德国埃森大学埃森大学医院诊断与介入放射学与神经放射学研究所； 7国家肿瘤疾病西部，德国埃森校园埃森校园；和8桥研究所实验性肿瘤疗法和实体瘤转化肿瘤学部，西德癌症中心，埃森大学医院，德国埃森，德国
navila_paper.pdf
执行视觉和语言导航（VLN）的能力已成为现代机器人系统中的基础组成部分。使用VLN，一个机器人有望根据语言说明[1-6]在没有提供的地图的情况下在看不见的环境周围导航。这不仅为人类提供了更好的相互作用，而且还通过语言加强了跨场所的概括。在本文中，我们通过腿部机器人（例如四倍或人形生物）进一步扩展了VLN的研究。使用腿而不是轮子可以使机器人在更具挑战性和混乱的场景中导航。如图1，我们的机器人可以在狭窄的人行道上浏览一个凌乱的实验室空间，从房屋中的房间过渡到房间，以及解决户外挑战性的环境，例如带有小岩石，孔和槽的不均匀地形。要将语言转换为动作，机器人需要对输入语言进行推理，并执行闭环计划以及低级控制。随着大语言模型（LLM）和视觉模型（VLM）的最新进展，已经开发了几个端到端视觉语言动作（VLA）系统[7-9]。这些系统对具有大规模的机器人操纵演示的通用Propose VLM微调，以产生低级动作。虽然在单个模型中统一推理和执行令人着迷，并且表现出令人鼓舞的结果，但值得深入研究以下问题：是否有更好的方法来代表量化的低级命令以外的动作？毕竟，LLM和VLM主要接受了自然语言的培训。当我们需要将推理转换为精确的非语言行动时，统一推理和执行变得具有挑战性。受到VLM [10，11]的最新进展的启发，我们提出了纳维拉（Navila）的提议，这是一个针对腿部机器人VLN的两个级别框架：VLM的两级框架，可以很好地输出中级动作（VLA），以“右转30度”的策略，以及训练的范围，以“转向30度”。VLA的中级动作输出无需低级命令传达位置和方向信息。该框架的优点是三个方面：（i）通过将低级执行与VLA分解，可以通过交换低级策略来在不同的机器人上应用相同的VLA； （ii）将动作表示为中级语言指令，可以通过不同的数据源进行VLA培训，包括真实的人类视频和推理质量检查任务。这可以增强推理功能，而不会过度拟合特定的低级命令，并可以利用现实世界数据进行概括； （iii）Navila在两个不同的时间尺度上运行：VLA通常是一个大型且计算密集的模型，以较低的频率运行，提供高级导航命令；运动策略实时运行。这种双频方法允许
低水平员工参与组织战略计划和实施
虽然战略规划和制定主要是针对组织的表现，但该战略的实施至关重要，因为它需要所有员工，因为他们是主要参与者，但研究表明，成功的战略实施是组织可持续性的关键因素，并保留与其他组织的竞争优势。目的：这项研究是为了调查低级委托在战略实施中的参与；为了分析他们在战略规划中的作用以及他们对组织的战略有多了解，这些是告诉我们低级员工参与该战略的最重要指标。设计/方法论/方法：在深入的文献综述中进行了访谈和问卷收集的定性和定量日期，通过SPSS分析的数据，在土耳其进行服务部门，5次访谈和117个问卷。调查结果：这项研究的结果建议根据受访者的答案，低级员工不参与计划阶段，其中很高比例不知道其组织的战略，但是由于其任务与战略目标有关，因此他们从事战略实施。的含义：本文揭示了低级员工在战略规划和实施中的重要重要作用，并显示了他们在战略计划中的缺席，这将影响实施。独创性/价值：先前关于战略计划和实施的研究并没有引起人们对低水平的关注，也缺乏讨论此主题的研究，这项研究很重要，作为未来研究的参考，并引起了人们对Or-Ganizatizations Managers的警报。
端到端级联图像去雨和对象...
摘要 — 虽然基于深度学习的图像去雨方法近年来取得了长足的进步，但在实际应用中仍存在两个主要缺点。首先，以去雨为代表的低级视觉任务与以物体检测为代表的高级视觉任务之间的差距很大，低级视觉任务几乎无法为高级视觉任务做出贡献。其次，去雨数据集的质量有待提高。事实上，很多基线中的雨线与真实的雨线差距很大，去雨数据集图像的分辨率普遍不理想。同时，低级视觉任务和高级视觉任务很少有共同的数据集。本文探索了低级视觉任务与高级视觉任务的结合。具体而言，我们提出了一种用于减少降雨影响的端到端物体检测网络，该网络由两个级联网络组成，分别是一个改进的图像去雨网络和一个物体检测网络。我们还设计了损失函数的组件以适应不同子网络的特征。然后，我们基于 KITTI 数据集提出了一个用于雨水去除和物体检测的数据集，我们的网络在该数据集上超越了最先进的技术，指标有了显著的提高。此外，我们提出的网络在自动驾驶汽车收集的驾驶视频上进行了测量，并在雨水去除和物体检测方面显示出了积极的结果。
技术会议
1:25 PM高度低级斑岩铜矿床J. Perello;必和必拓Billiton矿物质，加利福尼亚州旧金山，加利福尼亚州，不可避免地耗尽来自斑岩铜矿石的浅层高级超基因铜矿，未来的大规模生产必须来自更深层次的高质量。 在斑岩铜沉积物中的降压铜矿化（通常被视为低级）在大型系统中可能有很大差异（<0.3 –> 2％CU），其中有些人在某些情况下具有异常高级（> 3％CU）的成分。 以下特征被确定为有利于大型（> 100亿吨），高级（> 1％Cu）矿化的大型（> 1％CU）矿化的特征：强烈的石英 - 韦恩特库托工厂；岩浆水热角球；近端Skarns；碳酸盐替代体；伸缩沉积物中的vuggy残留石英或静脉系统；存在岩性屏障和反应性镁铁质宿主岩石。 在探索程序中考虑这些功能可以帮助最大程度地提高发现高级低级斑岩铜铜的机会。1:25 PM高度低级斑岩铜矿床J. Perello;必和必拓Billiton矿物质，加利福尼亚州旧金山，加利福尼亚州，不可避免地耗尽来自斑岩铜矿石的浅层高级超基因铜矿，未来的大规模生产必须来自更深层次的高质量。在斑岩铜沉积物中的降压铜矿化（通常被视为低级）在大型系统中可能有很大差异（<0.3 –> 2％CU），其中有些人在某些情况下具有异常高级（> 3％CU）的成分。以下特征被确定为有利于大型（> 100亿吨），高级（> 1％Cu）矿化的大型（> 1％CU）矿化的特征：强烈的石英 - 韦恩特库托工厂；岩浆水热角球；近端Skarns；碳酸盐替代体；伸缩沉积物中的vuggy残留石英或静脉系统；存在岩性屏障和反应性镁铁质宿主岩石。在探索程序中考虑这些功能可以帮助最大程度地提高发现高级低级斑岩铜铜的机会。
多智能体系统的组合规范...
在 HYBRIDGE 项目的 WP9 中，基于随机混合操作模型，对分布式 ATM 操作执行风险评估。在 WP9 的第二份报告中，解释了如何以 Petri 网的形式指定所选的 ATM 操作（称为自由飞行）。对于核工业和化学工业中的安全关键操作，Petri 网已被证明可用于适当事故风险评估模型的组成规范。对于空中交通运营，由于涉及的多个代理之间的高度分布和复杂交互，此类模型的开发更具挑战性。具体问题是：A) 由于添加与另一个低级 Petri 网的互连，低级 Petri 网的结构发生变化；B) 低级 Petri 网中的弧和转换重复；C) 互连混乱。本文针对这些问题中的每一个都制定了适当的解决方案。首先以图形方式解释解决方法，然后以形式方式解释。以空中交通运营示例说明所开发的方法。
灵活的低...
计时器外围设备对于所有嵌入式设备至关重要[3]。微控制器单元（MCUS）的摄影师今天提供了大量的计时器模块，从通用物质到高度专业的组件。随着新兴的互联网（IoT），嵌入式控制者的设备，应用程序，应用程序和部署上下文的增加，数量和异质性增加了，对促进可移植性的声音硬件抽象的需求也是如此。嵌入式操作系统（OSS）是在物联网中开发可持续应用的普遍解决方案。越来越流行的嵌入式OS是Riot [1]。此开源OS明确针对低功率和资源约束的嵌入式设备。Riot提供了五个不同的低级计时器模块，它们的使用和功能可用性都不同。通过这项工作，我们想设计一个新的低级计时器界面，该接口统一了当前API并在此简化整个Riot生态系统中的计时器使用情况。我们从第2节中的计时器外围设备进行大规模分析开始，然后绘制低级计时器-API，该计时器API改进了现有的