XiaoMi-AI文件搜索系统
World File Search System使用结构
使用结构方程模型进行影响评估
Roman Römisch、Stefan Jestl 和 Ambre Maucorps 是维也纳国际经济研究所 (wiiw) 的经济学家。本文的研究由奥地利国民银行周年基金资助（项目编号 17796）。衷心感谢奥地利国民银行为本研究提供的支持。
文章类型：原创研究 如何引用本文：Rostami M, Kadivar P, Sharifirad GH. (2024). 药物使用结构模型的开发
目的：本研究旨在开发一种基于感知社会支持和行为抑制/激活系统 (BAS/BIS) 的药物使用倾向结构模型，由感知压力介导，研究对象为德黑兰青春期女孩。方法：在当前的相关描述研究中，研究的统计人群包括德黑兰 5、7 和 15 区的 14 至 18 岁青春期女学生，2023 年下半年选出约 35,000 名个体。本研究采用多阶段随机抽样方法。首先，随机选择德黑兰 5、7 和 15 区，然后从每个区随机选择两所女子高中。最后，根据 Krejcie 和 Morgan 表并考虑到人口规模，从每所高中随机选择三个班级，从每个班级随机选择 20 名学生，总样本为 360 名参与者。数据分析采用相关性检验、回归和结构方程模型。结果：结果表明，感知压力在德黑兰青春期女孩感知社会支持与吸毒倾向的关系中起着间接中介作用。此外，研究发现，感知压力间接调节德黑兰青春期女孩行为抑制/激活系统与吸毒倾向之间的关系。结构方程模型的拟合优度检验表明，Gof 值为 0.69，反映出该模型的整体拟合度很高。结论：本研究结果表明，感知压力显著调节青春期女孩感知社会支持和行为抑制/激活系统 (BIS/BAS) 与吸毒倾向之间的关系。关键词：吸毒、社会支持、行为抑制/激活系统、感知压力
使用结构化纳米材料
虽然LWFA研究目前由精心量身定制的气态目标主导[3]，但固态等离子体可能很快成为一种替代方案，因为它们的固有优势（例如较高的电子密度和更广泛的拓扑灵活性）。例如，有可能准备具有可控有效等离子体密度的空心靶标。碳纳米材料（例如石墨烯[4]）和CNT是良好的候选者，因为其制造技术最近的进展。这项工作考虑了CNT的25 nm-厚的束（绳索）[5]，而不是密集包装的CNT的大容量（森林）。考虑到CNT束可能包含数十个或数百个试管和固有的空隙，因此可以合理地假设原子的密度在10 22 cm 3--中。可以制造一个目标，在同心壳中分布CNT束，如图1所示，有效的等离子体密度为10 20 cm 3-。
HTS磁铁状态和FCC-HH的计划 光子计数ct 的闪光灯和sipms 低温检测器 Y. Celik，A。Stankovskiy，G。van den eynde -28/05/2024 Aleph2耗竭代码的高级特征应用于核设施的放射性保护 使用生成机器学习的6D相空间重建 使用液体氙气tpcs 发现隐藏区域暗物质 SBND的宇宙射线研究 量子密码学 使用结构化纳米材料的超高加速度梯度 科学海报的PowerPoint模板 量子增强机器学习，用于分类物质的量子阶段 涂料沉积 WP6：知识的转移 一种探索真空吸引力相互作用的方法 ARI-SXN梁辐射屏蔽分析 阶段I SD-433+UMD Photon搜索的概述
•探索LTS磁铁的性能限制，重点是强大的大规模实现•探索超出NB 3 SN限制的HTS磁铁技术，用于加速器应用•开发下一代的加速器磁铁，用于未来的colliders
使用结构图嵌入的快速蛋白质结构搜索
考虑到局部几何形状[5]，坐标对齐[6]和3D Zernike的描述符[7，8]，已经开发了多种方法来比较，对齐和搜索[1] [1] [1] [2，3，4]。由于蛋白质结构比序列[9]更保守[9]，这些方法已被证明在远程同源性检测[10]，蛋白质分类[11]中有用[11]，从结构[12]推断功能[12]，聚类大数据库[13，14]并评估结构预测的准确性。最高的精度方法倾向于根据DALI等坐标[3]进行仔细的比较，但是搜索大型结构数据库，例如Alphafold蛋白结构数据库[15，16]或ESM宏基因组图[17] [17]使用这些方法很慢。最近，foldseek [18]通过将一级序列转换为一系列学到的局部特长基序来解决了这个问题。然后，它使用生物信息学中快速序列搜索的丰富历史记录大大减少查询的成对比较时间与数据库的每个成员。为了进一步减少搜索时间，应更快地将成对比较步骤进行。
使用结构因果模型对潜在选择进行建模
选择偏差在现实世界的数据中普遍存在，如果处理不当，可能会导致误导性的结果。我们在结构因果模型 (SCM) 上引入了一个条件操作，以从因果角度对潜在选择进行建模。我们表明，条件操作将具有显式潜在选择机制的 SCM 转换为没有这种选择机制的 SCM，它根据原始 SCM 对所选子群体的因果语义进行部分编码。此外，我们表明这种条件操作保留了 SCM 的简单性、非循环性和线性，并且与边缘化相通。由于这些特性，结合边缘化和干预，条件操作为在因果模型中进行因果推理任务提供了一个有价值的工具，其中潜在细节已被抽象出来。我们通过示例演示了如何将因果推理的经典结果推广到包括选择偏差，以及条件操作如何帮助对现实世界的问题进行建模。
使用结构MRI区分常见的PSP表型：一项机器学习研究
摘要。包括Yolov4和Yolov5在内的Yolo系列对象检测算法在各种医学诊断任务中表现出卓越的表现，在某些情况下超过了人类的能力。但是，他们的黑盒性质限制了他们在需要模型决策的信任和解释性的医学应用中的采用。为了解决这个问题，已经以热图的形式提出了对AI模型的视觉解释，该模型突出了输入区域中最大程度贡献特定决策的输入区域。基于梯度的方法，例如Grad-CAM [1]和非基于梯度的方法，例如EIGEN-CAM [2]，适用于Yolo模型，不需要新的层实现。本文评估了Grad-CAM和EIGEN-CAM在Vindrcxr胸部X射线异常检测数据集上的性能[3]，并讨论了这些方法的局限性，以向数据科学家解释模型决策。
使用结构 MRI 图像对阿尔茨海默病中的渐进性 MCI 进行分类的多流卷积神经网络
摘要 — 早期诊断阿尔茨海默病及其前驱期（也称为轻度认知障碍 (MCI)）至关重要，因为一些患有进行性 MCI 的患者会患上这种疾病。我们提出了一种多流深度卷积神经网络，该网络以基于块的图像数据为输入，以对稳定性 MCI 和进行性 MCI 进行分类。首先，我们将阿尔茨海默病的 MRI 图像与认知正常受试者的 MRI 图像进行比较，以使用多元统计检验识别不同的解剖标志。然后使用这些标志提取块，并将其输入到所提出的多流卷积神经网络中以对 MRI 图像进行分类。接下来，我们使用来自阿尔茨海默病图像的样本在单独的场景中训练架构，这些样本在解剖学上与进行性 MCI 图像和认知正常图像相似，以弥补进行性 MCI 训练数据的不足。最后，我们将训练好的模型权重转移到所提出的架构，以便使用进行性 MCI 和稳定 MCI 数据对模型进行微调。在 ADNI-1 数据集上的实验结果表明，我们的方法优于现有的 MCI 分类方法，F1 分数为 85.96%。
Leicns-PK3.0模拟的见解 农业中CRISPR-CAS系统的鸟类视图 将Tikhonov正则化方法应用于低k介电椭圆形孔隙法的问题 泌尿生殖器癌的自适应免疫 通过使用多边形扫描仪在太阳能电池制造中的激光系统的吞吐量限制 DNA聚合酶和生物技术应用 使用结构MRI区分常见的PSP表型：一项机器学习研究 X射线图像的视觉XAI方法可靠性的研究 kurze geschichte der molekularbiologie 胰腺癌的临床免疫疗法
摘要预测脑药代动力学对于中枢神经系统（CNS）药物发展至关重要，但由于人脑抽样的伦理限制，很难。CNS药代动力学（PK）培养物经常因疾病特异性病理生理学而改变中枢神经系统疾病。我们先前发表了一个综合的基于生理的PK（PBPK）模型，该模型预测了大脑和脑脊液室室的小药物的PK pro纤维。在这里，我们改善了这种模型，其大脑非特异性结合和pH对药物电离和被动转运的影响。我们将此改进的模型称为Leiden CNS PBPK预测指标v3.0（leicns-pk3.0）。leicns-pk3.0预测了大鼠和人类中脑ECF和CSF室的未结合浓度，误差少于两倍。然后，我们应用Leicns-PK3.0来研究改变脑脊髓液（CSF）动力学，CSF体积和流动的影响，对脑外细胞外溶液（ECF）药物的影响。使用LEICNS-PK3.0模拟了CSF动力学改变的六种药物的影响，并比较了脑ECF和Lumbar CSF的导致药物暴露。模拟结果表明，改变的CSF动力学改变了CSF PK PROFERES，但并没有改变脑ECF Pro File，而不论该药物的物理化学特性如何。我们的分析支持腰CSF药物浓度不是脑ECF的准确替代的观念，尤其是在中枢神经系统疾病中。系统方法可以说明CNS复杂性的多个级别，并且更适合预测脑PK。
使用结构性主题建模和弱信号概念
摘要：详细研究与可再生能源有关的学术研究主题的分布是结构化的，以及哪些主题将来可能会受到新的关注，以便科学家为发展可再生能源的发展做出贡献。这项研究使用先进的概率主题建模来通过使用2010 - 2019年的学术摘要来统计地检查可再生能源主题的时间变化，并从未来符号（例如弱信号）的角度探讨主题的属性。在强大的信号中，将最佳的可再生能源整合到电网中的方法非常关注。在弱信号中，对氢，超级电容器和压缩空气储能等大容量存储系统的兴趣显示出很高的增加速度。在不张开但知名的信号中，已经包括了全面的主题，例如可再生能源潜力，障碍和政策。这项研究的方法不仅适用于可再生能源，而且适用于其他受试者。