XiaoMi-AI文件搜索系统
World File Search System修改版本
EEG心理计量学研究
摘要：背景：在压力的情况下，为了克服不愉快的情绪，个人试图通过情绪调节策略（例如认知能力重新评估，互认为和正念）来管理压力。方法：26个健康的成年人接受了Trier社会压力测试的修改版本（称为社会压力测试，SST），同时监测了电生理（EEG）活性。参与者在此之前还填写了自我报告调查表，包括五个方面的正念问卷调查表（FFMQ），对跨性别意识的多维评估（MAIA），对他人的情绪调节和自我（EROS）以及人际反应性指数（IRI）。在脑电图数据处理中考虑了三个脑部兴趣区域（ROI）：额叶，颞中心和甲状腺皮质。相关分析。结果：结果表明，互感意识，正念和高频EEG频段（Beta，Alpha，Gamma）之间的正面相关性在正面ROI上，表明认知过程增强和情绪调节。相反，情绪调节和同理心衡量与低频EEG乐队（Delta，Theta）的正相关，与改善的社会认知和自上而下的监管过程相关。结论：这些发现表明，压力反应的脑电图相关性与情绪调节机制有关，强调了身体状态意识在管理压力和情绪对整体健康和生活质量方面的重要性。
量子码的局部概率解码
flip 是一种极其简单且最大程度局部化的经典译码器，在某些类的经典代码中得到了广泛应用。当应用于量子码时，存在无法由该译码器纠正的恒重误差（如稳定器的一半），因此先前的研究考虑了 flip 的修改版本，有时还与其他译码器结合使用。我们认为这可能并非总是必要的，并提供数值证据证明当将 flip 应用于立方格子上三维环面码的环状征象时，存在一个阈值。该结果可以归因于以下事实：对于该译码器，最低权重的无法纠正误差比其他无法纠正误差更接近（就汉明距离而言）可纠正误差，因此它们很可能在未来的代码周期中经过额外噪声变换后变得可纠正。在解码器中引入随机性可以使其以有限的概率纠正这些“不可纠正”的错误，对于使用信念传播和概率翻转相结合的解码策略，我们观察到现象噪声下的阈值为 ∼ 5.5%。这与该代码的最佳已知阈值（∼ 7.1%）相当，该阈值是使用信念传播和有序统计解码 [Higgott and Breuckmann, 2022] 实现的，该策略的运行时间为 O(n3)，而我们的本地解码器的运行时间为 O(n)（并行时为 O(1)）。我们预计该策略可以推广到其他低密度奇偶校验码中，并希望这些结果能够促使人们研究其他以前被忽视的解码器。
使用双...
伊朗Semnan University电气和计算机工程学院电气工程系。b卫生信息管理和技术系，伊朗喀山喀山医学科学学院，伊朗喀山。C喀山医学大学伊朗喀山喀山医学大学的健康信息管理研究中心。D研究所Digihealth，Neu-ULM应用科学大学，德国Neu-Ulm。orcid ID：A。M. Nickfarjam https://orcid.org/0000-0000-0003-3782-3038摘要。我们提出了用于分割和分类脑肿瘤的U-NET体系结构的修改版本，从而引入了向下采样和向上采样之间的另一个输出。我们建议的体系结构利用了两个输出，在分割输出旁边添加了分类输出。中心想法是在应用U-NET的上采样操作之前使用完全连接的图层对每个图像进行分类。这是通过利用在下采样过程中提取的功能并将其与完全连接的层相结合的分类来实现的。之后，通过U-NET的上采样过程生成分段图像。初始测试对骰子系数，准确性和敏感性分别为80.83％，99.34％和77.39％的可比模型显示了竞争性结果。这些测试是在2005年至2010年的中国广州Nanfang医院，中国广州Nanfang医院和中国天津医科大学的综合医院的数据集上进行的，其中包含3064个脑肿瘤的MRI图像。
摘要。 Amelia T，Liliasari，Kusnadi，Aditiawati P.2023。
摘要。Amelia T，Liliasari，Kusnadi，AditiawatiP.2023。从铝土矿采矿区分离和表征重金属还原的土著细菌。生物多样性24：5096-5104。这项研究旨在隔离，鉴定和表征来自印度尼西亚Bintan Island的Tanjungpinang以前的铝土矿采矿区的某些土著细菌菌株。此外，这项研究的重点是评估这些细菌减少重金属铅（PB）和铬（CR）的潜力。在四个采样点上的重金属浓度，土壤样品作为细菌来源的收集以及实验室评估都进行了生物驱动能力。进行了筛查实验，以使用基本的生长培养基，例如营养琼脂（NA）和富含100 ppm pb和Cr金属的营养汤（NB），以鉴定对重金属抗性的细菌菌株。用原子吸收分光光度法（AAS）分析了重金属的还原，而使用MALDI TOF-MS测定了细菌物种。柯比鲍尔方法的修改版本用于降低毒性测试。两种细菌菌株被鉴定为PB和CR还原器，并表现出对两种金属的抗性。基于99.9％的相似性值，分离株被鉴定为阿甲基芽孢杆菌（分离株A）和肺炎克雷伯氏菌（分离株B），将PB降低了约72.7％和34.5％，CR分别降低了87.4％和86.2％。结果表明，富含金属的培养基的毒性降低，在孵育三个小时后，细菌生长，但在21小时后没有毒性。
针对医学图像诊断模型的对抗性攻击及其缓解技术
深度学习是人工智能的一个分支，已被证明是改变医疗诊断和医疗保健的宝贵工具。通过高效分析海量数据集中的复杂模式，深度学习推动了医学影像分析、疾病检测和个性化医疗的重大进展。具体而言，在医学影像方面，深度学习算法在解释 MRI 扫描、X 射线和 CT 扫描方面表现出卓越的精度，有助于早期识别疾病并改善患者治疗效果。此外，这些模型可以分析广泛的患者数据，以支持疾病诊断和预后，最终实现更精确、更及时的诊断和治疗决策。虽然深度学习模型在医学诊断方面具有巨大潜力，但它们很容易受到对抗性攻击的操纵。这些攻击可能会造成严重后果，可能导致误诊并损害患者的健康。对抗性攻击涉及试图通过向模型提供精心制作的输入（称为对抗性示例）来欺骗模型做出错误的预测。这些示例是合法数据的修改版本，人类无法区分，但会导致模型非常肯定地对其进行错误分类。在医学影像分析领域，即使对医学图像进行微小的修改，例如添加难以察觉的噪声或进行微小的有针对性的修改，也会导致深度学习算法误解数据，从而可能导致误诊或错误的治疗建议。同样，在疾病诊断和个性化医疗方面，对手可能会篡改患者数据，诱使模型做出不准确的预测或诊断。
美国电力行业强劲脱碳
摘要 要可靠地实现美国电力部门的深度脱碳，候选政策必须在一系列可能的未来需求、化石燃料价格以及新风能和太阳能发电能力价格轨迹中表现稳健。使用 NREL ReEDS 模型的修改版本，该模型涵盖了不同需求、燃料价格和技术成本轨迹的情景，我们发现一些最近提出的政策可以在 2035 年前实现 80% 或更多的脱碳（相对于 2005 年的排放量），但许多政策都做不到。两项稳健成功的政策是可交易绩效标准 (TPS) 和混合清洁电力标准 (CES)，后者具有 100% 清洁目标、部分天然气发电信用和 40 美元/公吨二氧化碳替代合规支付 (ACP) 支持。这两项政策的成本效益几乎与排放当量效率政策一样高。40 美元的碳税几乎实现了稳健的 80% 门槛，并且在大多数情况下推动了深度脱碳。 90% CES（不计入部分抵免）无法实现 2035 年的强劲脱碳，因为它不需要将煤炭从系统中淘汰。简单地延长即将到期的可再生能源税收抵免，在大多数情况下无法实现显著的脱碳，依赖绿色倾向州的雄心壮志也无法实现。关键词：清洁电力标准、碳税、可再生税收抵免、气候目标 JEL 代码：H23、Q48、Q54、Q58 致谢：我们感谢 Matt Kotchen 提供的有益评论。
使用量子和数字退火器的功率流分析
功率流 (PF) 分析是研究电网中功率流的一种基础计算方法。该分析涉及求解一组非线性和非凸微分代数方程。因此，最先进的 PF 分析求解器面临着可扩展性和收敛性的挑战，特别是对于大规模和/或病态情况，这些情况的特点是可再生能源渗透率高。事实证明，绝热量子计算范式能够有效地找到嘈杂中尺度量子 (NISQ) 时代的组合问题的解决方案，并且它可以潜在地解决最先进的 PF 求解器所带来的局限性。我们首次提出了一种用于高效 PF 分析的新型绝热量子计算方法。我们的主要贡献是 (i) 一种组合 PF 算法和一个符合 PF 分析原理的修改版本，称为绝热量子 PF 算法 (AQPF)，它们都使用二次无约束二进制优化 (QUBO) 和 Ising 模型公式；(ii) AQPF 算法的可扩展性研究；(iii) AQPF 算法的扩展，以使用分区方法处理更大的问题规模。使用不同的测试系统大小在 D-Wave 的 Advantage™ 量子退火器、富士通的数字退火器 V3、D-Wave 的量子-经典混合退火器和两个在经典计算机硬件上运行的模拟退火器上进行了数值实验。报告的结果证明了所提出的 AQPF 算法的有效性和高精度，以及它在使用量子和量子启发算法处理病态情况的同时加速 PF 分析过程的潜力。
朝着学习模拟年际水...
在气候模型中模拟稳定水同位素体（即同位素组成不同的分子）的丰度，可以与代理数据进行比较，从而检验有关过去气候的假设并在不同的气候条件下验证气候模型。然而，许多模型在运行时并没有明确模拟水同位素体。我们研究了使用机器学习方法取代基于物理的降水中氧同位素组成的明确模拟的可能性。这些方法针对给定的表面温度和降水量场，估计每个时间步长的同位素组成。我们基于成功的 UNet 架构实现卷积神经网络 (CNN)，并测试球形网络架构是否优于将地球经纬度网格视为平面图像的简单方法。我们使用 iHadCM3 气候模型对过去一千年的运行情况进行案例研究，发现同位素组成时间变异的约 40% 可以通过跨年和月度时间尺度的模拟来解释，且模拟质量在空间上存在差异。经测试的 CNN 性能显著优于简单的基线模型，例如随机森林和逐像素线性回归。针对平面图像的标准 UNet 架构的修改版本，其预测结果与球形 CNN 的预测结果相当。不同气候模型中同位素实现方式的差异，可能导致在使用与训练模型不同的气候模型获取的数据进行测试时，模拟结果出现显著下降。未来稳定水同位素模拟的研究方向可能侧重于实现稳健的气候-氧同位素关系，或探索可能的预测变量集。
糖尿病在线社区中的社会支持
方法：数据来自欧洲最大的 DOC 之一：Diabetes.co.uk。基于混合方法内容分析，进行了定性内容分析，以探索在用户帖子中可以识别哪些社会支持类别。5 名人工注释者根据社会支持行为代码的修改版本对总共 1841 个帖子进行了编码，包括 7 种不同的社会支持类别：成就、祝贺、网络支持、寻求情感支持、寻求信息支持、提供情感支持和提供信息支持。随后，使用卡方事后分析进行定量内容分析，以比较糖尿病不同阶段中最突出的社会支持类别。结果：寻求信息支持（605/1841，32.86%）和提供信息支持（597/1841，32.42%）是用户之间交换最频繁的类别。社会支持类别的总体分布在糖尿病的不同阶段存在显著差异（ χ 2 18 =287.2；P <.001）。与其他阶段的用户相比，糖尿病前期的用户寻求更多的信息支持（P <.001），而 2 型糖尿病用户发布的类别没有显著差异（P >.001）。接受胰岛素治疗的 2 型糖尿病用户提供了更多的信息和情感支持（P <.001），而缓解期 2 型糖尿病用户比其他阶段的用户交换了更多的成就支持（P <.001）和网络支持（P <.001）。结论：这是第一项强调在糖尿病的不同阶段，不同类型的社会支持可能有益、如何有益以及何时有益的研究。多个利益相关者可能会从这些发现中受益，这些发现可能为如何战略性地使用和利用这些类别来支持糖尿病管理提供新的见解。
使用多模态优化进行脑磁共振图像 (MRI) 分割
摘要 医学界高度关注的领域之一是从脑磁共振成像 (MRI) 中分割肿瘤。早期诊断恶性肿瘤对于为患者提供治疗是必要的。如果及早发现，患者的预后将会改善。医学专家在诊断脑肿瘤时使用手动分割方法。本研究提出了一种简化和自动化该过程的新方法。在最近的研究中，多级分割已广泛应用于医学图像分析，分割方法的有效性和精度与使用的分割数量直接相关。然而，选择合适的分割数量通常由用户决定，并且对于许多分割算法来说都是具有挑战性的。所提出的方法是基于 3D 直方图的分割方法的修改版本，该方法可以自动确定合适的分割数量。一般算法包含三个主要步骤：第一步是使用高斯滤波器平滑图像的 3D RGB 直方图。这样可以消除过于接近的不可靠和非主导直方图峰值。接下来，多峰粒子群优化方法识别直方图的峰值。最后，根据非欧几里得距离将像素放置在最符合其特征的聚类中。所提出的算法已经应用于癌症成像档案 (TCIA) 和脑 MRI 图像的脑肿瘤检测数据集。将所提出方法的结果与三种聚类方法的结果进行了比较：FCM、FCM_FWCW 和 FCM_FW。在对各种 MRI 切片进行这三种算法的比较分析中。我们的算法始终表现出卓越的性能。它在这三个指标中都获得了最高平均排名，表明了其在聚类中的稳健性和有效性。所提出的方法在实验中是有效的，证明了它能够找到适当的聚类。