XiaoMi-AI文件搜索系统
World File Search System决策
抗血管生成疗法的肾毒性 开发用于COVID-19的患者决策辅助
摘要：在过去的十年中，使用血管内皮生长因子（VEGF）/血管内部生长因子受体2（VEGFR2）信号的使用抑制剂在过去十年中有所增加。该信号通路在血管生成和肾脏生理学中起着基本作用。尽管改善了患者的结局，但抗血管生成疗法的出现导致了不良的肾毒性作用。在这篇综述中，我们将介绍针对VEGFR途径的不同抗血管生成疗法，并在其使用过程中与肾脏表现的发生率有关。此外，我们将详细讨论频繁肾脏疾病（例如高血压，蛋白尿，肾功能障碍和电解质疾病）的病理生理学机制。最后，我们将概述这些疗法后描述的细胞损伤。
价值驱动的系统工程方法在决策过程中处理制造，供应链和飞机设计
为了满足异类的社会需求，如今需要更复杂，创新，可持续和循环的航空系统。可持续和循环航空的目的是减少与所有航空系统活动和运营相关的燃料消耗，废物和排放方面的影响（Flightath2050，2011）。因此，必须将航空研究的分支扩展到整个飞机生命周期，从设计到生产，再到系统活动结束后的处置。这肯定会扩大设计空间，必须考虑在设计阶段与飞机开发不同阶段相关的更多变量。但是，这为航空行业提供了极大的可能性，以赢得如今的全球和竞争市场（Wu＆O'Grad，1999年）。在此框架中，航空中的DLR系统建筑研究所旨在开发方法，以使多个领域的并发耦合（例如设计，制造）在飞机设计的早期阶段，以实现优化整个飞机生命周期的解决方案。这一雄心勃勃的目标的第一步是在欧洲资助的H2020项目敏捷4.0（INEA＆Consortium，2019年）中的穿着。通过利用多学科设计优化（MDO）和基于模型的系统工程（MBSE）技术，该项目旨在在整个生命周期中创建系统中系统中的数字表示（Ciampa＆Nagel，2021年）。尤其是，挑战之一是在飞机设计的早期阶段包括航空供应链的所有主要支柱，目的是使创新的折衷研究从未进行过。
鼠标决策中先验信息的大脑范围表示
查尔斯·休伯特（Charles Hubert）1，国际大实验室，丹尼尔·伯曼（Daniel Birman），安妮·K·苏克兰（Anne K Surchland）8，杨丹9，埃里克·埃吉·侯赛斯（Eric Ej Husser）7，Sounds B Miska 12，Thomas D Men-Flogel 12，Jean-Paul圣诞节4，Kai Nylund 5，Kai Nylund 5，Pan-Vazquez的Alegenro； Paninski 16，乔纳森枕头10； Yanliang Shi 11，Noam Roth 5，Michael Shitner 1 Carolina Z Socha 7，Steven Jon West 12，Anthony Zador 10，Anthony Zador 14，Peter Dayan 13，Alexander
男性青少年的青春期和风险决策
青春期的发展是青春期冒险行为增加的潜在触发因素。在这里，我们试图使用功能性磁共振成像（fMRI）在男性危险决策过程中进行青春期与神经激活之间的关系。12.5 - 14.5岁的47名男性完成了一项功能磁共振成像的冒险任务（BART），并报告了使用自我报告调查表的倾向，他们倾向于使用自我报告调查表进行危险决策。 通过自我报告的青春期状态和唾液睾丸激素水平评估青春期。 睾丸激素的浓度，而不是身体的青春期状态，与自我报告的风险采取行为呈正相关，而两者都不与巴特的性能相关。 在整个样本中，参与者在与试验中做出了安全的决定相比，在做出安全的选择或危险决定不成功时，他们在试验中做出了成功的风险决策时，对双侧核的激活和正确的尾声更为激活。 在不成功的对照试验中比较了不成功的风险决策试验，青春期阶段与大脑激活之间存在负相关性。 在青春期发育的较低阶段的在左岛，右扣带扣皮皮质，背侧前额叶皮层（DMPFC），右pramen和右甲状腺皮质（OFC）相对于在批准和批准的情况下，他们会在计算机上进行比较时，他们会逐步批准了一定的计算机时，右扣皮皮层，右扣皮皮层（DMPFC），右pramen和右甲状腺皮质（OFC）的激活增加增加。12.5 - 14.5岁的47名男性完成了一项功能磁共振成像的冒险任务（BART），并报告了使用自我报告调查表的倾向，他们倾向于使用自我报告调查表进行危险决策。青春期。睾丸激素的浓度，而不是身体的青春期状态，与自我报告的风险采取行为呈正相关，而两者都不与巴特的性能相关。在整个样本中，参与者在与试验中做出了安全的决定相比，在做出安全的选择或危险决定不成功时，他们在试验中做出了成功的风险决策时，对双侧核的激活和正确的尾声更为激活。在不成功的对照试验中比较了不成功的风险决策试验，青春期阶段与大脑激活之间存在负相关性。在青春期发育的较低阶段的在左岛，右扣带扣皮皮质，背侧前额叶皮层（DMPFC），右pramen和右甲状腺皮质（OFC）相对于在批准和批准的情况下，他们会在计算机上进行比较时，他们会逐步批准了一定的计算机时，右扣皮皮层，右扣皮皮层（DMPFC），右pramen和右甲状腺皮质（OFC）的激活增加增加。在左岛，右扣带扣皮皮质，背侧前额叶皮层（DMPFC），右pramen和右甲状腺皮质（OFC）相对于在批准和批准的情况下，他们会在计算机上进行比较时，他们会逐步批准了一定的计算机时，右扣皮皮层，右扣皮皮层（DMPFC），右pramen和右甲状腺皮质（OFC）的激活增加增加。与成功风险试验相比，在包括DMPFC，右时间和额叶皮层，右颞和右海皮，右海马和枕皮层在内的大脑区域的激活也更大。这些结果表明，在处理风险决策的结果时，关键大脑区域内神经激活的转变可能会降低其对负面反馈的敏感性，进而有助于增加青少年风险行为的行为。
基于供应链中的信任和声誉的多标准决策
决策是供应链中的核心问题。许多文献研究都根据客户的要求报告了各种决策技术。考虑到虚拟供应链市场中的高风险交易，信任是一个非常关键的要素，当客户尝试选择适当的供应商时，应被视为重要参考。最近，已经进行了一个伟大的问题，以根据信任和声誉制定决策。但是，这些研究工作仍在理论研究阶段。本文根据供应链中的信任和声誉提出并实施了多标准决策方法。首先，本文在实际供应链设置中定义了一般信任指标，并设计了多维信任和声誉模式。本文还引入了K-均值聚类算法以删除不公平的评分分数。然后，基于这种信任和声誉模型，我们提出了一种基于可变权重和满足原理的多标准决策方法。为了验证这种方法的性能，我们模拟了具有多代理平台的实用供应链设置。模拟实验表明，拟议的信任和声誉模型可以有效地对那些撒谎的客户进行不公平的评级
一个新的理论框架共同解释了执行灵活决策的受试者的行为和神经变异性
能够根据上下文信息灵活切换对外部刺激的反应的能力对于与复杂世界的成功互动至关重要。在许多领域1-3中必须进行上下文依赖性计算，但它们的神经实现仍然很少理解。在这里，我们在大鼠中开发了一项新颖的行为任务，以研究上下文依赖性的选择和决策证据的积累4-6。在猴子和大鼠数据支持的假设下，我们首先从数学上显示网络可以通过三个定义组件的组合来解决此问题。可以通过实验数据直接识别和测试这些组件。我们进一步表明，现有的电生理和建模数据与这些组件的各种可能组合兼容，这表明不同的个体可以使用不同的组件组合。为了研究各个受试者的变异性，我们开发了自动化的高通量方法来培训大鼠的任务，并在其上训练了许多受试者。与理论预测，神经和行为分析一致，尽管任务表现均匀，但大鼠均显示了跨大鼠的实质异质性。我们的理论进一步预测了行为和神经信号之间的特定联系，该签名在数据中得到了强有力的支持。总而言之，我们的结果提供了一个新的实验支持的理论框架，以分析执行灵活决策任务的生物学和人工系统中的个体变异性，它们为较高认知的个体变异性研究打开了大门，并提供了对情境依赖性计算的神经机制的见解。
认知储备涉及决策，并且与神经退行性的左顶壁和海马肥大有关
认知储备是积极应对脑恶化和延迟神经退行性疾病认知下降的能力。它通过通过差异招募大脑网络或替代认知策略来优化性能来运行。我们使用亨廷顿疾病（HD）作为神经变性的遗传模型研究了认知储备，以比较premifest HD，明显的HD和控制。与明显的高清相反，尽管神经变性，但前命中率HD仍以控制为控制。通过分解决策基础的认知过程，漂移扩散模型揭示了一个响应范围，该响应逐渐从控件到premifest和明显的HD逐渐不同。在这里，我们表明，Premanifest HD中的认知储备得到了增加的证据积累率增加，以补偿做出决定所需的证据数量的异常增加。这种较高的速率与左上顶和海马肥大有关，并且在疾病进展过程中表现出铃铛形状，这是补偿的特征。
分析与多能系统的最佳设计和运行相关的不确定性传播和决策效应
如今，协调可用的能量向量对于满足征服要求的要求至关重要。尽管有明显的努力来改善现有网络，但不确定性处理和组织挑战仍然难以应对。本论文旨在通过解决这些问题来填补这一空白，特别着重于减轻不确定性对小型多能网络最佳设计和运营管理的影响。在这种情况下，不确定性以多种方式影响性能。该项目通过小型多能网络的最佳尺寸/操作重点进行。在技术层面上，最重要的是与资源可用性有关的，这对于基于可再生的系统至关重要。用户的行为和能源市场是影响整体表现的其他（不确定的）因素。现有方法分别解决了这些问题，但我们的目标是制定利用辅助技术，存储，供应商和外部客户的综合政策，以提高多能网络设计和操作灵活性的弹性。这可以增加经济，环境甚至社会的影响，从而影响决策者和利益相关者的利益。
生成的AI：塑造商业智能和数据驱动决策的未来
引用：Jagjot Bhardwaj，Shantanu Awasthi，Pan Singh Dhoni。（2025）。生成的AI：塑造商业智能和数据驱动决策的未来。国际人工智能与机器学习杂志（Ijaiml），4（1），1-8。摘要链接：https://iaeme.com/home/article_id/ijaiml_04_01_001文章链接：https：//iaeme.com/masteradmin/masteradmin/journal_uploads/ijaiml/volume_issue_4_issue_1/ijaiml_aiml_04_04_04_04_011_pdf