XiaoMi-AI文件搜索系统
World File Search System前途
![arXiv:2102.04438v2 [eess.IV] 2021 年 2 月 9 日](/simg/g:\will\search\icon\source\6\6df385af4e1e348c8cd4bffd41616a77febd483d.webp)
arXiv:2102.04438v2 [eess.IV] 2021 年 2 月 9 日
用于神经成像数据的深度学习是一个有前途但具有挑战性的方向。3D MRI 扫描的高维性使这项工作计算和数据密集型。大多数传统的 3D 神经成像方法使用基于 3D-CNN 的架构，具有大量参数，需要更多的时间和数据来训练。最近，基于 2D 切片的模型受到越来越多的关注，因为它们具有更少的参数，并且可能需要更少的样本来实现相当的性能。在本文中，我们提出了一种用于 BrainAGE 预测的新架构。所提出的架构通过使用深度 2D-CNN 模型对 MRI 中的每个 2D 切片进行编码来工作。接下来，它使用集合网络或排列不变层结合来自这些 2D 切片编码的信息。使用 UK Biobank 数据集对 BrainAGE 预测问题进行的实验表明，与其他最先进的方法相比，具有排列不变层的模型训练速度更快，并提供更好的预测。
覆盖范围的概率和能源效率...
摘要 - 可恢复的智能表面（RIS）是下一代网络的有前途技术。在本文中，我们利用从随机几何形状的工具来研究RIS辅助毫米波（MMWave）蜂窝网络的性能。特别是，将基站（BSS）的位置（BS）和障碍物的中点建模为两个独立的泊松点过程（PPP），其中封锁是由线布尔模型建模的，而块的一部分则覆盖了RISS。将MMWave通信的区分特征，即，视线线（LOS）和非线视线（NLOS）（NLOS）的方向波束形成和不同的路径损失定律被纳入分析中。我们得出了覆盖率概率和面积光谱效率的表达。在特殊情况下，覆盖范围的概率也有足够的小。数值结果表明，通过RISS的大规模部署可以实现更好的覆盖效果和更高的能量效率。此外，还研究了BS和RIS密度之间的权衡，结果表明，RIS是传统网络的出色补充，可以通过有限的功耗来提高覆盖范围的概率。索引项 - 可恢复的智能表面，随机几何，毫米波。
针对新妈妈的价值观定制型网络干预措施，以提高婴儿疫苗接种率：开发和定性研究
背景：父母对疫苗接种犹豫不决导致儿童接种不足和疫苗可预防疾病的爆发。由于对疫苗接种犹豫不决的原因多种多样，医疗服务提供者在定期临床就诊期间往往没有足够的时间来充分解决父母的所有担忧。在临床就诊前通过互联网提供个性化疫苗信息可能是一种有效缓解父母疫苗接种担忧同时又节省时间的好方法。包括基于价值观的定制是一种有前途但未经检验的信息创建方法。目标：本研究旨在描述我们开发基于网络的干预措施的过程，该干预措施正在一项正在进行的随机对照试验中使用，旨在通过减少父母对疫苗接种的犹豫来提高婴儿疫苗接种的及时性。方法：干预措施的制定结合了循证健康行为理论。通过一系列访谈、调查和反馈会议，与疫苗接种专家和潜在最终用户合作迭代开发干预措施。
将闲置油气井重新用于储能
近年来，人们越来越重视利用能源储存来增强电网抵御破坏性事件的能力。虽然可再生能源供应不断扩大，但基于重力的解决方案（如抽水蓄能）在商业领域仍然占主导地位。然而，它们的地理限制限制了可用性、可扩展性，并增加了太阳能和风能共置的成本。另一种方法是重新利用位于现有电网基础设施附近的闲置油气井，这是一种有前途且经济高效的解决方案。本文讨论了在 300 米井中与内部永磁同步机耦合的再生驱动系统的优化和控制，该井的重量为 100 牛顿。该研究采用动态 MATLAB/Simulink 模型来模拟电力传动系统在储存和放电操作期间的运行。结果表明，仅电气系统的初始往返效率就为 85.9%，并确定了最大化效率的关键因素。机电传动系统的优化运行和控制具有巨大的潜力，可以最大限度地降低存储的平准化成本，同时最大限度地提高效率和创收。
全面的机器学习增强了基于结构的PARP1抑制剂的虚拟筛查
聚ADP-核糖聚合酶1（PARP1）是癌症治疗的有吸引力的治疗靶标。机器学习评分功能构成了发现新型PARP1抑制剂的有前途方法。使用来自对接活性标记的分子的半合成训练数据研究了尖端PARP1特异性的机器学习评分功能：已知的PARP1抑制剂，与生成图神经网络并确认的Intactives consective contp1抑制剂，难以抗解的诱饵。我们仅包括与训练集中的分子不同，进一步使测试集更加困难。使用五种监督学习算法以及从对接姿势和配体中提取的蛋白质指纹对这些数据集的全面分析，只有两个高度预测性的评分功能。使用PARP1特异性支撑矢量的回归剂，使用PLEC指纹时，在最困难的测试集（NEF1％= 0.588，10个重复的中位数）中获得了高归一化富集因子，并且比其他任何研究的评分函数，尤其是类似的尺寸尺寸的尺寸。科学贡献
...
Terahertz极化成像，不仅能够捕获强度曲线，而且能够捕获事件模式的极化状态，是一种具有前途应用的技术，例如安全扫描和医疗诊断。最近，已经提出了一种新的Terahertz成像方法，该方法使用将Terahertz光转换为温度曲线的元图吸收器。然而，由于元图的各向同性几何形状，极化在成像过程中仍然无法区分。为了解决这个问题，这项研究介绍了全丝，极化敏感的跨表面吸收器，并展示了其对Terahertz极化成像的适用性。光学和热模拟证实我们的跨表面的极化依赖性被转化为热域，从而使我们能够区分传入图像中的强度和极化状态。此外，我们证明了一般的椭圆极化下的极化成像是可以实现的。此跨表面有助于Terahertz极化成像，消除了对复杂的设置或笨重的组件的需求，从而减少了形状尺寸并实现了广泛的使用。
基于SPR效应
摘要抗共振纤维（ARF）表面等离子体共振（SPR）双参数传感器设计用于同时检测磁场和温度。传感器中纤维芯的两侧分别充满金纳米线和金介质，以激发SPR。ARF中的中心气孔充满了对磁场和温度响应的磁性液体（MF），并且通过将聚二甲基硅氧烷（PDMS）放在金纳米线外面来进行温度测量。通过有限元方法进行分析显示，当磁场在50至130 OE之间时，最大的第一和第二共振峰敏感性分别为300 pm/ oe和500 pm/ oe。在20–30°C的温度范围内，第二共振峰的最大波长灵敏度为10.8 nm/°C。通过构建和解调传感矩阵，克服了由于磁氢光光学效应而引起的温度交叉敏化。在工业自动化，军事应用和地质探索等领域，这种新的传感器设计非常有前途。
通过酪氨酸与共价蛋白抑制剂结合...
摘要：靶向共价抑制剂 (TCI) 在候选药物和化学探针中越来越受欢迎。在目前的 TCI 中，所采用的化学方法主要限于标记半胱氨酸和赖氨酸侧链。酪氨酸是 TCI 的一个有吸引力的残基，因为它在蛋白质-蛋白质界面富集。在这里，我们研究了环亚胺 Mannich 亲电试剂作为共价弹头的效用，以特异性地靶向与抑制剂结合口袋相邻的蛋白质酪氨酸。我们表征了几种环亚胺与酪氨酸的固有反应速率，并确定亚氨基内酯适合用作共价抑制剂（二级速率常数为 0.0029 M -1 s -1 ）。我们将环亚胺弹头附加到 CBX8 染色质结构域抑制剂上以标记非保守的酪氨酸，这显著提高了抑制剂在体外和细胞中对 CBX8 的效力和选择性。这些结果表明，曼尼希亲电试剂是酪氨酸生物共轭和共价抑制剂的有前途和强大的化学弹头
复苏的未来
可穿戴设备可以获得多种个性化的健康数据，例如血压，血氧仪，心电图或脑电图[5]。尽管担心在医疗保健中使用可穿戴设备的安全性和依赖能力，但这些“几乎不舒服的监测系统”仍可用于检测心脏突然死亡的预警信号。使用智能手机扬声器的被动激动呼吸软件已显示出很高的准确性，可检测和侵蚀性呼吸症，中央呼吸暂停或阻塞性呼吸暂停[6]。基于机器学习的调度员对OHCA的识别表明，在一项随机临床试验中有可能超越人类识别[7]。一项移动应用程序（APP）旨在识别患有急性心脏事件风险最高的患者的前途症状，包括急性心肌梗塞或心脏猝死（SCD）。该系统可以同时提醒个人和EMS [8]。单个深度摄像头检测胸腔和腹部呼吸可以是通过使用不足监测系统在医疗设施中检测出意外紧急情况的工具[9]。该技术可用于在住宅护理环境中检测心脏骤停。
通过逆向工程实现机器学习启发的非绝热几何量子计算的量子最优控制
量子控制在量子计算机的实际应用中起着不可替代的作用。然而，要找到更合适、更多样化的控制参数，必须克服一些挑战。我们提出了一种有前途且可推广的基于平均保真度的机器学习启发式方法来优化控制参数，其中使用具有周期性特征增强的神经网络作为拟设。在通过逆向工程实现猫态非绝热几何量子计算的单量子比特门时，与简单形式的三角函数控制参数相比，我们的方法可以产生保真度明显更高（> 99.99%）的相位门，例如π/ 8门（T门）。单量子比特门对系统噪声、加性高斯白噪声和退相干具有很强的鲁棒性。我们用数字证明了神经网络具有扩展模型空间的能力。借助我们的优化，我们提供了一种在玻色子系统中实现高质量级联多量子比特门的可行方法。因此，机器学习启发的方法在非绝热几何量子计算的量子最优控制中可能是可行的。