XiaoMi-AI文件搜索系统
World File Search System四维
酪氨酸激酶抑制剂治疗慢性粒细胞白血病的副作用及焦虑症状的发生
目的。本研究旨在检查 TKI 治疗慢性粒细胞白血病 (CML) 患者的个别副作用是否会导致焦虑症状的发生。此外，还决定检查年龄、性别、治疗持续时间和焦虑强度之间是否存在任何关系，除以个别副作用的发生。方法。该研究涉及 91 名患者，在克拉科夫大学医院血液科进行。使用了以下问卷：作者创建的 David Goldberg 问卷 GHQ-28 和四维 4DSQ 问卷。结果。治疗最常提到的副作用是骨骼和关节疼痛、肌肉痉挛和疼痛、水潴留和疲劳。疾病的平均持续时间为十年。我们的研究表明，疲劳、恶心/消化不良、频繁感染、骨骼和关节疼痛、腹痛和食欲不振是 TKI 治疗最常见的副作用，导致焦虑症状加重。结论。医生、心理学家和制药公司在减少/缓解副作用方面的工作可能会在未来影响这些患者的生活质量。早期发现严重焦虑并采取适当措施可以防止出现更严重的疾病。此外，对于获得深远分子反应的患者，多年来尝试停止使用某些 TKI（伊马替尼和尼洛替尼）治疗可能会改善他们的精神状况。
105 团队学习模型开发-...
摘要 本研究的目的是开发一种在德语词汇 ( Wortschatz ) 学习中的团队-游戏-锦标赛 ( TGT ) 学习模式。具体来说，本研究的目的：（a）找出德语词汇学习的有效性、实用性和有效性，以提高学生的词汇掌握程度；（b）找出团队-游戏-锦标赛 (TGT) 学习模式对德语词汇学习的有效性。本研究的对象是 SMA 11 Makassar 11 年级的老师和学生。数据是通过实施学习模型表、问卷和测试收集的。从有效性和有效性的角度检验了本研究的学习模型开发的有效性。学习模型开发采用 4-d 程序设计；定义阶段、设计阶段、开发阶段和传播阶段。结果表明，团队-游戏-锦标赛 ( TGT ) 学习模式在学习德语词汇 ( Wortschatz ) 中是有效、实用和有效的。该模型的有效性为；学习实施计划（3.86）、教科书（3.58）、学生作业单（3.78）和教师手册（3.84）。通过使用 t 检验公式，其中 th（10,128）> tt（2,002），alpha 水平（α）为 0.05，表明团队-游戏-锦标赛（TGT）学习模式在学习德语词汇方面是有效的。关键词：团队-游戏-锦标赛（TGT），四维（4-D）模型，德语词汇
![arXiv:2006.06784v1 [quant-ph] 2020 年 6 月 11 日](/simg/2\23758373b27508849eaffa12012f13d65cbb2ceb.webp)
arXiv:2006.06784v1 [quant-ph] 2020 年 6 月 11 日
在与设备无关的量子信息方法中，可以仅根据记录的统计数据对给定任务的实现进行自测试，而无需所用设备的详细模型。尽管在实验上要求很高，但它为自然满足相关要求的先进量子技术提供了有吸引力的验证方案。在这项工作中，我们通过实验研究是否可以采用自测试协议来验证采用现代空分复用光纤技术构建的新量子设备是否正常运行。具体而言，我们考虑了 M. Farkas 和 J. Kaniewski (Phys. Rev. A 99, 032316) 的准备和测量协议，用于对维度 d > 2 中的相互无偏基 (MUB) 进行自测试测量。在我们的方案中，状态准备和测量阶段是使用多臂干涉仪实现的，该干涉仪由新的多芯光纤和相关组件构建。由于使用该技术实现了干涉仪光学模式的高度重叠，我们能够达到对两个四维 MUB 的实施进行自我测试所需的可见性。我们还量化了测量的两个操作量：(i) 与贝尔违规相关的不兼容性稳健性，以及 (ii) 可从结果中提取的随机性。由于 MUB 是几种量子信息协议的核心，我们的结果对于未来依赖空分复用光纤的量子工作具有实际意义。
适用于3D和4D打印技术的牙科材料
摘要：随着计算机辅助设计和计算机辅助制造（CAD/CAM）技术已经成熟，适合牙科的三维（3D）印刷材料引起了相当大的研究兴趣，这是由于其高效性和低成本的临床治疗。三维印刷技术，也称为增材制造，在过去的四十年中迅速发展，从行业到牙科科学的各种领域都逐渐应用。四维（4D）印刷，定义为以预期的方式响应外部刺激随时间而变化的复杂自发结构的制造，其中包括日益流行的生物打印。现有的3D打印材料具有不同的特征和应用程序范围；因此，需要分类。本评论旨在从临床角度对3D打印和4D打印的牙科材料进行分类，总结和讨论。基于这些，本综述描述了四种主要材料，即聚合物，金属，陶瓷和生物材料。详细描述了3D打印和4D打印材料的制造过程，其特征，适用的印刷技术和临床应用范围。此外，用于3D打印的复合材料的开发是未来研究的主要重点，因为组合多种材料可以改善材料的特性。材料科学的更新在牙科中起重要作用；因此，预计新材料的出现将促进牙科的进一步创新。
航空中的空气源土壤粉尘危害-AMS期刊
摘要：机载矿物灰尘对航空构成了安全挑战。由于可见性降低，强烈的风和风剪，在尘埃空气中发生了几次致命事故。粉尘引起的糖霜也至少造成了两次致命事故。此外，由于飞机表面上的腐蚀和磨损以及发动机热截面组件的熔化降低，大气灰尘对飞机工作条件有长期和短期影响。联合影响可以增加运营和维护成本并增加所有权成本。尽管科学界已经开始根据大气尘埃建模和观察来准备和提供产品，但基本科学中仍然存在重要的数据和信息差距。其中包括（i）不足的数据，这些数据不足以了解灰尘对飞机以及地面系统和操作的影响（例如，尘埃矿物学的四维信息，成本 - 纤维纤维分析对航空沿着飞行路线的影响的成本效益分析）工作流程以及（iii）尘埃危害在法规和操作程序以及飞行员的培训，技能和知识基础中的不发达，不清楚或不存在的作用。本次审查针对的是学术和航空利益相关者，并在尘埃危害，航空安全的交汇处以及对飞行运营和飞机维护的影响方面介绍了最先进的知识。
从 3D 打印到创新 4D
摘要：技术进步和新材料、先进材料的开发使从三维（3D）打印过渡到四维（4D）打印的创新成为可能。3D打印是通过沉积叠加的材料层来精确创建具有复杂形状的物体的过程。当前的3D打印技术允许放置两种或多种不同聚合物材料的细丝，再加上随着时间推移或在外部刺激作用下改变形状的智能材料的开发，使我们能够创新并迈向一个新兴的研究领域，即创新的4D打印技术。4D打印使得制造用于各种技术应用的执行器和传感器成为可能。目前，其最重要的发展是智能纺织品的制造。4D打印的潜力在于模块化制造，其中织物与打印材料的相互作用使得能够创建生物启发和仿生设备。本综述的核心部分总结了主要外部刺激对4D纺织材料的影响，然后介绍了主要应用。形状记忆聚合物为纺织行业带来了当前和潜在的机遇，包括开发用于抵御极端环境的智能服装、辅助假肢、智能夹板或矫形器（用于帮助肌肉进行医疗恢复）和舒适设备。未来，智能纺织品将发挥更加重要的作用，因此可以预见 4D 打印在未来十年的应用领域。
通过陈-西蒙斯规范理论实现德西特空间中的全息术
引言。全息术是最有前途的想法之一，它提供了量子引力的非微扰公式[1]。这种方法在反德西特（AdS）空间全息术中非常成功，即 AdS = CFT 对应[2]。另一方面，要理解现在的宇宙是如何产生的，我们需要一个德西特（dS）空间而不是 AdS 空间中量子引力的完整公式。尽管在四维高自旋引力中已经有了具体的提议[9]，并且在 dS = dS 对应[10 – 13]、全息纠缠熵[14 – 17]和 dS 静态贴片全息术[18,19]方面也取得了有趣的进展，但我们仍然缺乏对 dS 空间全息术的理解，即所谓的 dS = CFT 对应[3 – 5]（另见参考文献[6 – 8]）。尤其是，我们缺少了对偶共形场论 (CFT)，它存在于爱因斯坦引力中德西特空间的过去-未来边界上。这封信旨在为三维 dS 提出这个基本问题的解决方案。三维德西特空间的特殊之处在于它由陈-西蒙斯规范理论 [20] 描述，并且假设 dS = CFT 的标准思想，它预计与二维 CFT 对偶。S 3 上的陈-西蒙斯引力描述是德西特空间的欧几里得对应物，由一对 SU(2) 陈-西蒙斯规范理论 [20] 描述。此外，众所周知，SU(2) 陈-西蒙斯理论是
中低收入国家的人工智能
人工智能 (AI) 几乎渗透到社会的方方面面。华尔街公司使用 AI 作为对付其他股票交易员的技术武器。工业巨头使用 AI 来预测消费者需求并优化生产。科技公司使用 AI 来预测消费者行为并优化营销策略。在医学领域，放射学是 AI 适用性最受吹捧的领域之一：所谓的机器人放射科医生 (1)。早期的肺癌检测、自动冠状动脉钙化评分和基于 CT 的合成 MRI 是研究实验室、科技初创公司和医疗保健企业快速发展市场中的众多放射学 AI 创新之一。通过放射组学，AI 从临床图像中提取可挖掘的高维数据，例如自动化与强大基因组数据库相连的复杂四维心血管血流模型 (2)。相比之下，马拉维的 RAD-AID 志愿者照顾了一位母亲，她徒步旅行了 2 周，带着她的孩子来接受腹部肿块的超声检查。在佛得角，RAD-AID 志愿者帮助一名髋部骨折患者接受放射检查，该患者在一次交通事故后两周内未得到诊断。在坦桑尼亚，我们的介入放射学团队为一名 3 岁女孩排出脓肿，避免了对腹部“肿块”进行探查手术。从印度到华盛顿特区医疗服务不足的地区，已有超过 20,000 名女性接受了服务
工业机器人应用4D圆柱空间中的人工智能控制
摘要本文认为，有效的人工智能控制算法需要工业机器人操纵器的内置对称性，以进一步表征和利用。此增强的乘积是一个四维（4D）离散的圆柱网格空间，可以直接替换复杂的机器人模型。a ∗是为了在此类算法中广泛使用，以研究在4D圆柱离散网格中指导机器人操纵器的优势和缺点。研究表明，这种方法可以在计划和执行时间内对机器人运动学和动态模型的任何特定知识来控制机器人。实际上，每个网格单元的机器人关节位置被预先计算并作为知识存储，然后在需要时通过路径填充算法快速检索。4D圆柱离散空间既具有配置空间的优势，也具有机器人的三维笛卡尔工作空间。由于路径优化是任何搜索算法的核心，包括∗，因此4D圆柱网格为搜索空间提供了一个可以嵌入单元特性形式的知识的搜索空间，包括存在障碍物的存在和整个工业机器人体的体积占用，以避免障碍物。主要的权衡是在预计网格知识的有限能力与路径搜索速度之间。这种创新的方法鼓励将搜索算法用于工业机器人应用，这是对不同机器人模型中存在的其他机器人对称性的研究，并为应用动态障碍算法的应用奠定了基础。
生物医学材料的3D和4D打印
三维 (3D) 和四维 (4D) 打印已成为下一代制造技术，涵盖了建筑、医药、交通和纺织等广泛领域。3D 打印，也称为增材制造 (AM)，可通过逐层添加各种材料来制造高精度的复杂结构。另一方面，4D 打印技术可以打印智能材料，这些材料可以根据刺激（例如溶剂、辐射、热量、pH、磁性、电流、压力和相对湿度 (RH)）改变其形状、属性和功能。目前，无数生物医学材料 (BMM) 在许多生物医学工程领域中发挥作用，帮助满足患者的需求并延长他们的寿命。3D 打印的 BMM 提供了传统加工技术无法实现的几何形状，而 4D 打印可产生动态 BMM，由于其对刺激具有时间依赖性，因此旨在与生物系统保持长期接触。本综述全面介绍了 3D 和 4D 打印在制造用于组织工程、药物输送、手术和诊断工具以及植入物和假肢的 BMM 方面的最新技术进展。此外，还广泛讨论了 3D 和 4D 打印 BMM 的挑战和差距及其未来前景。本综述还讨论了关于 3D 和 4D 打印 BMM 在医疗应用中的成分、特性和性能及其优缺点的文献稀缺问题。此外，所呈现的内容将对从事 AM 制造的材料科学家、化学家和工程师以及生物医学领域的临床医生大有裨益。