XiaoMi-AI文件搜索系统
World File Search System多维尔
社会联系可预测多维自由灵长类动物社会中的大脑结构
大多数灵长类动物的繁殖和生存都反映了竞争和合作关系的管理。在这里，我们研究了自由放养的恒河猴的神经解剖学和社会性之间的联系。在成年期，社会伙伴的数量可以预测颞上中沟和腹侧异质岛叶的体积，这分别与社会决策和同理心有关。我们发现大脑结构与其他关键社会变量（如成年人的社会地位或间接联系）之间没有联系，母亲的社会网络或地位与依赖婴儿的大脑结构之间也没有联系。我们的研究结果表明，特定大脑结构的大小随直接的亲和性社会联系的数量而变化，并表明这种关系可能在发育过程中出现。这些结果强化了社交网络规模、生物学成功和特定大脑回路扩展之间的假定联系。
植物生物质衍生的多维纳米结构材料：储能的绿色替代品
Sai Praneeth Thota, 1, 2,* Partha Pratim Bag, 1 Praveen Venkata Vadlani 3 和 Siva Kumar Belliraj 2, 4,* 摘要 利用植物基生物资源探索和开发用于长期可持续能源存储的新型纳米材料，可以提高能源供应市场的成本竞争力和减少环境影响，并满足绿色和可持续发展战略的迫切需求。 能源存储领域的最新研究趋势是专注于存储设备，包括超级电容器 (SC)、锂离子电池、燃料电池和铅酸电池。 超级电容器因其在功率和能量密度方面的卓越性能以及延长的使用寿命和在电动汽车、便携式电子设备以及固定电网等应用中的简便操作条件而具有吸引力。 由于超级电容器是由不可再生和化石资源构成的，因此迫切需要替代有效的材料。 来自可再生生物质来源的多维高孔隙率纳米结构碳可能是超级电容器电极材料的有前途的更绿色替代品。在 SC 中，源自生物质的多孔纳米碳充当电极表面的导电层。电导率、电解质的可及性、孔结构和形状、孔径分布以及高表面积对 SC 的比电容起着重要作用。本综述包括用于 SC 专用储能设备的生物质衍生多维纳米碳电极材料的最新研究平台及其未来前景。
健康和疾病中的假基因介导的 ceRNA 网络：多维调控视角
缩写：Ψ，假基因；ceRNA，竞争内源性RNA；MRE，微小RNA反应元件；miRNA，微小RNA；TSG，肿瘤抑制基因；mRNA，信使RNA；PP，加工假基因；UP，未加工假基因；UPG，单一假基因，RT，逆转录转座；LINE，长散在核元件；siRNA，短干扰RNA；circRNA，环状RNA；AD，阿尔茨海默病；FTH1，铁蛋白重链；；PTENP1，PTENP1假基因；HMGEC，人乳腺上皮细胞；CRDP，环状RNA衍生的假基因；；HMGA1P，高迁移率族AT-Hook 1假基因；RBP，RNA结合蛋白；；lncRNA，长非编码RNA；CRC，染色质重塑复合物；ERK，细胞外信号调节激酶； BRAF，B-Raf原癌基因；PI3K，磷酸肌醇3-激酶；AKT，丝氨酸/苏氨酸激酶；MAPK，丝裂原活化蛋白激酶；qRT-PCR，定量逆转录聚合酶链反应；FISH，荧光原位杂交；ceRNA假说，竞争性内源性RNA假说；PTPN11，蛋白酪氨酸磷酸酶，非受体型11；NDs，神经退行性疾病；EGFR，上皮生长因子受体；TNF，肿瘤坏死因子；早期生长反应蛋白1（EGR1），HMGA，高迁移率族at-hook 1基因；PMOM，精准医疗肿瘤学市场；scRNA-seq，单细胞RNA测序；ISH，原位杂交；RNAi，RNA干扰；LNP，脂质纳米颗粒； BCL，B 细胞淋巴瘤；AI，人工智能；IP，免疫沉淀；RIP，RNA 免疫沉淀；HRISH，高分辨率原位杂交
人工智能（AI）和扩展现实（XR）：多维生物医学工程（BME）调查探索
人工智能（AI）和扩展现实（XR）的融合已迎来了生物医学工程的变革性时代，从而在诊断，治疗和教育方面取得了重大进步。本评论旨在探索AI和XR技术的整合，并强调其集体潜力在解决相关挑战的同时彻底改变医疗保健实践。AI具有自适应算法，在医学成像，疾病预测和优化治疗方案中已成为必不可少的。XR技术，包括虚拟现实（VR），增强现实（AR）和混合现实（MR），提供了沉浸式和互动的环境，可增强医学培训，康复和手术精度。这项研究批判性地评估了AI和XR在实际生物医学情景中的应用，将结果与传统的医疗保健实践进行了比较，并提出了证明其有效性的案例研究。此外，审查还讨论了这些技术的局限性，包括算法偏见，隐私问题以及对强大的监管框架的需求。检查了围绕患者安全和数据安全的道德考虑因素，以确保保持平衡的观点。通过分析最新进步并确定研究差距，本文提供了可行的见解，并提出了未来的方向
欧盟公众对可持续能源创新的接受度：国家政策的多维比较框架
公众对可持续能源创新和政策的接受对于实现向脱碳能源系统的过渡至关重要，而脱碳能源系统是实现《巴黎协定》关键气候目标所必需的。这一点在欧盟的背景下尤为重要，因为欧盟是世界第三大能源相关温室气体排放国。然而，获得接受是一个复杂的过程，需要更好地了解可能促使接受的潜在条件。为了促进这种理解并克服文献中的常见缺陷，本文提出了一个多维和跨国框架，用于考虑可能激发接受的两个维度（即采用和支持）的因素。感兴趣的创新很多，包括电动汽车、家用太阳能电池板、节能住宅隔热材料、环境税和激励措施。本文采用多级回归分析，结合所有欧盟国家的个体和背景数据，以证明各种预测因素在激发接受方面的重要性。研究发现，公民的个人能力和对生活满意度、气候变化和环境的态度会影响接受的两个维度。对更广泛的社会政治层面（如代表性、公平性和透明度）的态度主要影响支持，而国家环境和能源政策指标主要影响采纳。总体而言，本文提供的证据表明，政府应通过多种方式同时解决接受度的两个方面：通过针对态度和偏好的策略加强支持，以及促进家庭层面采纳的市场化环境政策。
满足多维自我：在创意艺术疗法和神经科学的界面上培养自我
在神经科学和心理学领域的交汇处进行有趣的探索是由了解“自我”及其心理治疗含义的神经基础的追求所驱动的。这些转化效果与独特的创意艺术疗法（CAT）以及它们与之相关的过程的属性和价值有关。自我被认为是一种多层复杂构造，包括身体和精神成分，主观 - 客观观点，空间和时间维度。神经科学研究，主要是功能性的大脑成像，提出了宪法，自我发展和经验的良好模型，阐明了自我的多个维度如何得到综合的层次结构大脑过程的支持。对艺术形式的心理治疗使用，产生美学体验和创造性过程，触摸并连接自我体验的各个层面，培养自我意识。目前的概念分析将描述并交织的神经机制和神经网络配置，建议含义持续的自我体验，其在心理病理学上的偏差以及对艺术的心理治疗使用的含义。将讨论有关脑功能的良好，简约和神经生物学上合理的预测性处理解释。将进一步描绘经验猫的认知态度，从而实现和促进世界上身体更新的自我模型的创造。将划定关系治疗遭遇的神经心理学影响，并通过交流的言语和非语言手段和审美经验来承认主体间的大脑同步。关于自我嵌套维度的神经科学，现象学和临床观点的识别和同化，基于关系治疗过程以及猫必须在养育，塑造和整合自我的前提上猫的神经塑性调节。
IEEE ICCET 2025
征文 – IEEE ICCET 2025 主题：下一代多址网络的多维调制过去十年见证了数据吞吐量和连接节点数量的大幅增加，最近的研究也预示了下一代多址网络的这些增长。这些巨大的增长无疑将导致对频谱效率和能源效率日益严格的要求。为了满足这两个要求，多维调制，例如索引调制、基于媒体的调制、基于RIS/反射调制、OTFS和子载波数调制，近年来引起了研究人员的关注。与传统的幅度相位调制方案不同，稀疏调制除了经典的幅度相位星座图之外，还采用了一个或多个调制维度，从而形成更高维的调制方案，这在适当的系统配置下大大提高了频谱效率。通过多维调制，只有一部分媒体资源或功能块会被激活，以形成独特的激活模式。因此，除了由数据星座符号调制的比特流之外，激活模式本身还可用于调制额外的比特流。作为一个处于起步阶段的范例，仍有大量开放的研究问题等待解决，进一步的研究活动对于最终推动稀疏调制进入实际实施阶段至关重要。除了理论研究外，还需要解决实际实施的问题。鉴于上述将多维调制应用于 6G 通信的优势以及剩余的研究问题，本专题旨在汇集来自不同背景的学术界和工业界的顶尖研究人员，以吸引原创和高质量的出版物，解决与多维调制相关的理论和实践问题。鼓励在会议、研讨会或研讨会论文集上发表的论文的扩展版本供考虑。感兴趣的主题我们欢迎涉及以下领域的投稿，但不限于此： 人工智能和学习技术辅助多维调制 大规模 MIMO 和可重构智能表面 (RIS) 辅助多维调制 毫米波中的多维调制、太赫兹和光无线通信 水下光/声通信的多维调制 距离感知和空间频率相关的多维调制 高移动性的多维调制 多维调制的物理安全和保密相关问题 多用户和协作中继网络中的多维调制 基于多维调制的通信系统的性能分析
多维综合分析显示 BCL2L1 甲基化是儿童恶性肿瘤中 MCL1 依赖性的预测因子
简介高级别胶质瘤 (HGG) 是一种中枢神经系统恶性肿瘤，在成人和儿童中均有发生（1、2）。WHO 将 HGG 归类为 3 级和 4 级肿瘤，其特征是细胞过多、细胞核异形性、微血管增生和中心坏死（3-5）。HGG 在成人中更为常见，超过一半 (60%) 的胶质瘤被诊断为 HGG，而儿童中只有大约 10%-15% 的中枢神经系统肿瘤被诊断为 HGG，而低级别胶质瘤更为常见（6-8）。治疗包括手术、放疗和化疗相结合的多模式方案。然而，这些治疗无效，不到 20% 的患者在诊断后 5 年内存活（9-11）。因此，迫切需要寻找这种毁灭性疾病的创新疗法并改善生存结果。
EEG-SVRec：短视频推荐中带有用户多维情感参与标签的 EEG 数据集
近年来，短视频平台广受欢迎，视频推荐的质量对于留住用户至关重要。现有的推荐系统主要依赖于行为数据，但由于数据稀疏、偶然交互或个人习惯噪声等问题，行为数据在推断用户偏好时受到限制。为了应对这些挑战并更全面地了解用户的情感体验和认知活动，我们提出了EEG-SVRec，这是第一个具有短视频推荐中用户多维情感参与标签的EEG数据集。该研究涉及30名参与者并收集了3,657次交互，提供了丰富的数据集，可用于更深入地探索用户偏好和认知活动。通过结合自我评估技术和实时、低成本的EEG信号，我们可以更详细地了解用户的情感体验（效价、唤醒、沉浸感、兴趣、视觉和听觉）及其行为背后的认知机制。我们通过推荐算法建立了评分预测基准，结果表明，加入 EEG 信号后，评分预测效果显著改善。此外，我们展示了该数据集在洞察推荐系统中用户行为背后的情感体验和认知活动方面的潜力。这项工作通过利用 EEG 信号和多维情感参与分数中包含的丰富信息，为增强短视频推荐提供了一种新颖的视角，为未来短视频推荐系统的研究铺平了道路。数据集可在 https://github.com/hezy18/EEG-SVRec 上找到
轻度认知障碍的多维数字生物标志物表型：早期识别、诊断和监测的考虑因素
轻度认知障碍 (MCI) 对全球不断增长的人口构成了挑战。及早识别 MCI 风险和诊断对于在正确的时间提供正确的干预措施至关重要。值得注意的是，使用传统生物标志物预测、诊断和监测 MCI 的可靠、有效和可扩展的方法很少。数字生物标志物在理解 MCI 方面具有新的希望。然而，识别专门针对 MCI 的数字生物标志物很复杂。MCI 的生物标志物谱预计是多维的，具有基于不同病因的多种表型。需要使用高维统计和深度机器学习等高级方法为 MCI 构建这些多维数字生物标志物谱。在临床实践中将患者与这些 MCI 表型进行比较可以帮助临床医生更好地确定病因（其中一些病因可能是可逆的），并制定更精准的护理计划。我们还探讨了针对 MCI 人群开发可靠的多维数字生物标志物谱的关键考虑因素。