XiaoMi-AI文件搜索系统
World File Search System引导
使用机器学习预测 CRISPR-Cas12a 引导靶向效率
。CC-BY 4.0 国际许可下可用（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2023 年 3 月 1 日发布。；https://doi.org/10.1101/2023.02.28.530512 doi：bioRxiv 预印本
通过冯·诺依曼瓶颈引导脑部通信
脉冲神经网络的通用模拟代码大部分时间都处于脉冲到达计算节点并需要传送到目标神经元的阶段。这些脉冲是在通信步骤之间的最后一个间隔内由分布在许多计算节点上的源神经元发出的，并且相对于其目标而言本质上是不规则的和无序的。为了找到这些目标，需要将脉冲发送到三维数据结构，并在途中决定目标线程和突触类型。随着网络规模的扩大，计算节点从越来越多的不同源神经元接收脉冲，直到极限情况下计算节点上的每个突触都有一个唯一的源。在这里，我们通过分析展示了这种稀疏性是如何在从十万到十亿个神经元的实际相关网络规模范围内出现的。通过分析生产代码，我们研究了算法更改的机会，以避免间接和分支。每个线程都承载着计算节点上相等份额的神经元。在原始算法中，所有线程都会搜索所有脉冲以挑选出相关的脉冲。随着网络规模的增加，命中率保持不变，但绝对拒绝次数会增加。我们的新替代算法将脉冲均匀地分配给线程，并立即根据目标线程和突触类型对它们进行并行排序。此后，每个线程仅完成向其自身神经元的脉冲部分的传递。无论线程数如何，所有脉冲都只被查看两次。新算法将脉冲传递中的指令数量减半，从而将模拟时间缩短了 40%。因此，脉冲传递是一个完全可并行的过程，具有单个同步点，因此非常适合多核系统。我们的分析表明，进一步的进展需要减少指令在访问内存时遇到的延迟。该研究为探索延迟隐藏方法（如软件流水线和软件诱导预取）奠定了基础。
Tell-Drive：通过教师LLM引导深入强化学习
摘要 - 尽管深度强化学习（DRL）和大型语言模型（LLMS）每个人都在应对自动驾驶中的决策挑战方面有希望，但DRL通常会遭受较高的样本复杂性，而LLMS则难以确保实时决策。为了解决这些局限性，我们提出了Tell-Drive，这是一个混合框架，该框架集成了教师LLM，以指导基于注意力的学生DRL政策。通过将风险指标，历史场景检索和域启发式法纳入上下文提示中，LLM通过思想链推理产生高级驾驶策略。随后，一种自我发挥的机制将这些策略与DRL代理的探索，加速政策融合并提高各种驾驶条件的鲁棒性。在多种流量方案中评估的实验结果表明，就成功率，平均收益和实时可行性而言，Tell-Drive优于现有的基线方法，包括其他基于LLM的方法。消融研究强调了每个模型成分的重要性，尤其是注意机制和LLM驱动指导之间的协同作用。最后，我们构建了一个虚拟真实的融合实验平台，以验证通过车辆中的实验实验在真实车辆上运行的算法的实时性能，易损和可靠性。全面验证结果可在我们的网站上找到。
通过弯月面引导涂层方法制备共轭材料
Melissa Richard、Abdulelah Al-Ajaji、Shiwei Ren、Antonino Foti、Jacqueline Tran 等人。通过弯月面引导涂层方法对 π 共轭材料进行大规模图案化。胶体与界面科学进展，2020，275，第102080页。 10.1016/j.cis.2019.102080。 hal-0
面向多目标的知识引导双重不一致性网络...
谣言传播者越来越多地利用多媒体内容来吸引新闻消费者的注意力和信任。虽然一组谣言检测模型已经利用了多模态数据，但它们很少考虑图像和文本之间的不一致关系。此外，它们也未能找到一种有效的方法来发现帖子内容和背景知识之间的不一致信息。出于谣言更有可能在语义上具有不一致信息的直觉，提出了一种新颖的知识引导的双重不一致性网络来检测带有多媒体内容的谣言。它可以在一个统一的框架中捕获跨模态级别和内容知识级别的不一致语义。在两个公共真实数据集上进行的大量实验表明，我们的提议可以超越最先进的基线。
MRI引导疗法的治疗学：最近的事态发展
对治疗结果的监测可以帮助患者及时，准确地跟踪和量身定制药物剂量，从而调整所施用剂量，以保持浓度在治疗窗口内。可靠的体内药物释放信息和疾病进展的评估不仅可以帮助减少副作用，还可以提高治疗功效。实现这一目标的一种策略是Theranostics。本质上，“疗法”一词是指成像和治疗的整合，通常是基于使用微型和纳米载体的。利用分子成像剂，治疗药为在体内追踪治疗剂提供了诱人的潜力。7在临床实践中，疗法通常会用成像和治疗剂标记或包装，旨在无创评估局部疾病进展，载体的定量确保和药物释放。8这在治疗癌症或中枢神经系统（CNS）疾病中特别有用，由于治疗指数狭窄，肾脏清除率较窄，较高的肾脏清除率，较高的生理障碍以及对多药耐药性的敏感性，药物递送面临挑战。疗法，包括高载荷能力，长血液循环时间，在不适性位点的选择性积累或靶向特定的分子改变。9
CRISPR/Cas12a (Cpf1) 引导RNA序列的鉴定
CRISPR（成簇的规律间隔的短回文重复序列）或 CRISPR 相关（Cas）系统已成为一种主要的基因编辑工具。使用 CRISPR 进行基因编辑需要 Cas 蛋白和相应的向导 RNA（gRNA）。然而，低切割效率和脱靶效应会阻碍 CRISPR/Cas 系统的应用。因此，确定特定的 gRNA 至关重要。在生物传感器应用中，由于 Cas12a（Cpf1）的反式切割活性，CRISPR/Cas12a 可以增强识别靶基因的特异性和灵敏度。mtDNA D 环序列是 mtDNA 中最易变的部分，使其适合区分物种。因此，本研究的目的是通过计算机模拟确定野猪 mtDNA D 环的 gRNA 序列。在 GenBank 数据库的帮助下，使用 Benchling 应用程序预测候选 gRNA。随后，使用 BLAST 核苷酸对 gRNA 候选物进行同源性差异分析，并使用 Jalview 进行错配测试。在几个候选物中，候选物 1 被选为最佳选择，脱靶值为 99.8。与竞争对手的同源性差异分析和与 Sus 属的错配测试分别产生了较高的 E 值和较高的百分比值。这表明候选物不会识别其他物种，但可以检测 Sus scrofa 物种的成员。这些 gRNA 候选物可以选择性地且灵敏地应用于生物传感器，以检测肉类掺假。
机器学习引导麻醉学：最新进展和临床应用回顾
麻醉是诱导和体验各种状态（如无痛、无法活动和失忆）的过程，以方便进行手术和其他医疗程序。在麻醉过程中，麻醉师面临关键的决策时刻，需要考虑手术的重要性以及麻醉相关选择可能导致的并发症。近年来，人工智能 (AI) 已成为麻醉决策的辅助工具，因为它有潜力协助控制和管理任务。本研究旨在对 AI 和麻醉交叉领域的文章进行全面回顾。我们使用与麻醉和 AI 相关的关键词，在 PubMed 上搜索 2020 年至 2022 年初发表的同行评审文章，进行了回顾。这些文章被分为九个不同的组：“麻醉深度”、“麻醉输送控制”、“机械通气和脱机控制”、“事件预测”、“超声引导”、“疼痛管理”、“手术室后勤”、“监测”和“神经重症监护”。四位审稿人仔细检查了选定的文章以提取相关信息。通过考虑麻醉的目的和类型、人工智能算法、数据集、数据可访问性和评估标准等项目来审查每个类别中的研究。为了提高清晰度，每个类别的分析都比以前的评论文章更清晰，为读者提供了关键点、局限性和未来研究的潜在领域，以便更好地理解每个概念。人工智能技术的进步有望显着增强麻醉实践并改善麻醉师的整体体验。
基于神经网络的通用航空自动着陆跑道着陆引导
6 W型流程的应用 55 6.1 需求管理 .......................。。。。。。。。。。。。。。55 6.2 数据管理。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。........57 6.3 学习过程管理 .....................................65 6.4 模型训练 ...。。。。。。。。。。。。。。。。。。。。。。。。...................68 6.5 学习过程验证 ......。。。。。。。。。。。。..........................。。。。。。。。。。。。。。。。。。。。。。。。..........79 6.7 推理模型验证与集成 ............................80 6.8 独立数据与学习验证 ...............................80 6.9 需求验证 ...。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。80
引导卤化物钙钛矿中的能量转移——...
引导能量流和纳米晶体发色团混合组件中产生的激发态的性质对于实现它们的光催化和光电应用至关重要。通过结合稳态和时间分辨的吸收和光致发光 (PL) 实验，我们探测了 CsPbBr 3 -罗丹明 B (RhB) 混合组件中的激发态相互作用。PL 研究表明，CsPbBr 3 发射猝灭，同时 RhB 荧光增强，表明存在单线态能量转移机制。瞬态吸收光谱表明这种能量转移发生在 ~ 200 ps 的时间尺度上。为了了解能量转移是通过 Förster 还是 Dexter 机制发生的，我们利用简便的卤化物交换反应通过与氯化物合金化来调整供体 CsPbBr 3 的光学特性。这样，我们便可以调节供体 CsPb(Br 1-x Cl x ) 3 发射和受体 RhB 吸收之间的光谱重叠。对于 CsPbBr 3 - RhB，能量转移速率常数 (k ET ) 与 Förster 理论非常吻合，而与氯化物合金化以产生富含氯化物的 CsPb(Br 1-x Cl x ) 3 则更利于 Dexter 机制。这些结果凸显了优化供体和受体特性对于设计采用能量转移的光收集组件的重要性。通过纳米晶体供体的卤化物交换可以轻松调节光学特性，这为研究和定制钙钛矿发色团组件中的激发态相互作用提供了独特的平台。