XiaoMi-AI文件搜索系统
World File Search System引导的
纳米压印光刻引导的自组装...
[a] 孟志强博士、姚思聪博士、朱宁博士、黄伟英教授 香港浸会大学化学系 中国香港九龙塘窝打老道 电子邮箱： wai-yeung.wong@polyu.edu.hk [b] 孟志强博士、俞志强教授 深圳大学化学与环境工程学院低维材料基因组计划 中国广东省深圳市学院路 电子邮箱： zqyu@szu.edu.cn [c] 黄伟英教授黄伟雄 香港理工大学 应用生物及化学科技学系 中国香港特别行政区 红磡 香港理工大学深圳研究院 中国深圳 518057 电子邮箱： wai-yeung.wong@polyu.edu.hk [d] I. Manners 教授 维多利亚大学 化学系 加拿大不列颠哥伦比亚省维多利亚市 V8P 5C2 [e] 李国刚博士 超精密加工技术国家重点实验室及工业及系统工程学系 中国香港特别行政区 红磡 [f] 梁智伟博士 应用物理学系 中国香港特别行政区 红磡 香港理工大学
药物基因组引导的功效和安全性...
抑郁症是造成残疾和自杀的最大贡献者之一，全球每年约有80万自杀（1）。在十年中，抑郁症的患病率增加了25％以上（2005-2015）（2，3）。这种增加与每年耗资数十亿美元的社会经济负担有关（4）。此外，COVID-19大流行进一步增加了病例，估计全球流行率为28％（2）。药物治疗是中度至重度抑郁症的第一线治疗方法（5）。但是，患者的显着比例未能对药物做出反应（6）。多达60％的抑郁症患者对他们的初始治疗没有反应，并且通常从第一种处方药转换为其他替代药物（6，7）。随后的治疗方法，患者具有临床阳性反应的可能性大大降低（6）。在某些个体/人群中，相同的抗抑郁药可能有效，但不具体，或者可能导致其他人的不良药物反应（ADR）（8）。因此，新策略专注于个性化抗抑郁药的处方。这是在临床实践中广泛努力的一部分，以使用精确药物技术（包括精确给药）改善患者的结果（9，10）。使用个体的基因型来帮助药物选择，称为药物基因组学，是一种有前途的方法，具有改善抑郁症治疗的潜力（9-13）。在非癌症药物中，精神病药物具有最高比例的药物，并具有FDA批准的PGX信息（17）。该领域最初被称为药物遗传学，因为它涉及单个基因或相对较少的基因的组合，但是它演变成药物基因组学（PGX），以适应整个基因组中许多基因的基因，从而影响基因相互作用（13）。有许多可用的商业PGX测试面板，包括Genesight，NeuroidGenetix，CNSDOSE，Neuropharmagen和Genecept（12）。一些面板除了提供PGX测试外，还提供与精神病药物有关的临床解释和决策支持工具（14、15）。医生可以主动为患者要求PGX测试，以指导新的药物处方，或者如果治疗失败。此外，还有监管机构（美国食品和药物管理局，FDA）和研究联盟（临床药物遗传学实施联盟，CPIC）提供了针对处方的建议和准则（12、14-16）。FDA标记了38种具有PGX预防措施的精神病药物，这些药物主要由两种主要的肝酶CYP2D6和CYP2C19代谢，分别由高度多型CYP2D6和CYP2C19基因编码（18）。然而，精神病学中PGX测试的临床使用仍然很低（19），由于许多原因，包括CYP酶反应，对药物治疗方案的依从性不佳，负面生活方式的影响（例如，烟草吸烟）以及有限的先例知识（20）。许多临床试验，荟萃分析和系统评价检查了PGX引导的药物选择以治疗抑郁症的效率和安全性。例如，Han等人。（24），报道了PGX指导治疗导致了A大多数研究发现，PGX引导的抗抑郁药处方优于治疗方法（处方不考虑PGX测试结果（21 - 24）。
微生物组引导的抗抑郁治疗
抑郁症是一种高度普遍且异质性的疾病，通常以对抗抑郁剂治疗的反应可变。最近的研究强调了肠道轴是精神病的关键调节剂，强调了微生物群对神经递质合成，免疫调节和全身炎症的影响。证据表明，肠道营养不良有助于治疗耐药性，而特定的细菌菌株（例如乳酸杆菌和双歧杆菌）会增强抗抑郁药疗效。相反，致病物种促进神经炎症，损害药物反应。微生物组引导的抗抑郁治疗的新兴概念为优化精神疗法提供了一种精确的医学方法。宏基因组学，代谢组学和人工智能的进步促进了个性化的治疗策略，Incorpo评级益生菌，益生元和粪便微生物群移植（FMT）作为常规药物治疗的辅助手段。研究表明，微生物组的调节可能会增强5-羟色胺的可用性，减少全身性炎症并改善抗抑郁剂预后，尤其是在耐治疗抑郁症中。尽管有很有希望的发现，但关于长期影响，最佳微生物干预措施和个性化治疗方案仍然存在几个差距。此外，年龄，性别，饮食和昼夜节律影响了微生物群的位置，需要进行量身定制的干预措施。
癫痫的网络引导的神经调节
癫痫是一种以复发性癫痫发作为特征的慢性神经系统疾病，影响了全球数百万个个体。尽管抗癫痫药和手术干预的进步，但很大一部分患者继续经历不受控制的癫痫发作，导致生活质量降低。近年来，网络神经科学和神经调节的交集为个性化和有针对性的癫痫疗法开辟了有希望的途径。本社论旨在综合和讨论多项研究的发现[1-4]，这些研究阐明了特定大脑区域在癫痫发电网络中的作用及其作为神经调节靶标的潜力。他们透露，调节癫痫发电网络中特定的大脑区域可以为癫痫患者带来治疗益处。已经探索了多个靶标，包括丘脑（ANT）的前核，海马，丘脑下核（STN），小脑等。这些区域中的每个区域都与皮质和皮层结构具有独特的联系，使其成为癫痫发作传播的潜在节点。
3DITSCENE：通过语言引导的Disentangled Gaussian Splatting
编辑场景图像在各个领域都非常重要，从娱乐，专业摄影和广告设计开始。内容编辑可以为观众创造沉浸式和迷人的体验，有效地传达艺术愿景并实现所需的美学结果。随着深层生成建模的快速发展，已经进行了许多尝试有效地编辑图像的尝试。但是，他们遇到了阻碍潜力的局限性。以前的方法主要集中在2D图像空间中的场景编辑上。他们通常依靠生成先验，例如gan和扩散模型（DM），并采用了诸如修改跨注意机制的技术[Hertz等。2022，2023]，以及网络参数的优化[Chen等。2023a; Gal等。2022; Kawar等。2023; Kim等。2022; Ruiz等。2023]在场景图像中编辑外观和对象身份。尽管已做出一些努力将这些方法扩展到3D编辑，但它们忽略了3D提示，并在保持3D一致性方面构成了挑战，尤其是在更改摄像头姿势时。此外，这些方法通常集中在全球场景上，并且缺乏准确地解开对象的能力，从而导致对3D级别对单个对象的控制有限。为了编辑任何场景图像并启用对场景及其单个对象的3D控制，我们提出了3DITSCENE，这是一个新颖的场景编辑框架，该框架利用了新的场景表示形式，语言指导的散布高斯散布。2022; Rombach等。具体而言，给定的图像首先投影到3D高斯人中，这些高斯人通过2D生成的先验进一步完善并富集[Poole等。2022]。因此，我们获得了一个综合的3D场景表示，该表示自然可以为给定图像提供新的视图综合。此外，剪辑中的语言特征被蒸馏到相应的3D高斯人中，将语义引入3D几何形状。这些语义3D高斯人有助于将单个对象从整个场景表示中删除，从而导致语言引导的散布的高斯人进行场景分解。他们还允许更具用户友好的交互作用，即用户可以通过文本查询特定的对象或兴趣。为此，我们的3DITSCENE可实现从2D到3D的无缝编辑，并允许在全球和个人层面上进行修改，使创建者能够精确控制场景组合和对象级的编辑。我们将管道称为3DITSCENE。与以前的工作不同，该作品着重于解决单一类型的编辑，3DITSCENE INTETE-GRETS编辑要求在统一框架内。我们的预告片数字通过展示其在不同场景图像中的应用来演示3DITSCENE的多功能性。我们在各种环境下对3DITSCENE进行了评估，结果证明了基线方法的显着改善。
RNA 引导的 AsCas12a 和 SpCas9 催化敲除...
寡核苷酸和基于序列的试剂 PCR 引物 本研究 从 IDT ssODN 合成 Ittiprasert 等人，2019 年和本研究 Ultramer DNA Oligos， 从 IDT 合成向导 RNA Ittiprasert 等人，2019 年和本研究 从 IDT 合成 化学品、酶和其他试剂 Alt-R® CRISPR-Sp HiFi Cas9 酶 V3 Integrated DNA Technologies 1081060 Alt-R® CRISPR-AsCas12a 酶 V3 Integrated DNA Technologies 1081068 DNAzol® ES 试剂 Molecular Research Center DN127 RNAzol® RT 试剂 Molecular Research Center RN190 Opti-MEM FisherScientific Gibco™ 31985062 DMEM FisherScientific 88364 胎牛血清 FisherScientific Gibco™ 26140079 100x 青霉素-链霉素-两性霉素 B FisherScientific SV30079.01 NucleoSpin® 凝胶和 PCR 纯化 Takara 740609
手势引导的户外视觉和语言导航
视觉和语言导航（VLN）任务涉及使用语言命令导航移动性，并在开发自动移动性的接口中应用。在这种情况下，自然的人类交流还构成了手势和凝视等非语言提示。这些手势引导的指示已在人类机器人的互动系统中进行了探索，以有效相互作用，特别是在对象引用表达式中。ever，在户外VLN任务中应对基于手势的表达式的著名差距。为了解决这个问题，我们介绍了一个新颖的数据集，用于带有示范表达式的手势引导的户外VLN指令，并重点介绍了复杂的指令，以重新引导命令输入方式之间进行多跳的推理。此外，我们的工作还包括对收集数据的全面分析以及针对现有数据集的比较评估。
机器学习引导的闪光石墨烯的合成
nogy，纳米材料必须通过不受任何影响其特性的快速和可扩展过程来综合。为了应对这一挑战，我们和其他人最近报道了Graphene的合成，[1-3]，以及混合相的MOS 2和WS 2，[4]高渗透合金NPS，[5,6] Nanodiamond，[7]，[7]和其他纳米酸盐和其他纳米型使用电热闪光灯闪光灯焦耳热热效应。在电气放电期间产生的强烈黑体辐射后，石墨烯产品称为“闪光石墨烯”。闪光焦耳加热允许非晶碳的转化，包括诸如碎石橡胶轮胎等废物，[8]来自塑料回收的灰烬副产品，[9]或垃圾填充级混合塑料废物，[10] [10]到石墨烯晶体中。此外，闪光石墨烯晶体是涡轮形成的，并且沿C轴表现出不同程度的层到层的不良方向。[1]这种涡轮质石墨烯构成纳米结构依赖性的物质，包括表面活性剂溶液中的增强溶解度[1]和改变的带结构。[11]焦耳加热过程的可扩展性和环境友好性，以及合成产品的涡轮质性质，使Flash Joule加热一种有趣的合成技术，可带来进一步的研究和分析。尽管Flash Joule加热具有巨大的实用性，但本质上很难研究。闪光石墨烯的形式过程仅在数百毫秒内发生。这些波动很难通过实验控制，这使得它在传统的网格搜索中对映射过程 - 结构 - 专业关系的关系充满挑战。例如，Tang等。更重要的是，当前的闪光灯加热反应器在当前的放电轮廓上不提供控制，从而向每种反应增加了随机元素，这取决于电路向样本接触的瞬时波动。由于这些因素，在闪光灯加热过程中驱动大量纳米晶体形成的参数仍然模棱两可。同时，新兴的文献体系表明机器学习（ML）是材料科学基础研究的强大工具。[12–18]虽然ML经典地考虑了一种用于预防过程故障的工业工具，但使用ML询问大型参数空间可以在低时期内对新技术产生见解。使用ML探索过程 - 结构 - 专业关系 - 管理良好理解过程的船只，例如化学蒸气沉积和量子点综合，并根据其结果争论，ML将使研究人员能够研究
视觉引导的跟踪和无人机的紧急登陆
摘要：本文提出了一种基于视觉的自适应跟踪和降落方法，用于多轨无人机（UAV），该方法旨在在推进系统故障的情况下进行安全恢复，从而降低了可操作性和响应能力。该方法解决了外部干扰（例如风力和敏捷目标运动）所带来的挑战，特别是考虑了由推进系统故障引起的可操作性和控制限制。在我们先前在执行器故障检测和耐受性方面的研究中，我们的方法采用了修改的自适应纯追求指导技术，并具有额外的适应性参数来说明可操作性的降低，从而确保对移动物体的安全跟踪。此外，我们提出了一种自适应着陆策略，该策略适应跟踪偏差并最大程度地减少偏离靶向降落，这是由于横向跟踪误差和延迟响应引起的，并使用侧向偏置依赖依赖于偏置的垂直速度控制。我们的系统采用基于视觉的标签检测来确定与无人机相关的无人接地车辆（UGV）的位置。我们在中期紧急着陆情况下实施了该系统，其中包括对紧急降落的执行者健康监测。广泛的测试和模拟证明了我们方法的有效性，大大推动了由于执行器故障而导致具有受损控制权的无人机的安全跟踪和紧急登陆方法的发展。
一致性引导的及时学习视觉语言...
我们提出了一致性引导的及时学习（COPROMPT），这是一种新的视觉模型微调方法。我们的方法在几次设置的下游任务上进行了微调时，改善了大型基础模型的概括。共同启动的基本思想是在预测可训练和预训练的模型的预测中执行一致性约束，以防止在下游任务上过度适应。此外，我们将以下两个组件引入我们的同意约束中，以进一步提高性能：在两个扰动的输入上执行一致性，并结合了调谐，提示和适配器的两个主导范式。在扰动输入上执行一致性可以进一步正规化一致性约束，从而改善了概括。此外，适配器和提示的集成不仅可以增强下游任务上的性能，而且还提供了提高的输入和输出空间的调谐灵活性。这有助于在几次学习设置中更有效地适应下游任务。实验表明，在一系列评估套件上，副业的表现优于现有方法，包括基本到新颖的概括，域的概括和交叉数据库评估。在概括方面，coprompt改善了零弹药任务的最先进和11个数据集的整体谐波平均值。详细的消融研究表明了共同局限性中每个组件的有效性。我们在https://github.com/shuvenduroy/coprompt上提供代码。