XiaoMi-AI文件搜索系统
World File Search System引导的
多样性引导的搜索探索通过FRENET空间编码
自动驾驶汽车（SDC）的兴起提出了重要的安全性，以在动态环境中解决。虽然现场测试是必不可少的，但当前方法在评估关键的SDC方案方面缺乏多样性。先前的研究引入了基于仿真的SDC测试，Frenetic是一种基于FRENET空间编码的测试生成方法，获得了以自然平滑曲线为特征的有效测试（约50％）的相对较高百分比。“最小距离距离”通常被视为适应性函数，我们认为这是一个亚最佳度量。替代，我们表明，深度学习的香草变压器模型可以学习导致越界状况的可能性。我们将这种“固有学习的度量”与遗传算法结合在一起，该算法已显示出很高的测试。为了验证我们的方法，我们对包含1,174多个用于挑战SDCS行为的模拟测试案例进行了大规模的经验评估。我们的调查表明，我们的方法表明，在SDC测试执行过程中生成非valiD测试案例，增加的多样性和高度准确性。
使用物理引导的对抗网络生成破裂标本的人工位移数据
抽象的数字图像相关性（DIC）已成为监视和评估开裂标本的机械实验的宝贵工具，但是由于固有的噪声和人工制品，通常很难自动检测裂纹。机器学习模型在使用DIC测量的，插值的全景位移作为基于卷积的分割模型的输入中检测裂纹路径和裂纹尖端非常成功。仍然需要大数据来训练此类模型。但是，由于实验昂贵且耗时，科学数据通常很少。在这项工作中，我们提出了一种直接生成类似于实际插值DIC位移的破裂标本的大量人工位移数据的方法。该方法基于生成对抗网络（GAN）。在训练期间，鉴别器以衍生的von Mises等效菌株的形式接收物理领域知识。我们表明，与经典的无指导GAN方法相比，这种物理学引导的方法在样品的视觉质量，切成薄片的Wasserstein距离和几何得分方面会带来改善的结果。
审查引导的集中超声 - 成像MR ...
缩写：cus¼颅骨超声； IVH¼1/1/1/1/1/1/1/1/1/1/1/1/1/1/1/4 NICU¼新生儿重症监护室； PMA¼经期年龄；茶¼任期等效年龄；早产儿中WMI¼白质损伤W MI损伤（WMI）是共同体的，并且与不良神经发育结果有关。1，2它仍然是易受伤害的大脑中最普遍的脑损伤形式，对于那些23至32周之间出生的婴儿的风险最高。3尽管在32周出生的胎龄中有5％的婴儿在MR成像中出现的局灶性坏死在MR成像中出现的局灶性坏死在15％ - 25％的婴儿，28周的25％的婴儿中，其中28周的15％ - 25％的婴儿可能会出现，但最多可与胶质变体相差， 3的 3。 3颅骨超声检查（CUS）是新生儿进化护理单元（NICU）中使用最广泛且最容易获得的神经影像学技术。 对特别有用且敏感3的 3。 3颅骨超声检查（CUS）是新生儿进化护理单元（NICU）中使用最广泛且最容易获得的神经影像学技术。 对特别有用且敏感3。3颅骨超声检查（CUS）是新生儿进化护理单元（NICU）中使用最广泛且最容易获得的神经影像学技术。对
C 端规则肽引导的囊泡用于前列腺癌细胞靶向
a 卡坦扎罗“大希腊”大学临床和实验医学系，Viale“ S. Venuta ” snc，卡坦扎罗 I-88100，意大利 b 精准和纳米医学实验室，生物医学和转化医学研究所，塔尔图大学，拉维拉 14b，50411 塔尔图，爱沙尼亚 c 基耶蒂-佩斯卡拉“ G. d' Annunzio”大学药学系，Via dei Vestini 31，基耶蒂 I-66100，意大利 d 摩德纳和雷焦艾米利亚大学临床和实验医学博士课程，摩德纳 41125，意大利 e 纳米技术实验室，Te.Far.TI，摩德纳和雷焦艾米利亚大学生命科学系，41125 摩德纳，意大利 f 药物靶点组织病理学实验室，立陶宛健康科学大学心脏病学研究所，A. Mickeviciaus g. 9，考纳斯 LT-44307，立陶宛 g 上海大学环境与化学工程学院纳米化学与纳米生物研究所，上海 200444，中国 h 加利福尼亚大学材料研究实验室，圣巴巴拉，CA 93106，美国
计算引导的碳涂层 - ...
https://doi.org/10.26434/chemrxiv-2023-vpldb ORCID: https://orcid.org/0000-0002-5262-6086 Content not peer-reviewed by ChemRxiv.License: CC BY-NC 4.0
机器学习引导的蛋白质工程
摘要：工程的最新进展高度有希望的生物催化剂越来越涉及机器学习方法。这些方法利用了现有的实验和仿真数据来帮助发现和注释有希望的酶，以及提出改善已知靶标的有益突变。蛋白质工程的机器学习领域正在收集蒸汽，这是由于最近的成功案例和其他领域的显着进步所驱动的。它已经包含雄心勃勃的任务，例如理解和预测蛋白质结构和功能，催化效率，对映选择性，蛋白质动力学，稳定性，溶解度，聚集等等。尽管如此，该领域仍在不断发展，需要克服许多挑战和要解决的问题。从这个角度来看，我们概述了该领域正在进行的趋势，重点介绍了最近的案例研究，并研究了基于机器学习的方法的当前局限性。我们强调了在新兴模型进行理性蛋白质设计之前对新兴模型进行彻底实验验证的关键重要性。我们就基本问题发表了意见，并概述了未来研究的潜在方向。关键词：活动，人工智能，生物催化，深度学习，蛋白质设计
微调芯片引导的脂质纳米颗粒的肿瘤内给药，用于靶向抗癌治疗
©作者2023。Open Access本文是根据Creative Commons Attribution 4.0 International许可获得许可的，该许可允许以任何媒介或格式使用，共享，适应，分发和复制，只要您对原始作者和来源提供适当的信誉，请提供与创意共享许可证的链接，并指出是否进行了更改。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问http://creativecommons.org/licenses/4.0/。Creative Commons公共领域奉献豁免（http：//creativecom- mons.org/publicdomain/zero/zero/1.0/）适用于本文中提供的数据，除非在数据信用额度中另有说明。
静脉造影引导的安全性静脉穿刺以防止起搏器植入中气胸
简介：起搏器植入通常在世界范围内广泛用于各种心脏病。使用静脉指导对于穿刺部位的操作员非常重要，并防止并发症，例如气胸。这项研究的目的是确定静脉曲张对预防并发症的影响，并比较有和没有静脉引导的患者之间的气胸速率。方法：在2012年至2022年之间，总共有539例将起搏器植入我们的诊所中的患者。起搏器类型，根据所使用的铅数量，起搏器植入的诊断，病龄，性别，伴随慢性阻塞性肺部疾病（COPD），除颤器电池的存在和铅指导，并评估了静脉造影指导，并分析了它们对Pneumothorax的并发症的贡献。结果：在我们的研究中发现气胸发育的发生率为1.3％。静脉指导被发现针对气胸具有明显的保护性，因为患有气胸的患者组由不以高率进行静脉造影的病人组成。已经确定，在开发肺炎的患者组中，在18-65岁之间的患者中，女性性别的患者比例很高，没有伴随COPD，并插入了2个铅，并带有2个铅，并带有可植入的心脏逆转除颤器（ICD）植入（ICD）植入（单个/双线铅）。我们的研究表明，起搏器植入中的常规静脉造影是一种保护患者免受肺炎和铅骨折的有效方法。讨论和结论：我们的研究表明，起搏器植入过程中的常规静脉造影是一种保护患者免受气胸的有效方法。由于静脉结构的盲点刺穿会增加发生并发症的风险，因此可以在起搏器植入中常规使用静脉指导。关键字：腋静脉穿刺；起搏器;锁骨下静脉穿刺；静脉。
SmartEM：机器学习引导的电子显微镜
Connectomics 提供了必要的纳米分辨率、突触级神经回路图，有助于了解大脑活动和行为。然而，很少有研究人员能够使用高通量电子显微镜来快速生成重建整个回路或大脑所需的非常大的数据集。迄今为止，在通过电子显微镜 (EM) 收集图像后，人们已经使用机器学习方法来加速和改进神经元分割、突触重建和其他数据分析。随着处理 EM 图像的计算改进，获取 EM 图像现在已成为限速步骤。在这里，为了加快 EM 成像速度，我们将机器学习集成到单光束扫描电子显微镜的实时图像采集中。这种 SmartEM 方法允许电子显微镜对标本进行智能、数据感知成像。SmartEM 为每个感兴趣的区域分配适当的成像时间 - 快速扫描所有像素，但随后以较慢的速度重新扫描需要更高质量信号的小子区域，以保证整个视野的均匀分割性，但节省大量时间。我们证明，该流程使用商用单光束 SEM 将连接组学的图像采集时间加快了 7 倍。我们应用 SmartEM 重建小鼠皮层的一部分，其精度与传统显微镜相同，但所需时间更短。
利用同步的大脑节律来影响记忆引导的决策
前额叶皮层和海马体之间的功能相互作用与记忆引导的决策相关，正如θ（6-11 Hz）频率范围内的强烈振荡同步所揭示的那样。然而，这种形式的长距离同步对记忆引导的选择的影响程度仍然未知。在这里，我们开发了一个脑机接口，根据前额叶-海马体θ同步的幅度启动T迷宫任务的试验，然后测量选择结果。发现强烈的前额叶-海马体θ同步会对工作记忆依赖任务和提示反应任务的正确选择产生偏差。随着前额叶-海马体同步的增加，前额叶-丘脑神经相互作用增加，并且腹侧中线丘脑的光遗传学激活会诱发前额叶神经活动和前额叶-海马体θ同步。总之，我们的结果表明，前额叶-海马体θ同步会导致正确的选择并加强前额叶-丘脑对话。我们的研究结果揭示了记忆引导选择的神经回路动力学的新见解，并强调了一种通过脑机接口增强认知过程或行为的有前景的技术。