XiaoMi-AI文件搜索系统
World File Search System拱腹
在隧道衬里设计中使用雨伞拱方法，案例研究：
Urmia湖水转移和修复项目（Kani SIB）的通道隧道位于伊朗西部阿塞拜疆省南部。该隧道的一部分位于弱且非常松散的土壤上，尽管使用了步骤钻孔，但在某些地区，在某些地区无法稳定，并且可能导致天花板塌陷，面部塌陷甚至在支撑系统中变形。在这些情况下，有必要采用伞主的预支持方法。隧道稳定性分析是隧道设计和支撑系统的重要因素之一。的确，根据所需的稳定性和隧道的允许位移选择了支撑系统的类型。在本文中，首先是通过樱桃相关来计算隧道的允许位移。然后，使用有限差的数值方法（即FLAC3D软件）绘制地面反应曲线，并使用收敛限制方法（CCM）来确定支持系统的作用瞬间。最后，考虑了不同的安全因素，研究了拟议的支持系统的安全水平。这项研究的结果表明，樱花位移相关性比提出的其他图更可靠。根据视觉观察和仪器结果，准确验证了从数值建模中得出的结果。建议使用带有晶格和Shotcrete支撑系统的合适伞弓预支持系统。雨伞拱前支撑系统包含直径为90 m的90 m和2.5 m的重叠长度为90 mm的管道。
恢复腹侧的GABAB受体表达...
反复暴露于诸如甲基苯丙胺（METH）之类的精神刺激剂中，会在中皮质上的多巴胺系统中诱导神经元适应性，包括腹侧对段区域（VTA）。这些变化导致持续增强的神经元活性，导致多巴胺释放和上瘾的表型增加。在VTA中，GABA B受体介导的神经元抑制作用似乎降低了该系统中多巴胺能活性的一个因素。通过蛋白质磷酸酶2a（PP2A）的GABA B 2亚基的丝氨酸783（Ser783）的去磷酸化似乎触发了精神刺激剂成瘾的啮齿动物中的下调GABA B受体。因此，防止使用干扰肽的GABA B受体与PP2A的相互作用是恢复GABA B受体介导的神经元抑制的有前途的策略。我们以前已经开发了一种干扰肽（PP2A-PEP），该肽抑制了GABA B受体/PP2A相互作用，从而在病理条件下恢复受体表达。在这里，我们检验了以下假设：在甲基化小鼠的VTA中恢复GABA B受体表达减少了成瘾的表型。我们发现，在VTA和伏隔核中，GABA B受体的表达显着降低，但在甲基化小鼠的海马和体感皮层中没有显着降低。将PP2A-PEP输注到甲基化小鼠的VTA中，在VTA中恢复了GABA B受体表达，并抑制了甲基甲基诱导的运动敏化，如开放式测试中所评估的那样。此外，在有条件的位置偏好测试中，将PP2A-PEP施用到VTA中也降低了药物寻求行为。这些观察结果强调了VTA GABA B受体在控制成瘾表型中的重要性。此外，这项研究说明了
人工智能（AI）识别胰腺癌患者腹水中的生存相关因素......
注释1.中性粒细胞：一种白细胞。它可以对抗细菌和真菌等病原体，在保护身体免受感染方面发挥重要作用。 注2.巨噬细胞：一种白细胞。它们有能力吞噬和分解侵入人体的细菌和病毒等病原体以及不必要的细胞，并引发免疫反应。 注3.腹腔冲洗细胞学检查：一种病理检查，将生理盐水注入腹腔，制备标本，检查是否存在恶性细胞。若存在恶性细胞，则细胞学检查判定为阳性；若不存在恶性细胞，则细胞学检查判定为阴性。 注4. Vision Transformer：将在自然语言处理领域带来突破的具有注意力机制的Transformer应用于计算机视觉的模型。 [纸张信息]标题：深度学习使用腹膜阳性洗涤细胞学作者预测胰腺癌患者的1年预后：Noguchi Aya，Numata Yasushi，Sugawara takayori，Miura Hiromori，Konno kaori，konno Takayuki，Ariake Kyohei，Nakayama Shun，Maeda Shinpei，Otsuka Hideo，Mizuma Masamichi，Nakagawa Kei，Morikawa Kei，Akatsuka kei，Akatsuka Jun，Maeda jun，Maeda iChiro和病理学，东北大学医学院研究生院山本托Yoichiro，瑞肯高级情报项目中心病理信息学团队团队负责人（也是科学报告）发表于：科学报告
腹侧视觉流的无监督神经网络模型
深层神经网络目前提供了整个灵长类动物腹视觉流中神经元反应模式的最佳定量模型。然而，作为腹侧流的开发模型，此类网络仍然令人难以置信，部分原因是它们是经过超级可见的方法培训的，需要比婴儿在发育过程中可以使用更多标签的方法。在这里，我们报告说，无监督学习的最新进展在很大程度上缩小了这一差距。我们发现，在多个腹侧视觉皮质皮质区域中，神经网络模型以深层的对比性嵌入方法获得了神经预测的准确性，该区域等于或超过了使用当今最佳监督方法得出的模型，并且这些神经网络模型的映射是神经层在整个通风流中的神经层。令人惊讶的是，我们发现这些方法即使仅接受从头部安装的相机收集的实际人类儿童发育数据进行训练，即使这些数据集很嘈杂且有限，也会产生类似的表示形式。我们还发现，半佩里的深层对比嵌入可以利用少量标记的示例来产生代表，具有大大改善人类行为的错误模式一致性。综上所述，这些结果说明了无监督学习的使用，以提供穆尔氏皮质脑系统的定量模型，并为灵长类动物感觉学习的生物学上合理的计算理论提供了强有力的候选者。
住宅建筑平面图提交指南
• 墙体支撑/剪力墙平面图 • 防火墙详图 • 额定墙体和拱腹详图 • 钢/玻璃施工图 • 带隔热值的隔热外壳 • 门窗计划 设计专业人员盖章的平面图 出于多种原因，平面图可能需要科罗拉多州执业设计专业人员的批准，包括高地面雪荷载（超过 70 psf）、大型悬臂（大于 2'，取决于倾斜的物体）或使用某些材料。工作人员可以帮助您确定您的平面图是否需要专业设计人员。当需要科罗拉多州建筑师或工程师盖章时，必须签名、注明日期并出现在每张设计图纸和提交的所有其他文件上。风速、屋顶和地面雪荷载以及设计中使用的建筑规范必须位于盖章文件的同一页上。
腹主动脉瘤和胸主动脉瘤风险因素的差异
结果：VIP/MONICA 队列中前瞻性收集了 96,196 名受试者的数据，其中 236 名 AAA 患者（181 名男性和 55 名女性）和 935 名匹配对照，168 名 TAA 患者（115 名男性和 53 名女性）和 662 名对照。AAA 病例和对照的基线检查平均年龄为 57.0 ± 5.7 岁，TAA 病例和对照的基线检查平均年龄为 52.1 ± 8.8 岁。AAA/TAA 基线检查和诊断之间的平均时间分别为 12.1 年和 11.7 年。AAA 和 TAA 之间的风险因素谱存在明显差异。吸烟、高血压和冠状动脉疾病与 AAA 的后期诊断有显著相关性，吸烟史的 aOR 最高（aOR，10.3；95% 置信区间 [CI]，6.3-16.8）。对于 TAA，高血压是唯一的阳性风险因素（aOR，1.7；95% CI，1.1-2.7），而吸烟则无关。糖尿病与 AAA 或 TAA 均无关；自我报告的体力活动也无关。
（IRSME）沙地隧道周围的土拱和地面变形：回顾和新见解 Ghorban Khandouzi 1 和 Mohammad Hossein Khos
工程结构中使用的粒状材料在不同的岩土因素下往往会发生拱形。拱形是这些结构中载荷从破坏区转移到稳定区域的一个因素。土拱在隧道施工中应力重新分布、沉降和支撑载荷方面起着重要作用。本文回顾了各种参数对土拱发展和隧道周围膨胀和收缩区形成的影响。进行了全面的文献综述、新发表论文分析和调查，以研究各种参数对土拱的影响。通过研究剪切带、变形区的形成及其发展获得了结果。调查结果表明，沙地隧道周围的土拱和地面变形是复杂的现象，在隧道施工期间需要仔细考虑。此外，结果还表明，尽管存在拱形区，但在隧道上方仍形成了一个具有非线性滑动面的松动区。随着隧道收敛的开始，出现初始非线性滑动面，并在隧道上方形成拱形区。当隧道收敛增加时，拱区内会形成稳定拱，稳定拱下会形成一个松动区，即应力减小区。了解沙地隧道周围拱区内形成的土拱、地面变形和稳定拱对于评估隧道支撑上的应力重新分布和负载的工程师非常重要。了解这些问题还可以帮助设计师和从业者在隧道施工期间做出明智的决策。
大脑的腹侧视觉通路能计算物体的形状吗？
大量行为文献表明，人类的物体识别是由形状表征支持的，这种表征能够容忍物体外观的变化。这种“全局”形状表征是通过描述物体局部特征或结构的空间排列而不是特征本身的外观来实现的。然而，越来越多的证据表明，腹侧视觉通路（物体识别的主要基础）可能并不代表整体形状。相反，腹侧表征可能更适合描述为局部图像特征的基础集。我们认为，这一证据迫使人们重新评估腹侧通路在物体感知中的作用，并提出了一个更广泛的形状感知网络，其中包括来自背侧通路的贡献。
灵长类视觉腹侧流任务优化模型的缩放定律
在足够大的对象分类数据集上进行训练时，特定的人工神经网络模型可以合理匹配核心对象识别 (COR) 行为和灵长类视觉腹侧流 (VVS) 中的潜在神经反应模式。机器学习的最新发现表明，在更大的数据集上训练更大的模型并投入更多的计算预算可以提高任务性能，但目前尚不清楚规模如何影响大脑对齐。我们在此研究了灵长类 VVS 建模的缩放定律，这些定律涉及以受控方式训练的 300 多个模型中数据集和模型大小的计算最优分配。为了评估模型的大脑对齐，我们使用了一组涵盖整个 VVS 和 COR 行为的基准。我们发现，虽然增加模型参数的数量最初会改善大脑对齐，但更大的模型最终会导致收益递减。增加数据集大小可以从经验上持续改善对齐，但我们推断，这里的规模对于非常大的数据集也会趋于平稳。将我们对模型和数据大小的最佳计算预算分配与缩放定律相结合，我们预测单凭规模不会导致大脑与当前架构和数据集的一致性取得实质性进展。