XiaoMi-AI文件搜索系统
World File Search System排序
按能量对双环有符号有向图进行排序
有符号有向图 (或简称 sidigraph) 由一对 S = ( D , σ ) 组成，其中 D = ( V , A ) 为基础有向图，σ : A →{ 1 , − 1 } 是有符号函数。带有 +1 ( − 1) 符号的弧称为 S 的正 (负) 弧。一般而言，S 的弧称为有符号弧。sidigraph 的符号定义为其弧符号的乘积。如果 sidigraph 的符号为正 (负)，则称其为正 (负)。如果 sidigraph 的所有弧均为正 (负)，则称其为全正 (全负)。如果 sidigraph 的每个环均为正，则称其为环平衡的，否则为非环平衡的。在本文中，我们假设环平衡（非环平衡）环为正（负）环，并用 C + n（C − n）表示，其中 n 是顶点数。对于有向图，我们用 uv 表示从顶点 u 到顶点 v 的弧。顶点集 { vi | i = 1 , 2 , ... , n } 和有符号弧集 { vivi + 1 | i = 1 , 2 , ... , n − 1 } 组成有向路径 P n 。顶点集 { vi | i = 1 , 2 , ... , n } 和有符号弧集 { vivi + 1 | i = 1 , 2 , ... , n − 1 } 组成有向路径 P n 。 , n − 1 } ∪{ vnv 1 } 组成一个有向圈 C n 。如果 sidigraph 的底层图是连通的，则该 sidigraph 是连通的。如果连通的 sidigraph 包含唯一的单个有向圈，则它是单环 sidigraph。如果连通的 sidigraph 恰好包含两个单个有向圈，则它是双环 sidigraph。我们考虑具有 n ( n ≥ 4) 个顶点的双环有符号有向图类 S n ，它的两个有符号有向偶圈是顶点不相交的。对于 sidigraph S = ( D , σ )，如果它有一条从 u 到 v 的有向路径和一条从 v 到 u 的有向路径，其中 ∀ u , v ∈V ，那么它是强连通的。S 的最大强连通子图称为 sidigraph S 的强组件。
放松器铁电数学中的组成排序
放松剂铁电源形成一类特殊的功能材料，通常由复杂的钙钛矿Pb（Bb'）O 3组成，如Pb所示（Mg 1/3 NB 2 /3）O 3所示，其中Mg和Nb的组合序对其属性至关重要。在这项工作中，使用第一个基于基本的模型进行分析表明，尽管静电相互作用很重要，但可以采用最近的邻居假设（用于金属合金）来理解PB（BB'）O 3中的组成顺序。使用川崎蒙特 - 卡洛方法的数值模拟可以通过最大化B-B'对的数量（或Bethe的参数）来对实验观察到的组成排序进行建模，这是确定排序的重大因素。还讨论了配置能量退化的微妙之处，这解释了这种系统固有存在的部分疾病。
疫苗优先排序：谁处于各个阶段？
阻塞性肺病）I 心脏病·实体器官移植·超重（BMI>40 kg/m2）·怀孕·镰状细胞病·吸烟·2 型糖尿病·哮喘（中度至重度）·脑血管病·囊性纤维化·高血压·免疫功能低下；血液/骨髓移植·神经系统疾病，如痴呆症·肝病·肺纤维化·地中海贫血·1 型糖尿病
基于多目标优化的非支配排序遗传算法对风能潜力的评估 III
摘要：风能是一种丰富的可再生能源，近年来在世界范围内得到广泛应用。本研究提出了一种新的基于多目标优化 (MOO) 的风能系统遗传算法 (GA) 模型。所提出的算法包括非支配排序，其重点是最大化风力涡轮机的功率提取，最小化发电成本和电池寿命。此外，还分析了风力涡轮机和电池储能系统 (BESS) 的性能特征，特别是扭矩、电流、电压、充电状态 (SOC) 和内阻。完整的分析是在 MATLAB/Simulink 平台上进行的。将模拟结果与现有的优化技术（如单目标、多目标和非支配排序 GA II（遗传算法 II））进行了比较。从观察结果来看，非支配排序遗传算法 (NSGA III) 优化算法提供了卓越的性能，特别是更高的涡轮机功率输出、更高的扭矩率、更低的速度变化、更低的能源成本和更低的电池退化率。该结果证明，与传统的优化工具相比，所提出的优化工具可以从自激感应发电机（SEIG）中提取更高的功率。
使用人工智能对胸部 X 光检查工作列表进行优先级排序：临床工作流程模拟
摘要 目的 旨在评估人工智能 (AI) 的智能工作列表优先级排序是否能够优化放射学工作流程并减少胸部 X 光片 (CXR) 中关键发现的报告周转时间 (RTAT)。此外，我们研究了一种方法以抵消 AI 的假阴性预测的影响——由于 CXR 被排在工作列表的末尾，这会导致 RTAT 非常长且危险。 方法 我们开发了一个模拟框架，通过结合医院特定的 CXR 生成率和报告率以及病理分布来模拟大学医院的当前工作流程。利用这个框架，我们模拟了标准工作列表处理“先进先出”(FIFO)，并将其与基于紧急程度的工作列表优先级排序进行了比较。检查优先级排序由 AI 执行，将八种不同的病理发现按紧急程度降序排列：气胸、胸腔积液、浸润、充血、肺不张、心脏扩大、肿块和异物。此外，我们引入了最长等待时间的上限，超过此上限后，将为检查分配最高紧急程度。结果与 FIFO 模拟相比，所有优先级模拟中所有关键发现的平均 RTAT 均显着减少（例如，气胸：35.6 分钟 vs. 80.1 分钟；p < 0.0001），而大多数发现的最大 RTAT 同时增加（例如，气胸：1293 分钟 vs. 890 分钟；p < 0.0001）。我们的“上限”大大降低了所有类别的最大 RTAT（例如，气胸：979 分钟 vs. 1293 分钟/1178 分钟；p < 0.0001）。结论我们的模拟表明，AI 的智能工作列表优先级排序可以降低 CXR 中关键发现的平均 RTAT，同时保持较小的 FIFO 最大 RTAT。要点 • 基于医院经验数据开发逼真的临床工作流程模拟器，可使用人工智能精确评估智能工作列表优先级。 • 使用没有最大等待时间阈值的智能工作列表优先级可能会产生人工智能的假阴性预测风险，从而大大增加报告周转时间。 • 使用最先进的卷积神经网络可以将平均报告周转时间缩短到几乎完美分类算法的上限（例如，气胸：35.6 分钟 vs. 30.4 分钟）。
新疫苗的优先排序：乌干达
乌干达于 20 世纪 60 年代开始实施扩大免疫规划，目前已有 12 种儿童疫苗 2 。随着疫苗数量的增加，扩大免疫规划的成本增长了三倍，从 2012 年的 2040 万美元增至 2016 年的 8560 万美元 3 ，并且由于缺乏共同出资，预计所需免疫资源的资金缺口将达到 90%（2016-2020 年） 4 。此外，乌干达是世界上难民人口第三多的国家，与多个国家接壤地区管控松散，存在国内动乱 5 。
根据年龄和血清状态制定的基于模型的 COVID-19 疫苗优先排序策略
当 COVID-19 疫苗上市时，有限的初始供应将引发如何优先考虑可用剂量的问题，从而强调需要制定透明的、基于证据的策略，将疾病传播、风险、疫苗效力和现有人群免疫力方面的知识和不确定性联系起来。在这里，我们采用一种基于模型的方法来确定疫苗的优先次序，评估优先次序策略对累积发病率和死亡率的影响，并考虑年龄、接触结构和血清流行率等人口因素以及疫苗因素，包括不完善和随年龄变化的效力。该框架可用于评估和比较现有策略，也可用于得出最佳优先次序策略以最大限度地降低死亡率或发病率。我们发现，应优先为 20-49 岁的成年人接种阻断传播的疫苗，以最大限度地降低累积发病率，并优先为 60 岁以上的成年人接种以最大限度地降低死亡率。直接为 60 岁以上的成年人接种疫苗可最大限度地降低不阻断传播的疫苗的死亡率。我们还估计了使用个体血清学检测将剂量重新定向给血清阴性个体的潜在好处，从而改善每剂疫苗的边际影响。我们认为，这种基于血清学的疫苗接种方法可能会提高疫苗接种工作的效率，同时部分解决 COVID-19 负担和影响方面现有的不平等问题。
COVID-19 疫苗优先排序：工作组考量
* 证据到建议框架：ACIP 用来制定基于证据的透明政策决策的框架。由于目前缺乏数据，尚未评估益处/危害和资源使用领域。https://www.cdc.gov/vaccines/acip/recs/grade/downloads/ACIP-evidence-rec-frame-508.pdf 7
针对巴尔通体的潜在药物靶点的优先排序...
巴尔通体杆菌 (Bb) 是一种革兰氏阴性致病菌，可导致卡里翁病 (CD)，从而引起溶血性贫血和皮肤病变。（1）这种感染是秘鲁、哥伦比亚和厄瓜多尔部分地区的地方病。它主要与贫困、气候变化和获得的少量财政支持有关。（2）这种疾病有两个不同的临床阶段。早期或急性期（奥罗亚热）症状包括发烧和严重贫血，通常在感染后约 60 天出现。如果不进行抗生素干预，此阶段对 40-88% 的患者来说是致命的，即使经过充分治疗，死亡率也会上升到 9-11%。慢性期或秘鲁疣的特征是出现皮肤疹，称为疣。此阶段很少致命，但病变可能会留下疤痕或出血，并且皮疹可能伴有发烧、头痛、淋巴结肿大、急性关节和骨痛。（3）
优先排序 - 大师 240720
早期妊娠和流产护理 - 流产 - 出血和不稳定 产妇损害（例如败血症、绒毛膜羊膜炎、严重先兆子痫等） 接近法定阈值（所有流产为 23+6 周/ 9+6 周 [英格兰和威尔士]/ 11+6 周 [苏格兰] 在家进行药物流产）/ 12-14 周（如果当地 NHS 未提供此范围以外的程序） 已进行宫颈准备的病例（米索前列醇/渗透扩张剂/米非司酮） 堕胎（接近法定限制）