XiaoMi-AI文件搜索系统
World File Search System散度族
大幅缩短高强度粘合剂的开发时间<研究成果
Harutoshi Yamada、Teruki Tsurimoto（筑波大学纯粹与应用科学研究生院）、Sirawit Pruksawan 和 Naito（筑波大学纯粹与应用科学研究生院、国家材料科学研究所）
十八世纪西苏族的扩张和……
比十九世纪早得多，但迄今为止的证据似乎不足以支持这一立场。最近发表的 John K. Bear 冬季计数显示，1725 年在 Big Horn Mountains 附近有一支 Yanktonai 战队，但由于多种原因，这似乎不太可能。Yanktonais 历史上迁往 Tetones 后面的大平原，但 Tetones 在密苏里河附近平原的早期冬季计数记录是 1775 年到达黑山的 Oglala 队伍。此外，Big Horn 地区从来都不是 Yanktonai 领土，这使得他们这么早就进入该地区的可能性更小。Yanktonais 仍然是密苏里河部落。最后，约翰·K·贝尔的冬季计数至少提到过一次与苏族无关的事件（1720 年波尼人击败西班牙人，记录为 1732 年）。大角记录可能与他们没有参与的事件有类似的关联。霍华德，《扬克托奈民族史》，第 29 页。
人工智能技术的接受度和对其前景的乐观度
自 ChatGPT 推出以来，生成式人工智能给未来就业市场带来了显著挑战，引发了关于自动化和人工智能技术如何影响就业的广泛讨论。然而，个人对这些挑战的看法因人而异，有些人将人工智能的进步视为成长和创新的机会。这项研究旨在探讨高中生对人工智能对未来就业市场影响的看法。我们假设，积极主动的性格特征、技术和职业自我效能将积极影响学生对未来职业的准备、乐观和担忧。为了检验这些假设，我们收集了 141 名高中生的数据。我们的研究结果表明，积极主动的性格和技术自我效能与对人工智能对就业影响的准备和乐观程度的增强呈正相关。这些见解为教育工作者和政策制定者提供了实际意义，并提出了未来研究的领域，以更好地了解学生如何为人工智能驱动的劳动力做好准备。关键词：人工智能 (AI)、技术接受度、职业选择、高中介绍
加纳对 COVID-19 疫苗的接受度和犹豫度
接受疫苗的倾向以及影响疫苗接受和犹豫的因素将决定 COVID-19 疫苗接种计划的整体成功。因此，各国需要了解影响疫苗接受和犹豫的因素，以防止未来进一步的冲击，并且有必要彻底了解这些因素。因此，本研究旨在回顾研究领域内选定的已发表著作，并进行有价值的分析，以确定对加纳 COVID-19 疫苗接受和犹豫最具影响力的因素。该回顾还探讨了加纳 COVID-19 疫苗的接受率。我们选择了 2021 年至 2023 年 4 月发表的著作，并根据影响加纳 COVID-19 疫苗接受和犹豫的关键因素、加纳的接受率、经常检查的人口统计因素以及用于检查这些因素的研究方法提取、分析和总结了研究结果。研究发现，积极的疫苗接种认知、安全性、对疫苗有效性的信任、对 COVID-19 的了解以及良好的疫苗接种态度影响了加纳人对 COVID-19 疫苗的接受。疫苗的负面副作用、对疫苗的不信任、对疫苗安全性缺乏信心、恐惧以及精神和宗教信仰都在影响 COVID-19 疫苗犹豫方面发挥了重要作用。在这项研究中，在所审查的文章中观察到的 COVID-19 接受率从 17.5% 到 82.6% 不等。这些研究中经常包括的具有重大影响的人口统计参数包括教育程度、性别、宗教信仰、年龄和婚姻状况。对 COVID-19 疫苗的积极看法和对其负面影响的担忧影响了加纳人的接受和犹豫。
散发性乳腺癌中的线粒体基因组
乳腺癌是女性中最常见的恶性肿瘤，大多数偶发地发生，没有遗传性倾向。然而，零星的乳腺癌比遗传形式的研究较少，迄今为止，几乎没有任何预测性生物标志物存在于前者。此外，尽管据报道线粒体DNA变异与乳腺癌有关，但人群中的发现并不一致。因此，我们就散发性乳腺癌患者和僧伽罗种族的健康对照（n = 60对匹配对）进行了一项案例控制研究，以表征与该疾病相关的编码区域变体并识别任何潜在的生物标志物。线粒体基因组在30对中进行了完全测序，并在其余30对中测序了选定的区域。使用了几种硅内工具来评估观察到的变体的功能意义。在患者和对照组中发现了许多变体。错误的义务变体是多态性或稀有变体。患者和健康对照组之间的患病率没有显着差异（与年龄，体重指数和绝经状态相匹配）。MT-Cyb，MT-ATP6和MT-ND2基因显示出更高的突变率。较高比例的绝经前患者带有错义和致病性变异。在基因中看到了错义变体的独特组合，这些组合主要发生在MT-ATP6和MT-CYB基因中。这种独特的组合仅在患者中发生在肥胖患者中很常见。线粒体DNA变异可能在肥胖和培育前的乳腺癌作用中起作用。分子动力学模拟表明，MT-CO3基因中的突变体，MT-ATP6基因中的T146a的突变体可能比其野生型对应物更稳定。
用中子散射在双原子气体
migdal效应[1]，其中核散射在理论上诱导了原子，分子或固体中的电子激发，但从未在实验中得出结论。主要的挑战是与弹性散射相比非常小的速率，结合了将原发性米格达事件与普通弹性核削减后的二次电子激发或电离的难度。已经提出了Migdal效应来搜索子GEV暗物质，以此作为一种通过电子激发信号逃避核后坐力阈值的方法[2-16]，但首先必须使用标准模型探针观察到这种效果以校准它[17-21]。在本文中，是出于与暗物质检测相关的分子migdal效应的最新发展的动机[22]，我们提出了一个新概念来测量Migdal效应。低能（〜100 eV）中子束用于通过分子气中的核散射（例如碳一氧化碳（CO））诱导结合的Migdal转变，概率约为每个中子散射事件，导致紫外线的发射和可见光子的发射
量子相对熵的积分公式意味着数据处理不等式
建立了量子相对熵以及冯·诺依曼熵的方向二阶和高阶导数的积分表示，并用于给出基本已知数据处理不等式的简单证明：量子通信信道传输的信息量的 Holevo 界限，以及更一般地，在迹保持正线性映射下量子相对熵的单调性——映射的完全正性不必假设。后一个结果首先由 Müller-Hermes 和 Reeb 基于 Beigi 的工作证明。对于这种单调性的简单应用，我们考虑在量子测量下不增加的任何“散度”，例如冯·诺依曼熵的凹度或各种已知的量子散度。使用了 Hiai、Ohya 和 Tsukada 的优雅论证来表明，具有规定迹距的量子态对上这种“散度”的下界与二元经典态对上相应的下界相同。还讨论了新的积分公式在信息论的一般概率模型中的应用，以及经典 Rényi 散度的相关积分公式。
信息论和变分推断的平方和松弛
我们考虑香农相对熵的扩展，称为 f -散度。三个经典的相关计算问题通常与这些散度有关：(a) 根据矩进行估计，(b) 计算正则化积分，和 (c) 概率模型中的变分推断。这些问题通过凸对偶相互关联，并且对于所有这些问题，在整个数据科学中都有许多应用，我们的目标是计算上可处理的近似算法，这些算法可以保留原始问题的属性，例如潜在凸性或单调性。为了实现这一点，我们推导出一系列凸松弛，用于从与给定特征向量相关的非中心协方差矩阵计算这些散度：从通常不易处理的最佳下限开始，我们考虑基于“平方和”的额外松弛，现在它可以作为半定程序在多项式时间内计算。我们还基于来自量子信息理论的谱信息散度提供了计算效率更高的松弛。对于上述所有任务，除了提出新的松弛之外，我们还推导出易于处理的凸优化算法，并给出了多元三角多项式和布尔超立方体上的函数的说明。
