XiaoMi-AI文件搜索系统
World File Search System更优
深度学习在心电图心律失常检测和分类中的应用：2017 年至 2023 年进展概述
心血管疾病是全球死亡的主要原因。心电图 (ECG) 仍然是识别心律不齐的基准方法。自动检测 ECG 中的异常有助于早期发现、诊断和预防心血管疾病。深度学习 (DL) 架构已成功用于心律失常检测和分类，并且比传统的浅层机器学习 (ML) 方法具有更优的性能。本调查对 2017 年至 2023 年期间用于 ECG 心律失常检测且表现出优异性能的 DL 架构进行了分类和比较。回顾了不同的 DL 模型，例如卷积神经网络 (CNN)、多层感知器 (MLP)、Transformers 和循环神经网络 (RNN)，并总结了它们的有效性。本调查为愿意开发使用 DL 模型检测 ECG 异常的有效算法的新兴研究人员提供了全面的路线图，以加快适应过程。我们量身定制的指南弥补了知识差距，使新手能够顺利跟上心电图心律失常检测的当前研究趋势。我们阐明了模型开发和优化方面未来研究和改进的潜在领域，旨在促进心电图心律失常检测和分类的进步。
基于 YOLOv2 和卷积神经网络的 MRI 脑肿瘤分析改进框架
摘要 脑肿瘤是一组异常细胞。大脑被包裹在更坚硬的头骨中。异常细胞生长并引发肿瘤。由于肿瘤形状不规则，肿瘤检测是一项复杂的任务。所提出的技术包含四个阶段，即病变增强、特征提取和选择以进行分类、定位和分割。磁共振成像 (MRI) 图像由于某些因素（例如图像采集和磁场线圈的波动）而带有噪声。因此，使用同态小波滤波器进行降噪。然后，使用非支配排序遗传算法 (NSGA) 从 inceptionv3 预训练模型中提取特征并选择信息特征。优化的特征被转发进行分类，之后肿瘤切片被传递到为肿瘤区域定位而设计的 YOLOv2-inceptionv3 模型，以便从 inceptionv3 模型的深度连接 (mixed-4) 层提取特征并提供给 YOLOv2。将定位图像传递给 McCulloch 的 Kapur 熵方法以分割实际肿瘤区域。最后，在三个基准数据库 BRATS 2018、BRATS 2019 和 BRATS 2020 上验证了所提出的技术以进行肿瘤检测。所提出的方法在脑病变的定位、分割和分类中取得了 0.90 以上的预测分数。此外，与现有方法相比，分类和分割结果更优。
自动化 RF PA 设备制造以加速 5G...
在5G时代之前，硅基横向双扩散金属氧化物半导体（Si-LDMOS）是4G LTE射频功率放大器市场的主流方案，目前已基本成为主流，技术成熟度较高。传统Si-LDMOS在3.5GHz以下频率表现良好，但无法满足5G应用对更高频率的要求。砷化镓（GaAs）应用工作频率主要在8GHz以内，适用于5G基站的中低功率器件。在高功率射频应用中，氮化镓（GaN）优势明显，是5G宏站的必备材料。GaAs和GaN凭借更优的功率系统效率、性能和成本，有望取代硅成为功率开关技术的支柱。作为宽带隙（WBG）半导体材料，GaAs和GaN器件的效率均高于Si。 GaAs/GaN 器件正在取代 5G 基站、雷达和航空电子设备以及其他宽带应用中的 Si-LDMOS 器件。在未来的网络设计中，由于物理特性的限制，GaAs/GaN 和其他 WBG 材料将取代大多数现有的 Si-LDMOS 器件 [1]。一般来说，5G 基站将采用基于 GaAs/GaN 的 PA 来实现更高的频率，而 Si-LDMOS 仍将只是其中的一部分，用于较低频率
开放课程
现代大学的发展史就是一部不断变革的历史。时代在不断发展，我们的教育教学方式也需要随之更新。现代科技的飞速发展改变了人们的生活、学习和工作方式，人们获取所需信息的途径多种多样。加强全球合作、加强大学间协同创新、构建国际合作新模式是高等教育主动应对当代挑战的科学之路。当今时代，随着新一轮科技革命和产业变革的到来，大学再次面临巨大变革，突如其来的疫情加速了这一进程。后疫情时代，在线教育将深刻改变大学的组织形态，大学的边界将发生新的变化和拓展，教学、科研和管理将迭代升级，必须充分利用网络，实现线上线下教育的深度融合，在“云”上重塑教育形态。 2025年春季，北大将继续开展“全球开放课程”项目，精选北大线下课程，开放给海外大学生，与北大同学同步上课，让中外学生“云端相聚”、共同学习。北大愿与全球高校加强合作，打造更具包容性的课程平台，不断探索更优的育人之路。
革命性的发育神经毒性测试
抽象的发育神经毒性（DNT）测试在过去二十年中取得了巨大进步。即使在2007年的DNT测试中的动物OECD测试指南之前，2005年开始的一系列非动物技术研讨会和会议都塑造了一个社区，该社区提供了一系列体外测试方法（DNT IVB）的全面电池。现在，其数据解释已被最近的经合组织指南涵盖（No.377）。在这里，我们概述了该领域的进展，重点是测试策略的演变，新兴技术的作用以及OECD测试指南对DNT测试的影响。，这是针对化学物质对人类健康最复杂的危害之一的无动物测试方法的靶向发展的一个例子。这些发展从字面上始于空白的板岩，没有提出的替代方法可用。在过去的二十年中，尖端的科学实现了一种测试方法的设计，该方法能够避免动物，并使吞吐量能够解决这一挑战性危害。显然，该领域需要指导和法规，但应更优先考虑化学暴露引起的人类认知能力的巨大经济影响。除此之外，在体外测试中名声的主张是它带来的巨大科学进步，以理解人的大脑，其发育以及如何受到干扰。
锂电池快充设计的多目标优化...
锂离子电池快速充电是现代电动汽车的关键，它既要考虑充电时间，又要考虑电池的退化。快速充电优化面临的挑战包括：(i) 可能的充电协议空间维度高，而实验预算往往有限；(ii) 对电池容量衰减机制的定量描述有限。本文提出了一种数据驱动的多目标充电方法，以最大限度地缩短充电时间，同时最大限度地延长电池循环寿命，其中使用切比雪夫标量化技术将多目标优化问题转化为一组单目标问题，然后使用约束贝叶斯优化 (BO) 有效地探索充电电流的参数空间并处理充电电压的约束。此外，利用多项式展开技术将连续变电流充电协议引入到所提出的充电优化方法中。在基于多孔电极理论的电池模拟器上证明了所提出的充电方法的有效性。结果表明，与包括线性近似约束优化（COBYLA）和协方差矩阵自适应进化策略（CMA-ES）在内的最新基线相比，所提出的基于约束BO的方法具有更优的充电性能和更高的采样效率。此外，还讨论了随着充电协议中使用的自由度数量的增加，充电性能及其不确定性的增加。
使用常温机器灌注平台对肾缺血再灌注损伤进行药物靶向治疗
常温机器灌注 (NMP) 是一种在移植前保存肾脏的新兴方式。NMP 可以实现对肾脏缺血-再灌注损伤 (IRI) 的定向药物调节，而无需全身供体/受体疗法。在小鼠肾脏 IRI 模型中比较了三种已证实的抗 IRI 药物，即 CD47 阻断抗体 (α CD47Ab)、可溶性补体受体 1 (sCR1) 和重组血栓调节蛋白 (rTM)。然后在定制的 NMP 回路中使用最有效的药物来治疗分离的猪肾脏，确定药物对灌注和 IRI 相关参数的影响。α CD47Ab 在 24 小时后对小鼠的 IRI 具有最大的保护作用。因此，α CD47Ab 被选为添加到 NMP 回路的候选药物。通过免疫荧光证实了 CD47 受体结合。与未经治疗的 NMP 肾脏相比，CD47 阻断后肾脏灌注/血流得到改善，氧化应激和组织学损伤相应减少。NMP 期间，α CD47Ab 治疗对肾小管和肾小球功能参数没有显著影响。在小鼠肾脏 IRI 模型中，与针对其他途径的疗法相比，α CD47Ab 被证实是一种更优的抗 IRI 药物。NMP 能够有效地将这种药物直接输送到猪肾脏，尽管需要在移植环境中进一步证明其疗效。
抗表皮生长因子受体治疗与抗血管内皮生长因子治疗对转移性结直肠癌的作用比较：随机临床试验的最新荟萃分析
摘要 针对表皮生长因子受体 (EGFR) 或血管内皮生长因子 (VEGF) 的单克隆抗体与化疗细胞毒药物联合用于转移性结直肠癌 (mCRC) 的一线治疗已显示出临床益处。比较这些单克隆抗体作为初始治疗的随机研究数据相互矛盾，而且它们的比较疗效仍然未知。本研究旨在通过结合随机临床试验的数据来评估抗表皮生长因子受体 (anti-EGFR) 治疗和抗血管内皮生长因子治疗联合对 mCRC 患者预后的影响。三项符合资格标准的试验和四项随机研究被纳入荟萃分析。对于 KRAS 野生型 (KRAS-WT) 的 MCRC 患者，接受抗 EGFR 治疗的患者的 ORR 优于接受抗 VEGF 治疗的患者。对于所有 RAS-WT 患者，这种效果甚至更好。 KRAS-WT mCRC 和所有 RAS-WT mCRC 两组的无进展生存期 (PFS) 率无显著差异。接受抗 EGFR 治疗的 RAS 野生型 (RAS-WT) mCRC 患者的总生存期 (OS) 较高，但 KRAS-WT 患者的总生存期 (OS) 高于抗 VEGF 治疗。我们的研究结果表明，在所有 RAS-WT MCRC 患者中，添加抗 EGFR 治疗与抗 VEGF 治疗相比，ORR 和 OS 均更优。对于 KRAS-WT mCRC，两组的 OS 和 PFS 没有显著差异。这些结果表明，与所有 RAS-WT mCRC 患者的抗 VEGF 治疗相比，抗 EGFR 单克隆抗体可以达到同等的疗效。
高效风力发电机组发电规划，降低配电系统公司成本
摘要 — 风能因其不确定性给输配电系统带来了新的挑战。风力涡轮机 (WT) 对上游网络向配电系统公司 (DISCO) 收取的实际费用的影响是一个挑战。此外，当 WT 的并网逆变器以超前或滞后模式运行时，WT 会从系统中吸收或注入无功功率。本文提出了一种方法来评估 WT 运行模式的重要性，以便在存在系统不确定性的情况下最大限度地降低 DISCO 的成本。因此，通过确定最佳重构配电系统中 WT 的最佳位置和大小，制定了一个优化问题，以最大限度地降低 DISCO 的成本。此外，提出了一种改进的基于向量的群优化 (IVBSO) 算法，因为它非常适合基于向量的问题。在模拟中使用了两个配电系统来评估所提出的算法。首先，使用 IEEE 33 节点测试系统验证了 IVBSO 算法比其他启发式算法能得出更优解的能力。其次，使用 Bijan-Abad 配电系统 (BDS) 证明了所提优化问题的有效性。据此，配电系统模型、风速累积分布函数和负荷曲线均从 BijanAbad 地区的实际数据中提取出来。最后，将优化问题应用于 BDS 中风电机组的超前和滞后模式。结果表明，当风电机组在滞后模式下运行时，配电系统的总成本低于在超前模式下运行时。
使用人工智能时的建议
2022 年秋季，生成人工智能 (AI) 取得了重大突破——尤其是 ChatGPT 和类似服务的潜在用途——使 AI 成为社会上更优先考虑的问题。金融公司也是如此，该技术可用于获得市场份额或优化运营。这些服务使每个人——即使是没有高级技术能力的用户——都可以在日常生活中使用人工智能。仅仅因为这个原因——或者也许正是因为这个原因，可能有必要采取积极措施，避免让对落后的恐惧掩盖对良好治理和风险管理的关注，以及对健康的企业文化和道德考虑的关注，这些都是安全使用的先决条件。有鉴于此，丹麦金融监管局 (Danish FSA) 认为，进一步明确 2019 年 1 月发布的《金融领域使用机器学习的建议》中的建议是有利的。因此，本文中的建议应与 2019 年的论文结合阅读。2019 年的论文包含丹麦金融监管局在九个特定领域的建议，随着机器学习（或更广泛地说是人工智能）的使用增加，公司可能会考虑这些建议。随着人工智能从绘图板转向生产环境，丹麦 FSA 认为有必要再次指出，使用该技术的方法应该侧重于风险管理，无论其潜力有多大。2019 年的论文基于监管沙箱 FT Lab 中的一个测试案例，该案例通过深度神经网络进行监督机器学习。出于这个原因，丹麦金融服务管理局选择发布使用监督机器学习的原始良好实践论文，尽管主题和