XiaoMi-AI文件搜索系统
World File Search System王志辉
国立水里商工113学年第2学期教科书使用汇整表
书名 作者审订字号 1 普高数学2 许志农 108104 2 普高数学4A 许志农 109101 3 普高数学4B 许志农 109102 4 技高数学B(Ⅱ) 廖志伟 108295 5 技高数学B(Ⅳ) 廖志伟 109253
利用量子计算机求解栅绝缘子泊松方程的研究
[1] Arute, F.、Arya, K.、Babbush, R. 等人。使用可编程超导处理器实现量子霸权。《自然》574，505–510（2019 年）。https://doi.org/10.1038/s41586-019-1666-5A。[2] Harrow, A. Hassidim 和 S. Lloyd，“线性方程组的量子算法”，《物理评论快报》103，150502（2009 年）。[3] Yudong Cao 等人，“用于求解线性方程组的量子电路设计”，《分子物理学》110.15-16（2012 年），第 1675–1680 页。arXiv：arXiv:1110.2232v2。[4] Solenov, Dmitry 等人。 “量子计算和机器学习在推进临床研究和改变医学实践方面的潜力。”密苏里医学第 115,5 卷 (2018)：463-467。[5] C. Outeiral、M. Strahm、J. Shi、GM Morris、SC Benjamin 和 CM Deane，“量子计算在计算分子生物学中的前景，”WIREs Comput. Mol. Sci.，2020 年 5 月。[6] 王胜斌、王志敏、李文东、范立新、魏志强和顾永健，“量子快速泊松求解器：算法和完整模块化电路设计，”量子信息处理第 19 卷，文章编号：170 (2020)。 [7] H. Abraham 等人，“Qiskit：量子计算的开源框架”，2019 年。 [8] https://quantum-computing.ibm.com/ [9] Sentaurus TM 设备用户指南，Synopsys Inc.，美国加利福尼亚州山景城，2020 年。 [10] https://qiskit.org/textbook/ch-applications/hhl_tutorial.html [11] https://qiskit.org/documentation/stubs/qiskit.quantum_info.state_fidelity
利用量子计算机求解泊松方程的研究...
[1] Arute, F.、Arya, K.、Babbush, R. 等人。使用可编程超导处理器实现量子霸权。《自然》574，505–510（2019 年）。https://doi.org/10.1038/s41586-019-1666-5A。[2] Harrow, A. Hassidim 和 S. Lloyd，“线性方程组的量子算法”，《物理评论快报》103，150502（2009 年）。[3] Yudong Cao 等人，“用于求解线性方程组的量子电路设计”，《分子物理学》110.15-16（2012 年），第 1675–1680 页。arXiv：arXiv:1110.2232v2。[4] Solenov, Dmitry 等人。 “量子计算和机器学习在推进临床研究和改变医学实践方面的潜力。”密苏里医学第 115,5 卷 (2018)：463-467。[5] C. Outeiral、M. Strahm、J. Shi、GM Morris、SC Benjamin 和 CM Deane，“量子计算在计算分子生物学中的前景，”WIREs Comput. Mol. Sci.，2020 年 5 月。[6] 王胜斌、王志敏、李文东、范立新、魏志强和顾永健，“量子快速泊松求解器：算法和完整模块化电路设计，”量子信息处理第 19 卷，文章编号：170 (2020)。 [7] H. Abraham 等人，“Qiskit：量子计算的开源框架”，2019 年。 [8] https://quantum-computing.ibm.com/ [9] Sentaurus TM 设备用户指南，Synopsys Inc.，美国加利福尼亚州山景城，2020 年。 [10] https://qiskit.org/textbook/ch-applications/hhl_tutorial.html [11] https://qiskit.org/documentation/stubs/qiskit.quantum_info.state_fidelity
SCIAMACHY 和 SABER 测量的 OH 夜辉体积发射率比较
摘要。通过大气色谱扫描成像吸收光谱仪 (SCIAMACHY) 的第 6 通道测量的羟基 (OH) 短波红外辐射 (OH(4-2、5-2、8-5、9-6)) 用于推算 80 至 96 公里之间的 OH(v = 4、5、8 和 9) 浓度。利用反演的浓度模拟大气探测宽带辐射测量 (SABER) 仪器测得的 1.6 µm 处的 OH(5-3、4-2) 积分辐射和 2.0 µm 处的 OH(9-7、8-6) 积分辐射，SCIAMACHY 测量的光谱范围并未完全覆盖这些辐射。平均而言，与使用 SCIAMACHY 数据的模拟相比，SABER“未滤波”数据在 1.6 µm 处大约大 40%，在 2.0 µm 处大约大 20%。 “未滤波” SABER 数据是一种产品，它考虑了仪器宽带滤波器的形状、宽度和透射，它们不覆盖相应 OH 跃迁的完整旋转振动带。研究发现，如果使用已发布的 SABER 干涉滤波器特性和 HI-TRAN 数据库中的最新爱因斯坦系数手动执行滤波过程，SCIAMACHY 和 SABER 数据之间的差异最多可减少 50%。讨论了与模型参数不确定性和辐射校准有关的剩余差异。
首都师范大学先进技术会议
技术创新赋能新优质生产力发展的机制与路径研究：基于数字经济核心产业专利视角 张琳教授（江西财经大学，中国） 互联网时代数字贸易对全球价值链升级的影响 王静步教授（西安财经大学，中国），褚希伟教授（西安财经大学，中国） 搜索引擎营销领域制造商预算约束下的动态合作广告策略分析 余瑞辉教授（安徽财经大学，中国），徐晓燕教授（南安普顿大学，英国），冯宝珠教授（安徽财经大学，中国） 申相华教授 10 分钟休息时间
超洛：大型基础模型 /作者的参数效率统一适应= Chen，Xiangyu;刘，王；王，你们；王，pu;品牌，马修；王，广伊； Koike-Akino，Toshiaki /creationDate = 2024年11月15日 /受试者=人工智能，机器学习< /div>
lora [21]通过近似于每个权重矩阵的变化ΔW作为两个低级矩阵的乘积来近似基本模型的重量更新。这将所需的参数从d 2降低至2 rd d时，其中d和r分别为重量大小和等级。大多数洛拉变体都致力于解决矩阵分解的固有低级别概念，包括loha（lo w-rank ha darmard）[42]，lokr（lo w-st rank kr onecker）[42]和lotr（lo lotr（lo w t t t osor r ank ank）[5]。我们在第2节中讨论了更多相关工作。但是，我们发现这些变体可以在我们的框架中很好地统一 - 超级洛拉 - 具有不同的超参数，如表1所示。我们提出的超级LORA框架如图1所示，这也产生了一些新的变体：Lonkr（Lo w-Rank n -split kr onecker）和Lorta（Lo w- r w- r ank ank t ensor a a Paintoration）。此外，我们将三个扩展选项介绍：1）在应用Lora变体之前，将∆ W重塑ΔW； 2）将所有∆ w分为任意数量的组，这会破坏不同权重的∆ w的边界； 3）通过带有固定参数的投影层F（·）将更少的可训练参数投射到更大的权重中。相应地，超级卢比提供了更多的灵活性和扩展功能，并由表2中列出的一组超参数控制。我们的贡献包括：
空间微重力环境下脑内神经化学物质响应的研究进展
[1] 陈善广 , 陈金盾 , 姜国华 , 等 .我国载人航天成就与空间 站建设 .航天医学与医学工程 , 2012, 25: 391-6 [2] 唐琳 .中国空间站完成在轨建造并取得一系列重大进 展 .科学新闻 , 2023, 25: 11 [3] 肖毅 , 陈晓萍 , 许潇丹 , 等 .空间脑科学研究的回顾与展 望 .中国科学 : 生命科学 , 2024, 54: 325-37 [4] 王跃 , 陈善广 , 吴斌 , 等 .长期空间飞行任务中航天员出 现的心理问题 .心理技术与应用 , 2013, 1: 40-5 [5] 陈善广 , 王春慧 , 陈晓萍 , 等 .长期空间飞行中人的作业 能力变化特性研究 .航天医学与医学工程 , 2015, 28: 1-10 [6] 凌树宽 , 李玉恒 , 钟国徽 , 等 .机体对重力的感应及机制 .生命科学 , 2015, 27: 316-21 [7] 范媛媛 , 厉建伟 , 邢文娟 , 等 .航天脑科学研究进展 .生 命科学 , 2022, 34: 719-31 [8] 梁小弟 , 刘志臻 , 陈现云 , 等 .生命中不能承受之轻 —— 微重力条件下生物昼夜节律的变化研究 .生命科学 , 2015, 27: 1433-40 [9] 邓子宣 , Papukashvili D, Rcheulishvili N, 等 .失重 / 模拟 失重对中枢神经系统影响的研究进展 .航天医学与医 学工程 , 2019, 32: 89-94 [10] Tays GD, Hupfeld KE, McGregor HR, et al.The effects of long duration spaceflight on sensorimotor control and cognition.Front Neural Circuits, 2021, 15: 723504-18 [11] Mhatre SD, Iyer J, Puukila S, et al.Neuro-consequences of the spaceflight environment.Neurosci Biobehav Rev, 2022, 132: 908-35 [12] 陈善广 , 邓一兵 , 李莹辉 .航天医学工程学主要研究进 展与未来展望 .航天医学与医学工程 , 2018, 31: 79-89 [13] Moyer EL, Dumars PM, Sun GS, et al.Evaluation of rodent spaceflight in the NASA animal enclosure module for an extended operational period (up to 35 days).NPJ Microgravity, 2016, 2: 16002-9 [14] Mains R, Reynolds S, Associates M, et al.A researcher's guide to: rodent research [M].Rat maintenance in the research animal holding facility during the flight of space lab 3.Washington D.C.: National Aeronautics and Space Administration, 2015 [15] Fast T, Grindeland R, Kraft L, et al.Physiologist, 1985, 28: S187-8 [16] Ronca AE, Moyer EL, Talyansky Y, et al.Behavior of mice aboard the international space station.Sci Rep, 2019, 9: 4717 [17] Morey-Holton ER, Hill EL, Souza KA.Animals and spaceflight: from survival to understanding.J Musculoskelet Neuronal Interact, 2007, 7: 17-25 [18] 陈天 , 胡秦 , 石哲 , 等 .美国太空动物实验研究发展历程 .中国实验动物学报 , 2022, 30: 582-8 [19] 董李晋川 , 黄红 , 刘斌 , 等 .苏俄太空动物实验研究发展 历程 .中国实验动物学报 , 2022, 30: 557-67 [20] Beheshti A, Shirazi-Fard Y, Choi S, et al.Exploring the effects of spaceflight on mouse physiology using the open access NASA GeneLab platform.J Vis Exp, 2019, 143: e58447- 58 [21] 姜宁 , 刘斌 , 张亦文 , 等 .欧日太空动物实验研究概况 .中国实验动物学报 , 2022, 30: 568-73 [22] Mao XW, Byrum S, Nishiyama NC, et al.Impact of
侯增光简历
出版物（部分近期出版物） [1] Wang, J., Shi, L., Wang, W., Hou, ZG , “Efficient braincoding based on adapted EEG channel selecting and transformation”, IEEE Trans on Emerging Topics in Computational Intelligence, 2022, vol.6, pp. 1314-1323. [2] Wang, C., Peng L., Hou, ZG , et al., “A Hierarchical architecture for multisymptom assessment of early Parkinson's disease via wearable sensor”, IEEE Trans on Cognitive and Developmental Systems, 2022, 14(4), pp. 1553-1563. [3] Fan, C.、Peng, L.、Wang, T.、Yang、Zhou, X、Hou, ZG，“R-GAN：基于时间循环生成对抗网络的多会话未来 MRI 预测”，IEEE Trans on Medical Imaging，2022，41(8)，第 1925-1937 页。[4] Ni, Z.、Bian, G、Zhou, X、Li, R 和 Hou, ZG，“空间挤压推理和低秩双线性特征融合用于手术图像分割”，IEEE Journal of Biomedical and Health Informatics，2022，26(7)，第 3209-3217 页。[5] Zhou, X.、Xie, X.、Liu, S.、Feng, Z.、Hou, ZG，“基于动态扭曲操作的手术技能评估”，IEEE Trans on Medical Robotics and Bionics，vol. 4，第1期，第 50-61 页，2022 年 2 月。[6] Li, R.、Xie, X.、Zhou, X.、Liu, S.、Ni, Z.、Hou, ZG，“透视图像中多导丝端点定位的统一框架，”IEEE Transactions on Biomedical Engineering，第 69 卷，第 4 期，第 1406-1416 页，2022 年 4 月。[7] Gui, M.、Zhou, X.、Xie, X.、Liu, S.、Li, H.、Hou, ZG，“基于新型 Halbach 圆柱体的磁皮肤设计和实验：初步研究”，IEEE Trans on Instrumentation and Measurement，2022 年，第 71 卷，第 1-11 页。 [8] 王建军、王伟、任胜、石伟、侯志刚，“单任务与认知-运动双任务训练的神经相关性”，IEEE 认知与发展系统学报，第 14 卷，第 2 期，第 532-540 页，2022 年 6 月。[9] 王光、胡倩、杨燕、程建军、侯志刚，“半监督深度散列的对抗性二元相互学习”，IEEE 神经网络与学习系统学报，2022 年 8 月，第 33 卷，第 8 期，第 4110-4124 页。[10] 王晨、彭玲、侯志刚等，“使用便携式测量方法评估上肢痉挛
引用：王胜，陈荣，王胜等.基于机器学习理论的2型糖尿病风险预测模型比较研究：跨学科
摘要 目的比较基于机器学习理论的6种模型的预测效果，为预测2型糖尿病（T2DM）风险提供方法学参考。 研究地点与对象 本研究基于2016—2018年东莞市居民慢性病危险因素监测数据。各监测点采用多阶段整群随机抽样的方法，最终抽取4157人。在初始人群中剔除缺失数据超过20%的个体，最终纳入4106人。采用设计K最近邻算法和合成少数过抽样技术对数据进行处理。采用单因素分析对变量进行初步筛选。采用10倍交叉验证对部分模型参数进行优化。以准确度、精确度、召回率和受试者工作特征曲线下面积（AUC）评价模型的预测效果，采用Delong检验分析各模型AUC值的差异。结果平衡数据后样本量增加至8013例，其中2型糖尿病患者4023例，对照组3990例。六种模型的比较结果显示，反向传播神经网络模型的预测效果最好，准确率、准确度、召回率分别为93.7%、94.6%、92.8%，AUC值为0.977，其次是logistic模型、支持向量机模型、CART决策树模型和C4.5决策树模型。深度神经网络的预测性能最差，准确率、准确度、召回率分别为84.5%、86.1%、82.9%，AUC值为0.845。结论本研究构建了6类2型糖尿病风险预测模型，并基于各项指标比较了这6种模型的预测效果，结果显示，基于所选数据集的反向传播神经网络的预测效果最好。
胜王瑜伽冥想的神经科学：脑电波......
图 2 显示了大脑的各个部分及其功能。正如大自然赋予我们 2 只眼睛、2 只手、2 只耳朵、2 个肺、2 个肾、2 只脚……，我们的大脑也由两个半球组成 - 左半球和右半球（见图 3）。两个半球通过胼胝体连接，胼胝体是一束超过 2 亿根神经纤维，使它们之间能够进行交流（见图 3）。有趣的是，大脑的左侧控制身体的右侧，而身体的右侧控制身体的左侧。左脑被称为优势半球，与逻辑、口头和书面语言有关 - 其表达、阅读、写作和理解（有关两个半球的更详细专业化，见图 3）。右脑是直觉的、艺术的。