XiaoMi-AI文件搜索系统
World File Search System现与
将药物和靶向蛋白成像结合在一起，发现与癌症治疗相关的分子变化
质谱成像（MSI）是在不同的给药途径后在组织中定位和定量组织中的定位和定量的。通常，同时检测到药物和其他小分子代谢物。但是，缺乏将药物治疗与蛋白质变化相关的方法。使用新型光电质量标签（PC-MTS）的MALDI-IHC方法允许对完整蛋白的靶向成像进行靶向成像，并且可以在相同的组织截面和与其他MSI实验的相同仪器上进行。1其他成像方式（例如荧光）也可以与MALDI-IHC结合使用。在这里，使用大鼠肝肿瘤，我们在同一组织中介绍了药物和靶向蛋白质成像的整合。我们还在3个不同的MSI平台上比较了这些结果。
Nurul Akmal 阿曼苏丹国佐法尔大学艺术与应用科学学院计算机科学系 收稿日期：2023 年 11 月 13 日 接受日期：2024 年 3 月 14 日 发表日期：2024 年 4 月 24 日 摘要 本研究考察了教师、学生和行政人员对 ChatGPT 在阿曼教育环境中的作用的看法。这项研究意义重大，因为它深入了解了人工智能在教育中的应用程度，并为未来计划提供了指导。考察阿曼教育环境中各利益相关者的看法，为热衷于拥抱新技术同时又坚持传统教育价值观的高等教育机构提供了宝贵的信息。该研究利用焦点小组讨论收集了教师、学生和行政人员的数据。研究结果表明，ChatGPT 的关键作用在于完善内容，尤其是对于非英语母语的学生、行政人员和教师而言。行政人员和教师强调了其在起草电子邮件方面的功效，表明人工智能具有改善日常认知任务的潜力。学生们对 ChatGPT 解释复杂学术任务的能力表示赞赏。然而，教师们对过度依赖人工智能和可能丧失学术诚信的担忧浮现，这与之前的文献产生了共鸣。这些发现与阿曼独特的社会文化和教育背景有关。鉴于人工智能在阿曼教育中的新兴性质，该研究提供的见解为未来的研究奠定了基础并指导了政策制定。关键词：人工智能、阿曼教育、教学、学习引用为：Syahrin, S. & Akmal, N. (2024)。探索人工智能前沿：阿曼苏丹国教师、学生和行政人员对人工智能在教育中的作用的看法。阿拉伯世界英语杂志 (AWEJ) ChatGPT 特刊，2024 年 4 月：73-89。 DOI: https://dx.doi.org/10.24093/awej/ChatGPT.4
Nurul Akmal 阿曼苏丹国佐法尔大学艺术与应用科学学院计算机科学系 收稿日期：2023 年 11 月 13 日 接受日期：2024 年 3 月 14 日 发表日期：2024 年 4 月 24 日 摘要 本研究考察了教师、学生和行政人员对 ChatGPT 在阿曼教育环境中的作用的看法。这项研究意义重大，因为它深入了解了人工智能在教育中的应用程度，并为未来计划提供了指导。考察阿曼教育环境中各利益相关者的看法，为热衷于拥抱新技术同时又坚持传统教育价值观的高等教育机构提供了宝贵的信息。该研究利用焦点小组讨论收集了教师、学生和行政人员的数据。研究结果表明，ChatGPT 的关键作用在于完善内容，尤其是对于非英语母语的学生、行政人员和教师而言。行政人员和教师强调了其在起草电子邮件方面的功效，表明人工智能具有改善日常认知任务的潜力。学生们对 ChatGPT 解释复杂学术任务的能力表示赞赏。然而，教师们对过度依赖人工智能和可能丧失学术诚信的担忧浮现，这与之前的文献产生了共鸣。这些发现与阿曼独特的社会文化和教育背景有关。鉴于人工智能在阿曼教育中的新兴性质，该研究提供的见解为未来的研究奠定了基础并指导了政策制定。关键词：人工智能、阿曼教育、教学、学习引用为：Syahrin, S. & Akmal, N. (2024)。探索人工智能前沿：阿曼苏丹国教师、学生和行政人员对人工智能在教育中的作用的看法。阿拉伯世界英语杂志 (AWEJ) ChatGPT 特刊，2024 年 4 月：73-89。 DOI: https://dx.doi.org/10.24093/awej/ChatGPT.4
电子纹身：实现与人体皮肤的无感交互
摘要：人体从头到脚不断发出生理和心理信息。可穿戴电子设备能够以非侵入方式准确地数字化这些信息，而不会影响用户的舒适度或移动性，有可能彻底改变远程医疗、移动医疗以及人机或人与元宇宙的交互。然而，由于传统刚性平面电子设备与柔软、弯曲的人体皮肤表面之间的机械不兼容性，最先进的可穿戴电子设备在可穿戴性和功能性方面面临限制。电子纹身是一种独特的可穿戴电子设备，其特点是超薄和皮肤柔软，可在人体皮肤表面进行非侵入性和舒适的贴合，不会造成阻碍甚至机械感知。这篇评论文章对电子纹身进行了详尽的探讨，介绍了它们的材料、结构、制造工艺、特性、功能、应用和剩余挑战。我们首先总结了人体皮肤的特性及其对电子纹身-皮肤界面信号传输的影响。接下来，我们讨论了电子纹身的材料、结构设计、制造和皮肤附着过程。我们将电子纹身的功能分为电气、机械、光学、热和化学传感，以及伤口愈合和其他治疗。在讨论了能量收集和存储功能后，我们概述了无线电子纹身系统集成的策略。最后，我们对该领域剩余的挑战和未来机遇提出了个人观点。
自主材料发现与制造 (AMDM)
摘要 本文概述了自主材料发现和制造 (AMDM) 中的新兴主题。这个跨学科领域正在引起材料和制造领域以及人工智能 (AI) 和数据科学领域的科学家和工程师越来越多的兴趣，并为工业系统工程 (ISE) 和制造领域提供了巨大的研究潜力。虽然有一些与此主题相关的评论，但它们只关注顺序实验技术、人工智能/机器学习应用或材料合成过程。相比之下，这篇评论将 AMDM 视为一个信息物理系统，包括一个包含各种计算模型和顺序实验策略的智能软件大脑，以及一个集成了材料合成设备平台和测量和测试功能的硬件主体。本评论对 AMDM 系统的软件和硬件组件提供了平衡的视角，并讨论了这一新兴领域中制造/材料科学和人工智能/数据科学结合点的当前最新技术以及新出现的挑战。
药物发现与开发中的人工智能-IJRPR
电动汽车（EV）通常由于其高能量密度，缺乏记忆效应，寿命长以及多次充电和排放能力而使用锂离子（Li-ion）电池。改变天气状况和健康状况不佳的主要原因之一是汽车排放量急剧增加。此外，与天气有关的风险和供应链问题还影响可再生能源，包括太阳能，风能和生物燃料。电动汽车提供的能量（存储在电池中）是一种消除污染物和不确定性的有吸引力的方法。运输行业的脱碳化取决于范围更大，安全性和可靠性的高级电动汽车（EV）的创建和采用。然而，随着时间的流逝和使用，环境退化问题以及寿命终止的重复使用，容量降解会极大地阻碍锂离子电池的使用。平均正常运行6。5年后，电动汽车的电池容量将降低约10％。找到一种可靠的方法来预测剩余生命（RUL）和监控能力降解是一项艰巨的任务。在实际使用中，锂离子电池通过经过许多充电和放电周期逐渐失去容量，直到它们达到生命的尽头（EOL）。保质期的标准定义是额定容量的70％或80％。使用末端后电池容量较快降低，这会影响电池性能甚至会损坏电池的性能。有了这些知识，电动汽车所有者可以做出明智的决定以避免电池故障。如何预测未来的能力和RUL，以及如何传达围绕预测值的不确定性水平，是电池管理系统（BMS）涵盖的主题之一。由于电池容量降解的轨迹是复杂的，而且非常非线性，因此很难对容量和RUR进行准确的预测。使用ML预测电动汽车电池寿命有很多好处。它可以帮助电动汽车所有者更好地计划旅行并避免电池耗尽。此外，它可以帮助电动汽车制造商创建更长的电池并开发可减少电池损坏的充电技术。在这项研究中，使用ML随机孔，决策树，XG提升，KNN和天真的贝叶斯算法来预测电动汽车的电池寿命。使用机器学习预测电池寿命会提出许多道德问题。一些最重要的是准确性，公平性，客观性和问责制。
表现与纪律
完成官员评估报告 (OER)。准备一份特别 OER，包括被报告官员的表现和任何其他可能评估官员的事项。此 OER 不计入连续性。如果导致非司法处罚的行为发生在当前报告期间，则无需提交特别报告，前提是该过程已完成，即在当前期间的常规报告提交时无需进一步审查。非司法处罚的依据应在常规报告中报告，参考文献 (b) 和 (h)。如果适用，取消“A”学校申请/安置，参考文献 (c)。向 CG 安全中心发起报告 (CG-5588)，参考文献 (e)。根据《惩罚记录法》 (a)，将以下内容存档于单位惩罚记录中，为期四年：• CG-4910 原件 • 纪律处分 (法庭备忘录) 打印件 • 权利确认书 (CG-4100A) • NJP 接受书 (CG-5810 (系列)) • 初步调查官 (PIO) 报告及所有附件 • 上诉的最终行动 (如果有)
转化癌细胞，实现与癌症的长期共存
尽管细胞毒性治疗对少数肿瘤取得了显著疗效，如滋养细胞肿瘤、急性淋巴细胞白血病（ALL）等，但大多数基于杀死肿瘤细胞的癌症治疗的治疗效果仍不令人满意（2）。一些改善肿瘤杀伤效果的努力正在进行中，例如开发新药或重新安排剂量和分次。然而，杀死癌细胞的治疗方式不可避免地遇到了瓶颈（2,3）。幸运的是，随着对肿瘤生物学，特别是肿瘤微环境（TME）的了解不断加深，开发直接杀死肿瘤细胞以外的新策略成为可能。特别是，我们逐渐意识到癌细胞的恶性行为并非天生不变，癌细胞可以被教育得不那么具有侵袭性（4-8）。因此，重新审视癌症的生物学和治疗似乎更为必要。
CHAM在量子计算中的优化实现与分析
摘要：能够运行 Grover 搜索算法的量子计算机可能会削弱对称密钥加密和哈希函数的安全强度，该算法可将暴力攻击的复杂度降低一个平方根。最近，量子方法研究提出使用 Grover 搜索算法结合对称密钥加密和哈希函数的优化量子电路实现来分析潜在的量子攻击。分析对密码的量子攻击（即量子密码分析）并估计所需的量子资源与评估目标加密算法的后量子安全性有关。在本文中，我们重新审视了超轻量级密码 CHAM 分组密码的量子实现，重点是优化其密钥计划中的线性运算。我们通过应用新颖的优化分解技术将 CHAM 的线性方程优化为矩阵。使用改进的 CHAM 量子电路，我们估算了 Grover 密钥搜索的成本，并在进一步降低成本的情况下评估后量子安全强度。
引文吴 Y, 董 Y, 唐 Y, 王 W, 博 Y 和张 C (2023), 老年神经系统疾病患者运动表现与皮质活动的关系
神经系统疾病包括大脑和神经系统疾病，是导致残疾的主要原因（Murray 等人，2013），占伤残调整生命年的 3%（Murray 等人，2012；Caliandro 等人，2020）。脑血管损伤（51%）、神经肌肉疾病（7%）、认知障碍（25%）和中枢神经系统感染（0.6%）是患有神经系统疾病的老年患者的常见症状（Bacellar 等人，2017），这将导致运动障碍（Defebvre 和 Krystkowiak，2016；Harmon 等人，2019；Reich 和 Savitt，2019）。运动障碍会严重影响老年人的日常活动，尤其是行走和平衡障碍（Osoba 等人，2019）。昂贵的医疗费用和纵向干预的额外神经病学资源需求给家庭和社会带来了负担。帕金森病 (PD)、多发性硬化症 (MS) 和中风是与运动障碍相关的常见年龄相关性神经系统疾病 (Bonilauri 等人，2020 年)。中风、PD 和 MS 患者的步速、步长、步宽、步频、步态变异性、站立时间等异常运动表现已被研究 (Hausdorff 等人，2007 年；Nutt 等人，2011 年；Socie and Sosnoff，2013 年；Chisholm 等人，2014 年；Maidan 等人，2015 年；Belluscio 等人，2019 年)。然而，调查还不够。运动障碍是指对普通肌肉运动控制的受损，这不仅与肌肉骨骼或神经系统的退化或损伤有关，还与它们之间的复杂联系有关。运动表现是肌肉骨骼系统的外在表现之一，大脑皮层活动是中枢神经系统的外在表现之一。如果能分析患者运动过程中运动表现和皮层活动的变化和关系，将有助于探究运动障碍的机制和神经系统疾病患者的有效康复方法。然而，在实际的人体运动过程中测试大脑皮层活动并不容易。功能性近红外光谱 (fNIRS)、便携式脑电图等技术的最新进展使得人们可以在自然环境中自由地实时研究人体运动过程中的大脑功能。 fNIRS 是一种基于神经血管耦合和光谱理论的非侵入性、可重复、可靠的功能性神经成像技术（Villringer and Chance，1997；Leff et al.，2011）。大脑神经活动的增加导致氧代谢增加（Liao et al.，2013；Scholkmann et al.，2014；Pinti et al.，2020），导致氧合血红蛋白和脱氧血红蛋白浓度的降低和升高（Lindauer et al.，2010；Liao et al.，2013；Scholkmann et al.，2014）。fNIRS的结果比便携式脑电图具有更高的空间分辨率，与功能磁共振成像BOLD测量值相关性最高（Strangman等，2002）。此外，fNIRS已用于检测健康或不健康人群在步行、转身或平衡干预过程中单任务或双任务下的前额皮质（PFC）、初级皮质（M1）、运动前皮质（PMC）、辅助运动区（SMA）和感觉运动皮质（SMC）的皮质活动（Mihara等，2007；Al-Yahya等，2018；Stuart等，2018；Pelicioni等，2022），而与fNIRS相比，基于神经元神经电信号的便携式脑电图很少用于双任务步态活动。PFC参与规划、