XiaoMi-AI文件搜索系统
World File Search System相关分析
doi：10.31557/apjcp.2020.21.11.34441用药物Arglabin用于乳腺癌的Neoadjuvant疗法，表达H-RAS癌蛋白
背景：在乳腺癌中，RAS信号传导的阻塞和H-RAS的抑制是非常有希望的。H-RAS可能成为Farnesyl转移酶抑制剂的靶标，并且与其他免疫组织化学因子结合使用，这将有助于乳腺肿瘤的发展。目的：这项研究的目的是评估新辅助治疗对乳腺癌的有效性，其中包括法素转移酶抑制剂，Arglabin会干扰H-RAS癌蛋白的表达和浓度。方法：取决于西部印迹杂交后H-RAS癌蛋白的存在，将患者划分为H-RAS组的阴性和阳性表达。结果：用于确定H-RAS癌蛋白的表达能力和浓度的方法的相关分析（免疫组织化学和西部印迹分析）显示出实质性的统计关系Rs = 0.71，p = 0.03。接受“ Arglabin”或标准AC方案的患者不存在H-RAS癌蛋白。然而，在AC + Arglabin组中，H-Ras癌蛋白的阳性浓度不同（Kruskal-Wallis = 6.92; P = 0.03）。结论：这些结果表明Arglabin减弱了H-RAS癌蛋白的表达，这是乳腺癌的有希望的治疗靶标。
肝素钠盐
产品说明：Akron的肝素钠盐是根据相关CGMP指南制造，测试和发布的，并由FDA在您的药物或生物申请过程中可以参考的II型主文件（MF）支持。它是一种非巨大的活性药物成分（API），也是药物肝素最终配方的中介。该产品经过测试以符合肝素钠盐的EP标准，适用于细胞和基因治疗制造应用。肝素被用作细胞培养基中的抗凝剂，灭活了几个关键的凝血因子。Akron的肝素钠盐是一种从猪肠粘膜中提取的未分离的吸湿粉末，可以自由地溶于水。多步纯化过程会导致硫化糖胺聚糖的盐作为分子量变化的异质分子的混合物。它由D-葡萄糖胺（N-硫酸化，O硫酸化或N-乙酰化）的交替衍生物和糖苷链接（O-硫酸）的聚合物组成。Akron的肝素钠盐的化学组成以H-NMR光谱，异核相关分析（HSQC）和IR光谱法的特征。
人类顶叶皮层中想象运动的神经子空间在几年内保持稳定
摘要 目的。脑机接口的一个关键目标是神经解码性能的长期稳定性，理想情况下无需定期再训练。此前仅在非人类灵长类动物实验中证实了长期稳定性，并且仅在初级感觉运动皮层中证实。在这里，我们扩展了以前的方法，通过识别和对齐神经数据中的低维结构来确定人类的长期稳定性。方法。在分别 1106 天和 871 天的时间内，两名参与者完成了想象中的中心向外伸手任务。通过潜在子空间对齐使用主成分分析和不同大脑区域（布罗德曼区 5、前顶叶区和中央后沟和顶叶沟交界处）多单元皮层内记录的典型相关分析来评估全天对之间的纵向准确性。主要结果。我们展示了人类高阶关联区皮层内记录子空间中神经活动的长期稳定表示。意义。这些结果可以实际应用，大大延长脑机接口的使用寿命和通用性。临床试验 NCT01849822、NCT01958086、NCT01964261
不确定的供应链管理
如今，保护环境和为当地社区服务的话题是一个热门问题。因此，这项研究旨在探讨绿色供应链如何影响约旦制药行业在全球竞争的能力。这项研究的研究方法是定量，描述性和原因效应。数据是从124名经理的样本中收集的，从14个制药组织中的10个经理中随机选出的300名经理。在对数据进行描述性分析之前，研究工具对正态性，有效性和可靠性进行了评估，并在变量之间进行了相关分析。最后，通过应用多元回归分析进行了假设检验。调查结果表明，绿色实践会影响竞争策略，在这种策略中，绿色业务对竞争策略的影响最高，然后是绿色购买和绿色销售。该研究的结论表明，采用绿色供应链可提高约旦制药制造业的竞争力。因此，研究建议约旦制药制造公司应将绿色供应链实践包括在日常供应实践中，以提高组织的竞争力。
应用机器学习方法来提高时间域的校准质量反射测量测量技术
摘要该文章介绍了时间域反射法（TDR）技术的应用，以测量建筑中使用的多孔建筑材料的水分。这项工作的重点是利用人工智能性别的潜力来通过新的方法来解释从TDR读取获得的数据来提高TDR测量的质量。机器学习是一种数据分析技术，如今在许多科学的语言上使用。作者使用人工智能算法进行了测量数据分析，以评估使用两个非侵入性传感器测试的充气混凝土样品的水分，该水分在厚度上有所不同。使用监督的机器学习进行了数据分析，以分析测量过程中获得的一系列反射图。对于通过经典和机器学习方法解释获得的数据，进行了相关分析，以确认人工智能的潜力提高TDR测量的质量。该工作的摘要讨论了获得的分析结果，并使用高斯工艺回归方法强调了水分评估的有效评估，该方法允许达到RMSE错误值的0.2-0.3％的水平，该水平比传统方法低约10倍。
利用可再生能源从水中生产氢气及其在盐穴中储存的技术回顾
摘要：氢气正成为燃料电池运输、热能和电力领域整合中越来越重要的能源载体。地下盐穴是储存利用可再生能源 (RES) 发电从水电解中获得的氢气的最有前途的方法之一。同时，氢气的生产可用于避免电力需求低或价格低时的能源削减。储存的氢气还可用于发电能源需求高的时候，例如燃料电池，以弥补可再生能源发电量低造成的波动和短缺。本文概述了为实现上述目的而使用和提出的利用可再生能源过剩能量从水中生产氢气的技术及其储存技术，特别是在地下盐穴中的储存技术，以及其可行性。本文根据目前的最新技术比较和总结了竞争技术，确定了氢气生产和储存的一些困难，并讨论了哪种技术最有前途。相关分析比较了氢气生产和储存系统的成本和技术经济可行性。本文还指出了氢气融入电网的潜力、技术挑战和局限性。
发展认知神经科学 - DSCN 实验室
从童年到青春期的过渡以同伴互动的显著变化为标志。然而，研究直接与同伴互动有关的大脑系统（例如，心理化和奖励网络）的研究有限，特别是在童年和青春期早期。在这里，我们分析了 50 名 8-12 岁儿童的 fMRI 数据，当时他们参与了一项任务，与同伴（Peer）聊天或回答有关故事人物（Character）的问题。使用 beta 序列相关分析，我们研究了社交互动如何调节心理化和奖励网络内部和之间的功能连接，以及这种调节是否随着年龄而变化。我们观察到，在心理化和奖励网络中，社交互动对功能连接的影响受年龄的调节。此外，在社交互动过程中，这些网络内部和之间的连接性越强，对同伴与人物条件的反应时间就越快。在显着性和镜像神经元网络中也发现了类似的影响。这些发现有助于我们了解大脑支持社交互动的方式与年龄相关的差异，从而有可能增进我们对自闭症谱系障碍等社交沟通障碍中的核心社交困难的理解。
线性丢番图方程 (LDE) 解码器：训练... - CDN
用户意图。基于 SSVEP 与视觉刺激调制频率锁定这一知识，界面通常设置为在场景中具有多个目标，每个目标都标记有一个通过闪烁传递的唯一频率。目标可以是放置在物体上或附近的发光二极管 (LED)，以表示潜在动作、物品或到达坐标 [4–7]，也可以表示在计算机屏幕上，每个目标块代表 BMI 拼写器中的字符或用于控制计算机或其他设备的命令 [8–10]。为了从界面中呈现的所有目标中识别出用户的预期目标，解码算法会分析包含 SSVEP 的收集到的脑信号的频率成分，并根据主要频率特征做出决策。在典型的 SSVEP 设置中，诱发的 SSVEP 包含刺激频率 𝑓 ，以及该频率的谐波 2 𝑓、3 𝑓，... [1, 11]。传统基于 SSVEP 的 BMI 的局限性之一是目标数量受到 SSVEP 有限的响应范围 [1] 和谐波存在的限制，如果在界面中同时使用某个频率及其谐波，可能会导致错误分类。这减慢了 BMI 在提高命令处理能力（命令数量）方面的发展 [12]。为了解决这个问题，引入了多频 SSVEP 刺激方法，旨在增加在有限频率下可呈现的目标数量 [13–17]。然而，多频 SSVEP 的解码器尚未得到广泛探索。现有的多频 SSVEP 解码器包括基于功率谱密度的分析（PSDA）[15, 17]、多频典型相关分析（MFCCA）[18] 和针对每个单独用户或用例的基于训练的算法 [13, 19]。与两种无需训练的方法相比，基于训练的算法具有更高的分类准确率，但需要为每个用户进行额外的训练和界面设置。PSDA 和 MFCCA 支持即插即用，提高了 BMI 的实用性。然而，PSDA 通常解码准确率有限，因为它没有充分考虑多频 SSVEP 中的复频率特征，这些特征不仅包含刺激频率及其谐波（如单频 SSVEP），还包含刺激频率之间的线性相互作用 [16]。MFCCA 通过在解码中引入线性相互作用而显示出在多频 SSVEP 解码中的优势 [18]，但 MFCCA 的一个主要问题是它是基于典型相关分析 (CCA) [20] 开发出来的，具有很高的时间复杂度。 CCA 的渐近时间复杂度为 O ( lD 2 ) + O ( D 3 ) （以 O ( n 3 ) 为界，其中 n 表示解码时的输入大小），其中 l
电气，功率和能源工程（MTQP10）。 ...
电气，功率和能源工程（MTQP10）单元1：工程数学线性代数：矩阵代数，线性方程系统，特征值，特征向量。Calculus: Mean value theorems, Theorems of integral calculus, Evaluation of definite and improper integrals, Partial Derivatives, Maxima and minima, Multiple integrals, Fourier series, Vector identities, Directional derivatives, Line integral, Surface integral, Volume integral, Stokes's theorem, Gauss's theorem, Divergence theorem, Green's theorem.微分方程：一阶方程（线性和非线性），具有恒定系数的高阶线性微分方程，参数变化的方法，Cauchy方程，Euler方程，初始值和边界值问题，部分微分方程，部分微分方程，变量分离方法。复杂变量：分析函数，Cauchy的积分定理，Cauchy的积分公式，Taylor系列，Laurent系列，残基定理，解决方案积分。概率和统计：对定理，有条件的概率，平均值，中位数，模式，标准偏差，随机变量，离散和连续分布，Poisson分布，正态分布，二项式分布，相关分析，回归分析分析，回归分析分析：矩阵逆上的矩阵倒立，求解非元素平等的方法，差异和差异化方法，差异和差异化方法，差异和差异性方法差异化方法，差异差异和差异化方法差异化方法和差异方法。相关分析。桥梁：惠特斯通，开尔文，梅戈赫姆，麦克斯韦，安德森，Schering和Wien，用于测量R，L，C和频率，Q-meter。4-20 MA两线发射器。单元2：仪器，控制和自动化测量和仪器：SI单元，标准（R，L，C，电压，电流和频率），测量表达的系统和随机误差，不确定性的表达 - 准确性和精度，误差，线性和加权回归的传播。单相电路中电压，电流和功率的测量； AC和DC电流探针；真正的RMS仪表，电压和电流尺度，仪器变压器，计时器/计数器，时间，相位和频率测量，数字电压计，数字万用表；示波器，屏蔽和接地。电阻，电容，电感，压电，霍尔效应传感器和相关的信号调节电路； transducers for industrial instrumentation: displacement (linear and angular), velocity, acceleration, force, torque, vibration, shock, pressure (including low pressure), flow (variable head, variable area, electromagnetic, ultrasonic, turbine and open channel flow meters) temperature (thermocouple, bolometer, RTD (3/4 wire), thermistor, pyrometer and semiconductor);液位，pH，电导率和粘度测量。
YouTube作为出血胶的信息源
口香糖出血是一个常见的牙齿问题，许多患者在线寻求有关该主题的健康相关信息。YouTube网站是搜索医疗信息的人们的流行资源。据我们所知，最近没有研究评估了与YouTube™上出血胶有关的内容。 因此，本研究旨在对与牙龈出血有关的YouTube视频进行定量和定性分析。 使用Google趋势中的关键字“出血胶”在YouTube上进行了搜索。 在前200个结果中，有107个视频符合纳入标准。 视频的描述性统计信息包括自上传以来的时间，视频长度以及喜欢，视图，评论，订阅者和查看率的数量。 全球质量评分（GQS），有用性得分和分数用于评估视频质量。 使用Kruskal -Wallis检验，Mann -Whitney检验和Spearman相关分析进行统计分析。 大多数（n = 69，64.48％）观察到的视频是由医院/诊所和牙医/专家上传的。 最高覆盖范围是症状（95.33％）。 只有14.02％的视频被归类为“好”。 被评为“良好”的视频的平均视频长度明显长于其他组（p <0.05），而评级为“差”的视频的平均观看率（63,943.68％）大大高于其他组（p <0.05）。 you-牙龈出血的视频质量中等，但它们的内容不完整且不可靠。据我们所知，最近没有研究评估了与YouTube™上出血胶有关的内容。因此，本研究旨在对与牙龈出血有关的YouTube视频进行定量和定性分析。使用Google趋势中的关键字“出血胶”在YouTube上进行了搜索。在前200个结果中，有107个视频符合纳入标准。视频的描述性统计信息包括自上传以来的时间，视频长度以及喜欢，视图，评论，订阅者和查看率的数量。全球质量评分（GQS），有用性得分和分数用于评估视频质量。使用Kruskal -Wallis检验，Mann -Whitney检验和Spearman相关分析进行统计分析。大多数（n = 69，64.48％）观察到的视频是由医院/诊所和牙医/专家上传的。最高覆盖范围是症状（95.33％）。只有14.02％的视频被归类为“好”。被评为“良好”的视频的平均视频长度明显长于其他组（p <0.05），而评级为“差”的视频的平均观看率（63,943.68％）大大高于其他组（p <0.05）。you-牙龈出血的视频质量中等，但它们的内容不完整且不可靠。不正确和内容不足会显着影响患者的身份和医疗决定。需要由牙科专业人员，组织和YouTube平台来花费努力，以确保YouTube可以作为出血胶的可靠信息来源。