XiaoMi-AI文件搜索系统
World File Search System秩为
Rapid.AI 和 Viz 的 CT 灌注输出比较...
结果：129 名患者中 108 名进行了充分的质量研究。计算了两个软件包之间 Tmax >6s 体积、Tmax >10s 体积、CBF <30% 体积、不匹配体积和不匹配率的 Spearman 等级相关系数，相关系数分别为 0.82、0.65、0.77、0.78、0.59。还对 Tmax >6s 体积、Tmax >10s 体积、CBF <30% 体积、不匹配体积和不匹配率进行了 Wilcoxon 符号秩检验，P 值分别为 0.30、0.016、<0.001、0.03、<0.001。在单侧检验中，Viz.ai 中的 CBF <30% 更大（p<0.001）。虽然这导致了统计上的显着差异，但当应用于 DAWN 和 DEFUSE 3 标准时，它不会引起临床上的显着差异。较低的射血分数预示两个软件包的研究不充分（P = 0.018；95% CI：0.01, 0.113）和（P = 0.024；95% CI：0.008, 0.109）；分别适用于 RapidAI 和 Viz.ai。
使用经典资源和单个辅助量子比特实现量子测量
我们提出了一种方案，仅使用经典资源和单个辅助量子位来实现 d 维的一般量子测量，也称为正算子值测量 (POVM)。我们的方法基于 d 结果测量的概率实现，然后对一些收到的结果进行后选择。我们推测，对于 d 维的所有 POVM，我们方案的成功概率大于一个与 d 无关的常数。至关重要的是，这个猜想意味着可以使用单个辅助量子位在 d 维系统上实现任意非自适应量子测量协议，而采样复杂度的开销仅为常数。我们表明，该猜想适用于任意维度的典型秩一 Haar 随机 POVM。此外，我们进行了大量数值计算，表明各种极值 POVM 的成功概率都高于一个常数，包括维度高达 1299 的 SIC-POVM。最后，我们认为我们的方案有利于 POVM 的实验实现，因为我们的方案所需电路中的噪声复合通常比直接使用 Naimark 扩张定理的标准方案低得多。
![应用统计与概率 [3 1 0 4] 基础知识...](/simg/1\135d2c0830996f68e452dd4874aafe89f7642a8d.webp)
应用统计与概率 [3 1 0 4] 基础知识...
AI6101：应用统计和概率 [3 1 0 4] 统计学基础：统计学在工程中的作用、基本原理、回顾性研究、观察性研究、设计实验、随时间观察过程、机械和经验模型、概率和概率模型、集中趋势测量：平均值、中位数和众数、离散度测量-范围、四分位差、平均差、标准差、变异系数、偏度、峰度。概率分布：样本空间和事件、概率的解释和公理、加法规则、条件概率、乘法和总计、概率规则、贝叶斯定理、随机变量、随机变量的概念、伯努利分布、二项分布、泊松分布、正态分布。相关性和回归：概念和类型、卡尔·皮尔逊方法、秩斯皮尔曼方法、最小二乘法、离散随机变量和概率分布。连续随机变量和概率分布。联合概率分布。假设检验：假设检验、零假设和备择假设、显著性水平、单尾和双尾检验、大样本检验（单均值检验、均值差检验、单比例检验、比例差检验）、t 检验、F 检验、卡方检验。参考文献：
孕酮对 oxLDL‐ 的免疫调节作用......
图 1 oxLDL 诱导的训练免疫力改变细胞内和细胞外类固醇激素的丰度。用 oxLDL（10 μ g/ml）或 RPMI 训练粘附的单核细胞 24 小时，用 PBS 清洗并在正常培养基中静置 5 天。（A）对细胞内代谢物进行非靶向代谢组学分析。表示的是未注释的基因集富集 (GSEA) 通路分析的结果，该分析已识别的原始 m / z 分数及其各自的 p 值（表格显示总通路命中数、上传代谢物数据的命中数、原始 p 值、伽马调整的 p 值和归一化富集分数 (NES)；n = 3）。（B）在正常培养基中静置 5 天后，用 LPS（10 ng/ml）或 RPMI 刺激训练的单核细胞 24 小时。通过 ELISA 测定孕烯醇酮和孕酮的水平。 （Wilcoxon 匹配对符号秩检验，n = 6）
针对 VEGF 和 KIF20A 的癌症疫苗在晚期胆道癌中的临床试验
摘要。背景：由于胆道癌 (BTC) 的预后极差且治疗选择有限，因此迫切需要新的治疗方式。我们设计了一项 II 期临床试验，以研究 OCV-C01 的免疫反应和临床益处，OCV-C01 是一种针对 VEGFR1、VEGFR2 和 KIF20A 的 HLA-A*24:02 限制性三肽癌症疫苗。患者和方法：参与者是患有无法切除的肿瘤且对标准化疗具有耐药性的晚期 BTC 患者。每周注射一次 OCV-C01，直到满足停药标准。结果：六名参与者（包括四名 HLA-A*24:02 阳性患者）参加了本研究以评估疗效。六名患者中有四名对三种抗原中的一种或多种表现出疫苗特异性 T 细胞反应。对数秩检验显示疫苗特异性 T 细胞反应对总体生存率有显著贡献。结论：癌症疫苗对生存有积极影响，表明这种方法值得进一步的临床研究。
2024 年 12 月 31 日理工大学...
摘要 — 葡萄叶锈病是最常见的葡萄叶病之一，严重影响葡萄产量，导致全球葡萄产量损失 20%-40%。因此，及时有效地识别该病害有助于制定早期治疗方法，以控制其蔓延并减少经济损失。为此，近年来，人们广泛研究了使用计算机视觉和机器学习技术识别植物疾病。本文旨在提出一种基于高性能卷积神经网络 (CNN) 的图像检测器，该检测器在低成本、低功耗平台上实现，以实时监测葡萄叶锈病。为了满足嵌入式系统典型的严格约束，我们开发了一种基于 CANDECOMP/PARAFAC (CP) 张量分解的新型低秩 CNN 架构 (LR-Net)。这样获得的压缩 CNN 网络已在特定数据集上进行了训练，并在低功耗、低成本的 Python 可编程机器视觉相机中实现，以进行实时分类。进行了大量的实验，结果表明 LR-Net 在推理时间和内存占用方面都优于最先进的网络。
615. 急性髓系白血病：临床和流行病学
• 我们进行了一项单中心回顾性队列研究，以调查 KMT2A 突变对在俄亥俄州克利夫兰诊所基金会接受治疗的 AML 成年患者（≥18 岁）总体生存率 (OS)、无事件生存率 (EFS) 和临床反应率的影响。 • 根据 KMT2A 状态对患者进行分类：KMT2A 野生型 (wt-KMT2A)、re-KMT2A、SNV-KMT2A 和 KMT2A-PTD。 • 突变的 KMT2A (mt-KMT2A) 包括 re-KMT2A、SNV-KMT2A 和 KMT2A-PTD。re-KMT2A 由细胞遗传学、FISH 或 RNA 融合下一代测序 (NGS) 面板确定。 • 使用 DNA NGS 面板确定 SNV-KMT2A，使用 RNA 融合 NGS 面板确定 KMT2A-PTD。 • OS 计算时间为诊断日期至死亡日期或最后一次随访日期（以较早者为准）。 • EFS 计算时间为治疗开始日期至首次出现难治性疾病、疾病进展或因任何原因死亡的日期。 • 使用 Kaplan-Meier 方法估计生存概率，使用对数秩检验评估组间差异。多变量回归已针对混杂因素进行调整 • 多变量回归已针对混杂因素进行调整。
基于自导向学习的云资源管理工作负载预测模型
工作负载预测在智能资源扩展和负载平衡中起着至关重要的作用，可最大限度地提高云服务提供商的经济增长以及用户的体验质量 (QoE)。人们发现了多种方法来估计未来的工作负载，并且机器学习被广泛用于提高预测准确性。本文提出了一种自导向工作负载预测方法 (SDWF)，该方法通过计算最近预测中的偏差来捕捉预测误差趋势，并将其应用于提高进一步预测的准确性。该模型采用基于黑洞现象的改进启发式方法来训练神经元。通过六种不同的真实世界数据轨迹评估了所提出方法的有效性。将该模型的准确性与使用不同最先进方法（包括深度学习、差分进化和反向传播）的现有模型进行了比较。与现有方法相比，均方预测误差的最大相对减少量高达 99.99%。此外，还采用 Friedman 和 Wilcoxon 符号秩检验进行统计分析，以验证所提出的预测模型的有效性。2020 Elsevier Inc. 保留所有权利。
重新审视量子傅里叶变换
快速傅里叶变换 (FFT) 是 20 世纪最成功的数值算法之一，在计算科学和工程的许多分支中得到了广泛的应用。FFT 算法可以从离散傅里叶变换 (DFT) 矩阵的特定矩阵分解中推导出来。在本文中，我们表明，量子傅里叶变换 (QFT) 可以通过进一步将 FFT 矩阵分解的对角因子分解为具有 Kronecker 积结构的矩阵的乘积来推导出来。我们分析了这种 Kronecker 积结构对经典计算机上秩为 1 张量的离散傅里叶变换的影响。我们还解释了为什么这种结构可以利用一个重要的量子计算机特性，使 QFT 算法在量子计算机上的加速比经典计算机上的 FFT 算法快得多。此外，还建立了 DFT 矩阵的矩阵分解与量子电路之间的联系。我们还讨论了基数 2 QFT 分解到基数 d QFT 分解的自然扩展。无需具备量子计算方面的先验知识即可理解本文所介绍的内容。然而，我们相信本文可能有助于读者从矩阵计算的角度对量子计算的本质有基本的了解。
![arXiv:2302.11454v3 [quant-ph] 2024 年 5 月 7 日](/simg/0\065616719c427506bc86c55d47d4ddd87650cf91.png)
arXiv:2302.11454v3 [quant-ph] 2024 年 5 月 7 日
对称群的克罗内克系数是否计数某些组合对象集是一个长期悬而未决的问题。在这项工作中，我们表明给定的克罗内克系数与可以使用量子计算机有效测量的投影仪的秩成正比。换句话说，克罗内克系数计数由 QMA 验证者的接受见证人所跨越的向量空间的维数，其中 QMA 是 NP 的量子类似物。这意味着在给定的相对误差内近似克罗内克系数并不比某一类自然的量子近似计数问题更难，这些问题捕捉了估计量子多体系统热性质的复杂性。第二个结果是确定克罗内克系数的正性包含在 QMA 中，补充了 Ikenmeyer、Mulmuley 和 Walter 最近的 NP 难度结果。对于对称群特征表行和近似的相关问题，我们得到了类似的结果。最后，我们讨论了一种将归一化克罗内克系数近似为逆多项式加性误差的高效量子算法。