XiaoMi-AI文件搜索系统
World File Search System粗粒度
使用粗到精视觉变换器进行仿射医学图像配准
仿射配准在全面的医学图像配准流程中不可或缺。然而，只有少数研究关注快速而鲁棒的仿射配准算法。这些研究中大多数利用卷积神经网络（CNN）来学习联合仿射和非参数配准，而对仿射子网络的独立性能探索较少。此外，现有的基于 CNN 的仿射配准方法要么关注局部错位，要么关注输入的全局方向和位置来预测仿射变换矩阵，这些方法对空间初始化很敏感，并且除了训练数据集之外表现出有限的通用性。在本文中，我们提出了一种快速而鲁棒的基于学习的算法，即粗到精视觉变换器（C2FViT），用于 3D 仿射医学图像配准。我们的方法自然地利用了卷积视觉变换器的全局连通性和局部性以及多分辨率策略来学习全局仿射配准。我们对 3D 脑图谱配准和模板匹配归一化方法进行了评估。综合结果表明，我们的方法在配准精度、稳健性和通用性方面优于现有的基于 CNN 的仿射配准方法，同时保留了基于学习的方法的运行时优势。源代码可在 https://github.com/cwmok/C2FViT 上找到。
从跨编码数据中预测生物地球化学周期的粗粒表示
抽象动机：由于DNA测序的进步，现在常规地进行了环境微生物群落的分类学分析。确定这些群落在全球生物地球化学周期中的作用需要鉴定其代谢功能，例如氢氧化，还原和碳固定。这些功能可以直接从宏基因组学数据中推断出来，但是在许多环境应用中，MetabarCoding仍然是选择的方法。从元法编码数据及其整合到地球化学循环的粗粒表示中，代谢功能的重建仍然是当今有效的生物信息学问题。结果：我们开发了一条称为Tabigecy的管道，该管道利用分类学官员来预测构成生物地球化学周期的代谢功能。在第一个步骤中，Tabigecy使用该工具Esmecata从输入液位中预测共识蛋白质组。为了优化此过程，我们生成了一个预先计算的数据库，其中包含来自Uniprot的2,404个分类单元的信息。使用BigeCyhmm搜索了共有的蛋白质组织，BigeCyhmm是一个新开发的Python软件包，依靠隐藏的Markov模型来识别参与生物地球化学周期代谢功能的关键酶。然后将代谢功能投射到周期的粗粒表示上。我们将塔博基（Tabigecy）应用于两个盐洞数据集，并通过对样品进行的微生物活性和水力化学测量结果验证了其预测。结果突出了研究微生物群落对地理化学过程的影响的方法。关键字：微生物群落，生物地球化学周期，代谢功能，分类学官员
博士研究课题
指导老师：Mohit Garg 博士 项目主题：用于能源和环境应用的纳米材料和生物材料的计算建模 广泛的研究领域：计算材料科学、聚合物物理和化学、生物分子建模 研究背景：计算建模现在已成为一种重要工具，不仅可以了解材料特性，还可以设计和开发新材料。 拟议的研究将基于用于有机电子和有机生物电子应用的各种聚合物和生物材料的多尺度建模。 重点将放在了解这些材料的电子、形态和机械性能上。 建模工作将包括量子力学计算、分子动力学 (MD) 模拟和蒙特卡罗 (MC) 模拟。 建模的另一个方面将是了解材料在不同长度尺度和时间尺度上的属性。 因此，为不同材料开发粗粒度模型也将成为拟议工作的一个组成部分。 要求：
真实神经元网络中的几何尺度律
我们研究了果蝇在不同发育阶段的突触分辨率连接组，揭示了神经元连接概率相对于空间距离的一致缩放定律。这种幂律行为与之前在粗粒度脑网络中观察到的指数距离规则有显著不同。我们证明几何缩放定律具有功能意义，与信息通信的最大熵和平衡整合与分离的功能临界性相一致。扰乱经验概率模型的参数或其类型会导致这些有利特性的丧失。此外，我们推导出一个明确的神经元连接定量预测因子，仅结合神经元间距离和神经元的进出度。我们的研究结果建立了大脑几何和拓扑结构之间的直接联系，有助于理解大脑如何在其有限空间内最佳地运作。
化学筛查和小球藻的粗提取物的化学筛查和抗菌活性。在
使用Agilent 5973N模型质量选择性检测器（美国圣克拉拉）进行分析。Restek RTX-5MS（30 m×0.25 mm I.D.×0.25μm）气相色谱毛细管柱用作sta tionary阶段（美国贝尔方特）。气相色谱级（超纯色）氦气。分别将注入端口，离子源，四极杆和传递线温度保持在280°C，230°C，150°C和280°C下。GC烤箱程序在50°C保持2分钟，然后在4°C/min下增加到280°C，并保持10分钟。总分析时间为70分钟。质量范围为50-550 m/z，在完整扫描模式下，扫描速率为每秒0.45扫描。使用70 eV电离能进行电子电离。使用质量猎人软件（Qualita Tive Analysis B.07.00）和NIST质谱库确定并确定化合物。
将微生物整合到地球系统模型中以进行气候变化预测
抽象的气候变化危害人类健康，全球生物多样性和生物圈的可持续性。为了对气候变化做出可靠的预测，科学家使用了地球系统模型（ESM），这些模型（ESM）整合了在陆地，海洋和大气上发生的物理，化学和生物过程。尽管对于催化耦合的生物地球化学过程至关重要，但传统上，微生物被排除在ESM中。在这里，我们为将微生物明确整合到ESMS中的优先级，机遇和挑战的“前10名”清单。我们讨论了将粗粒度微生物信息分为功能相关类别的必要性，以及微生物迅速响应气候变化驱动因素而迅速发展的能力。微生物学家的独特位置可以收集下一代ESM所需的新颖和有价值的信息，但这需要数据协调和跨学科协作，以有效指导适应策略和缓解政策。
QFAST：使用分层连续的量子合成...
摘要 — 我们介绍了 QFAST，这是一种量子合成工具，旨在产生短路并在实践中很好地扩展。我们的贡献是：1）一种能够对位置和拓扑进行编码的新型电路表示；2）一种具有迭代细化公式的分层方法，该方法将电路结构搜索期间的“粗粒度”快速优化与仅在最终电路实例化阶段进行的良好但较慢的优化阶段相结合。与最先进的技术相比，尽管 QFAST 不是最优的，但它可以为领域科学家使用的“时间相关演化”算法生成更短的电路。我们还展示了我们的公式在电路深度和运行时间方面的可组合性和可调谐性。例如，我们展示了如何通过在给定的层次结构级别插入最佳可用的第三方合成算法来生成更短的电路。可组合性实现了跨芯片架构的可移植性，这是现有方法所缺乏的。
通过量化经济粒度差距来改善能源系统设计：德国的自我消费案例
能源系统模型被广泛用于告知成功减轻能源行业气候变化所需的政治决策。用于识别成本最小转化途径的能源系统优化模型（ESOM）从中央规划师的角度假设市场参与者的完美行为。忽略在不确定性或偏见的看法和态度下的决策会导致对成功能源过渡的要求的假设不准确。特别是，与现实世界的能源系统相比，ESOM低估了发电，存储和传输所需的能力，这是一种称为“经济粒度差距”的现象。基于代理的模型（ABM）是捕获市场参与者行为的有用工具。因此，已经尝试通过ESOM和ABM的耦合来识别和减轻这种现象。在本文中，我们为这种模型耦合提出了一个自动化的工作流程，并量化了光伏 - 释放器自我消耗的情况的经济粒度差距。我们的结果表明，影响生产商自我消费模式的当前业务模型和监管框架需要适应成本最小的能源系统设计。但是，如果正确实施，诸如动态关税等工具可能会缩小经济粒度差距，从而改变现实世界中的能源系统，更接近其理想的对应物。©2022作者。由Elsevier Ltd.这是CC下的开放访问文章（http://creativecommons.org/licenses/4.0/）。
使用马提尼粗粒型模型设计药物和输送系统
1分子微生物学和结构生物化学（MMSB，UMR 5086），CNRS＆Lyon大学，法国里昂，里昂； 2法国斯特拉斯堡·塞德克斯大学（UMR 7177 CNRS，umr 7177 CNRS） 3 Pharmcadd，商，商，韩国； 4计算生物医学，高级模拟研究所（IAS-5）和神经科学与医学研究所（INM-9），德国尤利希的ForschungszentrumJülichGmbh； 5德国亚兴的亚历大学数学，计算机科学与自然科学学院生物学系； 6 Zymvol Biomodeling，西班牙巴塞罗那； 7JülichSuperComputing Center（JSC），ForschungszentrumJülichGmbH，Jülich，德国； 8德国亚兴大学rWth亚兴大学医学院神经病学系和韩国灌木丛大学的Pukyong国立大学物理学系91分子微生物学和结构生物化学（MMSB，UMR 5086），CNRS＆Lyon大学，法国里昂，里昂； 2法国斯特拉斯堡·塞德克斯大学（UMR 7177 CNRS，umr 7177 CNRS） 3 Pharmcadd，商，商，韩国； 4计算生物医学，高级模拟研究所（IAS-5）和神经科学与医学研究所（INM-9），德国尤利希的ForschungszentrumJülichGmbh； 5德国亚兴的亚历大学数学，计算机科学与自然科学学院生物学系； 6 Zymvol Biomodeling，西班牙巴塞罗那； 7JülichSuperComputing Center（JSC），ForschungszentrumJülichGmbH，Jülich，德国； 8德国亚兴大学rWth亚兴大学医学院神经病学系和韩国灌木丛大学的Pukyong国立大学物理学系9
微倒装芯片焊点热机械疲劳和退火过程中的微观结构粗化
本报告是作为美国政府机构赞助的工作报告而编写的。美国政府及其任何机构或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任或义务，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务并不一定构成或暗示美国政府或其任何机构对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。