XiaoMi-AI文件搜索系统
World File Search System系统识别
Imugene Limited (ASX:IMU) 研究报告
摘要：Imugene Limited (ASX: IMU) 是一家位于悉尼的临床阶段生物技术公司，专注于开发和商业化一系列用于治疗各种癌症的新型免疫疗法。免疫疗法是一种利用人体自身免疫系统识别和对抗癌细胞的癌症治疗方法。Imugene 利用公司的 4 个专有技术平台开发了多种资产，包括 5 种临床阶段疗法，重点关注未满足需求高且存活率低的疾病领域。该公司的近期重点是推进其核心资产，包括其CF33溶瘤病毒疗法（VAXINIA，使用转基因溶瘤病毒，结合（hNIS）选择性感染和杀死癌细胞）和onCARlytics），旨在与其他药物联合使用，感染和摧毁癌细胞，其两种更传统的B细胞候选疫苗HER-Vaxx和PD1-Vaxx，针对特定癌症标志物以产生免疫反应，以及最近收购的同种异体CD19靶向细胞疗法azer-cel，这已成为公司的重点关注对象。
飞机飞行控制系统识别方法...
系统识别方法通过对动态系统的输入和输出进行测量，组成一个数学模型或一系列模型。提取的模型可以表征整个飞机或组件子系统行为（如执行器和机载信号处理算法）的响应。本文讨论了频域系统识别方法在飞机飞行控制系统的开发和集成中的应用。使用频率响应综合识别 (CIFER ® ) 系统识别工具，说明了如何提取和分析从非参数频率响应到传递函数和高阶状态空间表示等不同复杂度的模型。文中展示了艾姆斯研究中心众多飞行和模拟程序的测试数据结果，包括旋翼机、固定翼飞机、先进短距起飞和垂直着陆 (ASTOVL)、垂直/短距起飞和着陆 (V/STOL)、倾转旋翼飞机和风洞中的旋翼实验。对于这一大类系统，实现了出色的系统特性和动态响应预测。示例说明了系统识别技术在提供飞机开发整个生命周期（从初始规格到模拟和台架测试，再到飞行测试优化）的动态响应数据集成流方面的作用。
低成本小型无人机飞行研究设施 - CiteSeerX
当今，无人驾驶飞行器 (UAV) 广泛应用于军事、民用和研究领域。对可靠且低成本的 UAV 系统的需求持续增长。对于小型到微型 UAV 系统（翼展小于 2 米）尤其如此，由于需求量大和可靠性不足，大多数系统仍以原型形式部署。这些飞行器的建模、测试和飞行控制方面的改进将有助于提高其可靠性和小型 UAV 在运行过程中的性能。有人驾驶飞机开发周期 [1, 2] 中使用的传统方法既费时又费资源。将同样的技术应用于小型 UAV 并不现实。明尼苏达大学航空航天工程与力学系 (AEM) 的 UAV 研究小组专注于开发和实施低成本、开源小型无人驾驶飞行器 (UAV) 飞行研究设施。该设施的目标是支持部门内的研究活动，包括控制、导航和制导算法、嵌入式故障检测方法和系统识别工具。该系统主要由商用现货 (COTS) 组件构建，以最大限度地降低总体材料和开发成本。此外，整个架构都是开放且可用的
神经网络原理及其应用
神经网络，也称为人工神经网络，通常是一种依赖于计算的技术，其形成和设计目的是模拟人类的真实大脑，以用作解决问题的方法。人工神经网络通过训练或学习的方法获得其能力，每种方法都有一定的输入和输出，也称为结果，这种学习方法的作用是在输入和结果之间形成概率加权关联，这些关联存储并保存在网络中，特别是在其数据结构中，任何训练过程都取决于识别处理后的输出（通常是预测）与实际目标输出（作为错误出现）之间的净差异，然后进行一系列调整以获得适当的学习结果，这个过程称为监督学习。人工神经网络因其能够重现和模拟非线性现象的能力，已在各个领域的许多应用中得到证实。系统识别和控制（过程控制、车辆控制、量子化学、轨迹预测和自然资源管理等）以及人脸识别，这已被证明非常有效。神经网络由于其准确性和解决问题的特性被证明在许多领域是一种非常有前途的技术。关键词
基因编辑研究妊娠因素在猪妊娠建立中的作用
哺乳动物胎生发育需要胎盘作为胎儿和母体子宫之间的中间界面而进化。除了保留胎儿和分泌营养物质以支持生长发育到足月之外，胎生物种还必须改变或抑制母体免疫系统识别半同种异体胎儿。囊胚从透明带孵化后，滋养层细胞分化为母体子宫内膜提供初始通讯，以调节黄体孕酮的产生以及子宫和妊娠建立和维持所必需的胚胎发育中的生物途径。许多胚胎因子已被提出用于建立和维持妊娠。CRISPR-Cas9 基因编辑技术提供了一种特定且有效的方法来生成动物模型以进行功能丧失研究，以研究特定胚胎因子的作用。 CRISPR-Cas9 基因编辑的使用为研究妊娠因子在猪妊娠发育和建立中的具体作用提供了一种直接的方法。这项技术有助于解决许多有关植入期发育的问题，并改变了我们对猪母体识别和维持妊娠的理解。生殖 (2021) 161 R79–R88
飞机飞行控制开发和验证的系统识别方法
系统识别方法通过测量动态系统的输入和输出来组成一个或一系列数学模型。提取的模型可以表征整个飞机或部件子系统行为（例如执行器和机载信号处理算法）的响应。本文讨论了频域系统识别方法在飞机飞行控制系统的开发和集成中的应用。使用频率响应综合识别 (CIFER ® ) 系统识别工具，可以提取和分析从非参数频率响应到传递函数和高阶状态空间表示等不同复杂程度的模型。结果显示了艾姆斯研究中心众多飞行和模拟程序的测试数据，包括旋翼机、固定翼飞机、先进短距起飞和垂直着陆 (ASTOVL)、垂直/短距起飞和着陆 (V/STOL)、倾转旋翼飞机和风洞中的旋翼实验。对于这类广泛的系统，可以实现出色的系统特性和动态响应预测。示例说明了系统识别技术在飞机开发的整个生命周期中（从初始规格到模拟和台架测试，再到飞行测试优化）提供集成的动态响应数据流中所发挥的作用。
mRNA癌疫苗的优势和局限性
癌症是一种复杂而多方面的疾病，影响了全球数百万的人。癌症治疗和预防最有希望的进步之一是mRNA癌症疫苗的发展[1]。这些疫苗利用免疫系统靶向和消除癌细胞的能力，提供革命性的癌症治疗方法[2]。mRNA癌症疫苗利用MES SENGER RNA（mRNA）分子的独特特性来指示人体的免疫系统识别和攻击癌细胞。与传统的疫苗不同，该疫苗将病毒或细菌的弱或灭活形式的形式引入体内，mRNA疫苗为特定的癌症相关蛋白或抗原提供了遗传代码[3]。当将mRNA引入体内时，细胞会采用它，然后使用遗传指令产生靶抗原[4]。该抗原在细胞表面呈现，其中免疫系统将其识别为异物。因此，免疫系统对抗原进行反应，以识别和消除将来显示出相同抗原的任何癌细胞。这种目标方法增强了人体对抗癌症的能力，并降低了与常规癌症治疗相关的副作用的风险[5,6]。
基于流的神经网络潜在状态生成模型...
我们针对两种主要的神经变异源提出了一种联合深度神经系统识别模型：刺激驱动和刺激条件波动。为此，我们结合了 (1) 最先进的刺激驱动活动深度网络和 (2) 灵活的、基于正则化流的生成模型来捕捉刺激条件变异，包括噪声相关性。这使我们能够端到端地训练模型，而无需与许多刺激条件波动的潜在状态模型相关的复杂概率近似。我们根据来自小鼠视觉皮层多个区域的数千个神经元对自然图像的反应来训练模型。我们表明，我们的模型在预测神经群体对新刺激（包括共享的刺激条件变异性）的反应分布方面优于以前的最先进模型。此外，它成功地学习了与瞳孔扩张等行为变量相关的群体反应的已知潜在因素，以及随大脑区域或视网膜位置系统变化的其他因素。总体而言，我们的模型准确地解释了神经变异的两个关键来源，同时避免了许多现有潜在状态模型相关的若干复杂性。因此，它提供了一种有用的工具，用于揭示导致神经活动变异的不同因素之间的相互作用。
具有肺癌潜在临床应用前景的新型生物标志物
肺癌是全球癌症相关死亡的主要原因，每年约有 180 万人死于肺癌。本文全面概述了肺癌，包括其类型、风险因素、症状、诊断、治疗方案和正在进行的研究工作。化疗通常用于晚期肺癌，使用药物杀死快速分裂的癌细胞。它可以在手术前（新辅助治疗）或手术后（辅助治疗）使用。酪氨酸激酶抑制剂 (TKI) 等靶向疗法旨在攻击癌细胞中的特定基因突变。例如，针对 EGFR 突变的药物可以改善特定类型 NS-CLC 患者的预后。免疫检查点抑制剂，如 pembrolizumab 和 nivolumab，已经改变了肺癌的治疗前景，尤其是对于晚期病例。这些疗法有助于免疫系统识别和攻击癌细胞。肺癌的预后因多种因素而异，包括癌症类型、诊断阶段和整体健康状况。肺癌的五年生存率约为 20%，但局部疾病的五年生存率明显更高（约为 60%）。早期发现对于改善结果仍然至关重要，强调了对高危人群进行认识和筛查的重要性。戒烟是降低肺癌风险最有效的方法。
电机驱动中的人工智能
1986 年现代反向传播论文首次发表 [1] 后，电机控制界对机器学习 (ML) 的蓬勃发展了如指掌，三年后出现的关于离线训练神经网络以模仿三相 PWM 逆变器中磁滞电流控制器行为的研究 [2] 就证明了这一点。随后，在 20 世纪 90 年代初，人们在通用电压馈电交流电机 [3]、[4]、感应电机 [5]–[15]、直流电机 [16]、[17]、同步电机 [18] 和开关磁阻电机 [19] 上进行了一系列开创性的努力。除了对将 ML 应用于电机驱动控制的广泛兴趣外，此类技术（尤其是分类或回归技术）也已应用于各种类型电机的状态监测和故障诊断 [20]–[27]。大约在那个时候，随着神经网络等机器学习模型的出现，电力电子领域的前沿逐渐向前发展，这些模型已成为电力电子和电机驱动器中复杂系统识别、控制和估计的最重要领域 [28]。然而，也有人得出结论，“尽管技术进步，但目前神经网络在电力电子领域的工业应用似乎非常少” [29]。虽然机器学习应用始终以最快的可用硬件平台为目标，尤其是专注于（大规模）