XiaoMi-AI文件搜索系统
World File Search System级联的
大脑中线移位检测和通过级联的深层网络管道对非对比度计算机断层扫描
大脑中线移位（MLS）是一种定性和定量的放射学特征，它可以衡量脑中线结构的横向移位，以响应由血肿，肿瘤，脓肿或任何其他占据脑膜内病变引起的质量效应。可以使用其他参数来确定神经外科干预的紧迫性，并预测占据病变的患者的临床结果。然而，由于跨病例的临床相关大脑结构的差异很大，因此精确检测和量化MLS可能具有挑战性。在这项研究中，我们通过使用分类和分割网络架构来研究了由病例级MLS检测以及脑部标记位置的初始定位以及对脑部标记位置的最初定位和完善的级联网络管道。我们使用3D U-NET进行初始定位，然后使用2D U-NET来估计更精确的分辨率的确切地标点。在改进步骤中，我们从多个切片中融合了预测，以计算每个地标的最终位置。，我们用大脑的解剖标记产生的高斯热图目标训练了这两个UNET。案例级别的地面真相标签和地标注释是由多个训练有素的注释者产生的，并由放射学技术人员和放射科医生进行了审查。我们提出的管道实现了使用2,545个头部非对比度计算的测试数据集在AUC中的情况级MLS检测性能
比较不同的制动策略，以改善基于电池级联的H桥逆变器的电动汽车的能量回收
电池电动汽车（BEV）是被认为是减少运输部门的温室气体排放并解决气候变化的解决方案之一[1]，[2]。BEV的足够市场渗透需要改善当前BEV的范围和成本[3]。因此，寻求提高电池的能量密度并提高牵引系统的整体效率。在这种情况下，本文遵循两个平行的改进轴：基于具有集成电池电池的级联的H桥逆变器（CHB-IB）[4] - [6]的创新电池子系统，以及能够在制动阶段增加能量回收率的能源管理策略的发展[7] - [10]。最近提出了一种基于CHB-IB的创新拓扑结构，以取代BEV的常规牵引系统。它由与集成电池电池组成的几个H桥转换器组成。他们为电动牵引力机提供最近的水平控制。以前的论文已经描述了这种新拓扑及其控制[11] - [13]。CHB-IB旨在履行电压源逆变器（VSI），电池管理系统（BMS）和充电器的角色。与常规拓扑相比，预计会有显着改善。先前的一项研究评估了新拓扑的效率[13]。在电牵引机的扭矩速度平面上确定了损耗图。
Gcm/Glide 级联的进化保护
在脊椎动物的中枢神经系统 (CNS) 中，神经胶质细胞源自神经干细胞（也称为放射状神经胶质细胞），其在早期胚胎阶段从神经上皮分化而来 [4]。放射状神经胶质细胞首先产生神经元，然后转换到胶质生成阶段，产生少突胶质细胞和星形胶质细胞 [4]。细胞命运决定由几种分泌信号（例如，音猬因子 (Shh)、成纤维细胞生长因子 (FGF)、Wnt、Notch/Delta、骨形态发生蛋白 (BMP) 和细胞因子）精细调控。关键转录因子，包括 Sox9、核因子 I、血清反应因子和 Olig1/Olig2 共同作用以促进神经胶质细胞分化 [5],[6],[7],[8],[9],[4]。几种神经元发育途径在进化上是保守的 [10],[11]。相反，神经胶质细胞的发育在整个进化过程中表现出显著差异。例如，在无脊椎动物模型果蝇中，神经胶质细胞的产生与神经元的产生同时发生，这两种神经类型同时由称为神经母细胞的神经干细胞产生，而在高等生物中，神经胶质细胞的产生晚于神经元的产生 [12],[4]。此外，一种名为 Glial Cell Missing/GLIal Cell DEficient（全文为 Gcm/Glide 或 Gcm）的转录因子是神经胶质细胞特化的必要和充分条件 [13],[14],[15],[16]。Gcm 直系同源物已在原口动物和后口动物中被鉴定 [17]，但它们在脊椎动物神经胶质细胞的分化中既不表达也不需要，因此在进化过程中 Gcm 级联的功能保守性方面产生了一个长期存在的难题。除淡水龙虾 [18] 外，Gcm 靶基因 Repo（反向极性）在苍蝇以外的动物中没有神经胶质生成作用，repo 基因甚至不存在于脊椎动物基因组中。总之，这些发现表明神经胶质发育程序在进化过程中多次出现。
在阿尔茨海默氏病级联的情节记忆网络的功能障碍
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。它是制作
CRISPR屏幕在IPSC衍生的神经元中揭示了tau proteostasis 的原理 分泌信号的正交的人蛋白酶控制 大小选择巨型Unilamellar囊泡（GUV）通过改良的CDICE方法 Cyclin-G相关激酶（GAK）是一种新型有丝分裂激酶和弥漫性大B细胞淋巴瘤作者的治疗靶标：Olivia B. Lightfuss 1 实验微生物群落中的宏观生态模式 机器学习预测酶最佳pH 在阿尔茨海默氏病级联的情节记忆网络的功能障碍 使用分层变压器的机械基因型 - 表型翻译 前序和早期的纵向神经苯胺变化 基于映射的基因组大小估计
。cc-by-nc-nd 4.0国际许可证（未经同行评审证明）获得的是作者/资助者，他授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权持有人，该版本发布于2024年10月21日。 https://doi.org/10.1101/2024.01.18.576308 doi：Biorxiv Preprint
具有代码级联的资源高效容错单向量子中继器
单向量子中继器通过量子纠错码抵消丢失和操作错误，可以确保量子网络中快速可靠的量子比特传输。至关重要的是，这种中继器的资源需求（例如，每个中继器节点的量子比特数和量子纠错操作的复杂性）必须保持在最低水平，以便在不久的将来实现。为此，我们提出了一种单向量子中继器，它使用代码连接以资源高效的方式针对通信信道中的丢失和操作错误率。具体来说，我们将树簇代码视为内部容错代码，与外部 5 量子比特代码连接，以防止泡利错误。采用基于标志的稳定器测量，我们表明，通过散布每个专门用于抑制丢失或操作错误的中继器节点，可以以最小的资源开销连接长达 10,000 公里的洲际距离。我们的工作证明了定制的纠错码如何显著降低长距离量子通信的实验要求。
区域级别的剥夺和糖尿病护理级联的个人水平社会经济相关性，南非夸祖鲁 - 纳塔尔省乌姆根根洛夫（Umgungundlovu）
南非正在经历一种迅速增长的糖尿病流行，威胁其健康护理系统。对南非糖尿病决定因素的研究引起了人们的关注，因为自种族隔离衰落以来，南非迅速城市化的生活方式变化。然而，很少有研究调查了南非黑人人口的细分市场，他们如何继续忍受种族隔离的机构歧视遗产，经历这种过渡。本文探讨了在夸祖鲁 - 纳塔尔省的三个城市中，在45岁或45岁以上的黑人南非人的样本中，个人和地区水平的社会经济地位与糖尿病的患病率，意识，治疗和控制率之间的关联。从2017年2月至2018年2月收集了3,685名参与者的横截面数据。以就业状况和教育程度评估个人级别的社会经济地位。使用南非最新的多维贫困指数评分来测量区域水平的剥夺。协变量包括年龄，性别，BMI和高血压诊断。糖尿病的患病率为23％（n = 830）。，有769人知道他们的诊断，有629人接受了治疗，404人控制了糖尿病。与没有正规教育的人相比，接受一些高中教育的黑人黑人患病率提高了糖尿病的患病率，而完成高中的人的治疗率较低。就业状况与糖尿病患病率负相关。居住在更贫困的病房中的南非黑人患有较低的糖尿病患病率，而居住在2001年至2011年被剥夺的病房中的糖尿病患病率较高。这项研究的结果可以帮助决策者和从业人员确定南非黑人黑人糖尿病的改变风险因素。潜在的基于社区的干预措施包括专注于患者赋权和
基于改进的多任务级联的面部检测...
摘要 - 随着深度学习和计算机视觉的发展，面部检测已得以快速发展。面部检测有多个应用程序域，包括身份身份验证，安全保护，媒体和娱乐。尽管多任务级联的卷积神经网络（MTCNN）具有很高的精度和鲁棒性，但由于真实场景的复杂性和硬件设施的约束，该模型在真实场景中具有大参数和计算开销的缺点。因此，改进的网络模型的开发至关重要。本文通过减少参数和计算开销的数量并使用更好的模型参数来定位面部的关键点来改善MTCNN模型。该模型提高了面部年龄估计的准确性和鲁棒性。宽面和Celeba数据集用于培训。最终的面部检测精度达到98.7％，同时将模型参数的数量减少到相同条件下的70％。该模型满足现代社会对面部检测的应用需求，并证明了改进的网络模型的效率和准确性。
通过浅神经网络级联的模拟RF电路尺寸
摘要 - 提出了用于模拟电路组件自动尺寸的深神经网络体系结构，重点是2至5 GHz区域的射频（RF）应用。它解决了通常少数网络培训示例的挑战和多种解决方案的存在，其中该型解决方案是集成电路实现的不切实际值。，由于一系列专用的浅神经网络（SNN），我们通过一次将学习限制到一个组件大小来解决这些问题，在该级联限制了下一个网络的预测。此外，SNN是通过遗传算法单独调整预测顺序和准确性的。在每个步骤中的解决方案空间的缩小允许使用小型训练集，以及SNNS处理组件相互依赖的限制。该方法在三种不同类型的RF微电路上成功验证：低噪声放大器（LNA），电压控制的振荡器（VCO）和混合器，使用180 nm和130 nm CMOS实现。所有预测均在成分和性能水平的真实值的5％之内，所有响应均在4至47分钟后在不到5 s的情况下获得。在常规PC站进行培训。获得的结果表明，所提出的方法快速且适用于任意模拟电路拓扑，而无需为每组新的所需电路性能重新训练开发的神经网络。