XiaoMi-AI文件搜索系统
World File Search System能否
人工智能专利能否克服§112......
如果 AI 软件专利将黑箱概念声称为“机器学习”或“神经网络”，而没有在说明书中详细说明其实施的具体细节，或者如果它们用 POSITA 的知识代替实际披露，则它们可能会违反 §112 的要求。由于 AI 专利可能允许发明者对模糊的自我、计算机训练的相关性和预测合成获得法律保护，因此 AI 专利权利要求的范围可能会受到质疑。请参阅 Sameer Gokhale，“AI 和书面说明：AI 专利权利要求何时越界？”，Oblon（最后访问于 2024 年 1 月 22 日）。随着越来越多的 AI 专利被诉讼，必然会有更多有关此类专利及其所声称的 AI 技术的 §112 争议。因此，正如 Alice §101 挑战随着 AI 专利的增长而增加一样，§112 挑战也可能如此。虽然有人声称，第 112 条的最近复苏是“授权法的一次重大转变”，但这仍有待观察——尤其是在 AI 专利权利要求的背景下。参见 Gene Quinn 的“最高法院在安进裁决中开启授权法新时代”，IPWatchdog，
随着技术价格下降，受控制理论启发的设计能否保持部署政策的有效性和成本效益？
摘要 基于经济激励的部署政策是加速清洁能源技术传播的最有效工具之一。上网电价等政策工具在推动太阳能光伏发电的增长方面发挥了关键作用，并可以加速其他对能源系统脱碳至关重要的技术的采用。然而，历史经验表明，如果不能根据技术价格下降调整经济激励措施，可能会从根本上破坏这些政策的有效性和成本效益。本文通过评估三种新颖的政策设计来应对这一挑战。基于控制理论原理，所提出的机制根据部署、政策成本或采用者的盈利能力的变化来调整激励措施。我们评估了每种政策设计在 2000 年至 2016 年期间应用于德国太阳能光伏上网电价时将取得的结果。为此，我们开发了一个基于代理的模型，使我们能够模拟个人家庭和中型和大型企业的采用决策，以及技术价格的演变。我们的结果表明，受控制理论启发的响应设计可能会产生更紧密地遵循其目标且成本更低的政策。此外，我们的分析表明，所研究的设计可以大大减少政策结果和意外利润的不确定性。这项研究还强调了政策目标的时间分布，并确定政策设计的权衡，为未来部署政策的设计得出相关启示。
2022 年 9 月 26 日 如果经济陷入衰退，CLO 股票能否表现出色？
根据 Cordell、Roberts 和 Schwert 在 2021 年的分析，再投资选项本身可能解释了 CLO 股票相对于其他行业的历史表现的三分之一，尤其是在经济衰退之前的年份。接下来的两个结构性优势对 CLO 股票回报也具有重要意义，因为它们降低了投资者和管理者的行为风险。换句话说，这些优势有助于降低投资者或管理者成为自己敌人的风险。例如，负债融资本质上是投资期限，因此 CLO 不会受到贷方在波动性上升时改变条款的可能性的影响。此外，由于资本是在投资期限内投入的，并且 CLO 中的契约不是基于市场价格的，因此 CLO 经理可以专注于投资基本面，而不是因为市场价格波动而受到影响或被迫出售投资组合中的资产。
供应链风险管理实践能否缓解
Jamal El Baz、Salomée Ruel。供应链风险管理实践能否减轻中断对供应链弹性和稳健性的影响？来自 COVID-19 疫情爆发时期的实证调查证据。国际生产经济学杂志，2021 年，233，�10.1016/j.ijpe.2020.107972�。�hal-04809692�
生物标志物能否正确预测呼吸机相关
结果：在 ANTHARTIC 试验中，有 161 名患者可以获得生物样本，与未患 VAP 的患者（n = 121）相比，患 VAP 的患者（n = 33）的体重指数和急性生理与慢性健康评估 II 评分较高、未目击心脏骤停次数较多、儿茶酚胺较多，且治疗性低温持续时间较长。在单变量分析中，与 VAP 显着相关且曲线下面积 (AUC) 大于 0.70 的生物标志物是 CRP（AUC = 0.76）、白细胞介素 (IL) 17A 和 17C (IL17C) (0.74)、巨噬细胞集落刺激因子 1 (0.73)、PCT (0.72) 和血管内皮生长因子 A (VEGF-A) (0.71)。结合新型生物标志物的多变量分析显示，p 值小于 0.001 且比值比大于 1 的几对：VEGF-A + IL12 亚基 β (IL12B)、Fms 相关酪氨酸激酶 3 配体 (Flt3L) + C–C 趋化因子 20 (CCL20)、Flt3L + IL17A、Flt3L + IL6、STAM 结合蛋白 (STAMBP) + CCL20、STAMBP + IL6、CCL20 + 4EBP1、CCL20 + caspase-8 (CASP8)、IL6 + 4EBP1 和 IL6 + CASP8。观察到 CRP + IL6 (0.79)、CRP + CCL20 (0.78)、CRP + IL17A 和 CRP + IL17C 的最佳 AUC。
针对脂蛋白 (a)：RNA 疗法能否为预防心血管疾病提供下一步的帮助？
冠心病、中风和心力衰竭。Lp(a) 由低密度脂蛋白样颗粒组成，其中载脂蛋白 A (apo[a]) 和载脂蛋白 B-100 共价连接，这解释了其促血栓、促炎症和促动脉粥样硬化的特性。Lp(a) 血清浓度由 apo(a) 异构体基因决定，较短的异构体具有较高的颗粒合成率。迄今为止，尚无有效降低 Lp(a) 水平的获批药物疗法。针对 apo(a) 表达的有前景的治疗方法包括基于 RNA 的药物，例如 pelacarsen、olpasiran、SLN360 和 lepo-disiran，这些药物目前正在临床试验中。在这篇全面的综述中，我们详细概述了基于 RNA 的治疗方法，并讨论了专门用于降低 Lp(a) 水平从而降低心血管疾病风险的 RNA 疗法的最新进展和挑战。
间歇性缺氧导致体外模型血脑屏障完整性丧失：使用 HIF-1 通路抑制剂能否逆转？
摘要：多种睡眠呼吸障碍会引发反复的缺氧应激，从而可能导致认知障碍等神经系统疾病。然而，反复间歇性缺氧对血脑屏障 (BBB) 的影响尚不明确。本研究比较了两种间歇性缺氧诱导方法对 BBB 脑内皮的影响：一种是使用肼屈嗪，另一种是使用缺氧室。这些循环是在内皮细胞和星形胶质细胞共培养模型上进行的。在使用或不使用 HIF-1 抑制剂 YC-1 的情况下评估了 Na-Fl 通透性、紧密连接蛋白和 ABC 转运蛋白 (P-gp 和 MRP-1) 含量。我们的结果表明，肼屈嗪和间歇性物理缺氧逐渐改变 BBB 完整性，表现为 Na-Fl 通透性增加。这种改变伴随着紧密连接蛋白 ZO-1 和 claudin-5 浓度的降低。反过来，微血管内皮细胞上调 P-gp 和 MRP-1 的表达。在第三个周期的肼屈嗪治疗后也发现了这种改变。另一方面，第三次间歇性缺氧暴露显示 BBB 特征得以保留。此外，用 YC-1 抑制 HIF-1 α 可防止肼屈嗪治疗后出现 BBB 功能障碍。在物理间歇性缺氧的情况下，我们观察到不完全的逆转，这表明 BBB 功能障碍可能涉及其他生物学机制。总之，间歇性缺氧导致 BBB 模型发生改变，并在第三个周期后观察到适应性。
从减少剂量到最大化对比度：深度学习能否放大造影剂对脑部 MRI 图像质量的影响？一项读者研究
材料和方法 这项回顾性单中心研究考虑纳入 2019 年 11 月至 2021 年 3 月在 Gustave Roussy 癌症园区（法国维尔瑞夫）获取的共 250 张多参数脑 MRI。定义了独立的训练（107 例，年龄 55 岁±14 岁，58 名女性）和测试（79 例，年龄 59 岁±14 岁，41 名女性）样本。患者患有神经胶质瘤、脑转移、脑膜瘤或无增强病变。在所有病例中均获取了具有可变翻转角的梯度回波和涡轮自旋回波对比后 T1 序列。对于形成训练样本的病例，还获取了使用 0.025 mmol/kg 造影剂注射的“低剂量”对比后梯度回波 T1 图像。以标准剂量 T1 MRI 为参考，训练了一个深度神经网络来合成增强低剂量 T1 采集。训练完成后，对比增强网络用于处理测试梯度回波 T1 图像。然后由两名经验丰富的神经放射科医生进行读片，以评估原始和处理后的 T1 MRI 序列的对比增强和病变检测性能，以快速自旋回波序列为参考。结果对于增强病变的病例，处理后图像的对比噪声比（44.5 比 9.1 和 16.8，p<.001）、病变与脑组织比（1.66 比 1.31 和 1.44，p<.001）和对比增强百分比（112.4% 比 85.6% 和 92.2%，p<.001）均优于原始梯度回波和参考快速自旋回波 T1 序列。两位读者都更喜欢处理后的 T1 的整体图像质量（平均评分为 3.4/4 比 2.7/4，p<.001）。最后，对于大于 10 毫米的病变，所提出的处理方法将梯度回波 T1 MRI 的平均灵敏度从 88% 提高到 96%（p=.008*），而误检率则没有差异（两种情况下均为 0.02/例，p>.99）。考虑所有大于 5 毫米的病变时观察到了相同的效果：灵敏度从 70% 提高到 85%（p<.001*），而误检率保持相似（0.04/例 vs 0.06/例，p=.48）。如果包括所有病变，无论其大小如何，原始和处理后的 T1 图像的灵敏度分别为 59% 和 75%（p<.001*），相应的误检率为 0.05/例和 0.14/例（p=.06）。
人工智能能否有效支持可持续发展？
摘要。本文介绍了人工智能在可持续发展中可能发挥的作用。可持续发展是目前面临的最大挑战之一。可持续发展和发展显然是对立的。当前通过单独行动应对地球危机的努力产生的影响小于预期。现有技术尤其是人工智能的能力尚未得到充分开发。生态创新行动主要侧重于智能交通、能源和水的智能使用以及废物回收，但没有考虑行为和重点的必要演变。为促进现有技术而发明的智能、智能、创新、绿色或智慧城市等概念改变了 IT 市场。大多数提议都涉及使用统计/优化方法进行数据处理。本文解释了人工智能方法和技术如何与充分的思考相结合，创新应对地球危机的方式并实现联合国 17 项可持续发展目标中的一些目标。
建议引用：Carbonero, Francesco；Scicchitano, Sergio (2021)：新冠疫情时期的劳工和技术。人工智能能否缓解对亲近感的需求？，GLO 讨论文件，第 765 号，全球劳工组织 (GLO)，埃森
目前，新冠疫情引发的紧急状态已蔓延至全球，并已对许多国家的劳动力市场产生了重大影响，其中一些影响预计将持续存在（Adams-Prassl 等，2020 年；Baert 等，2020 年；Cho 等，2020 年；Bennedsen 等，2020 年）。为限制病毒传播，许多国家不得不采取严厉的封锁措施暂停生产活动，这对 GDP 产生了明显的负面影响（Brodeur 等，2020 年；Qiu 等，2020 年）。与此同时，大多数国家已大幅增加了可以在家办公的工人比例，以使企业能够继续经营，同时限制公共健康风险和隐性后果，但很明显，这一比例受到现有技术和工人自身任务的限制：并非所有工人都可以远程工作（有关远程办公能力和封锁相关贫困风险的跨国比较，请参阅 Palomino 等人，2020 年）。因此，“社交距离”已成为全球在 Sars-Cov-2 期间实施的关键公共政策，而减少工人之间近距离接触的风险是一个重要方面（Toxvaerd，2020 年；Toxvaerd 和 Makris，2020 年）。