XiaoMi-AI文件搜索系统
World File Search System舒拉
比拉尼比尔拉科技学院
主讲教师：Chittaranjan Hota 教授 (hota@hyderabad.bits-pilani.ac.in) 范围和目标 本课程从计算机科学的角度向学生介绍人工智能的基本概念和方法。人工智能关注一系列特定的问题，并开发了一套解决这些问题的特定技术。本课程的重点是研究开发智能程序所需的知识表示方法、推理和算法。人工智能不仅致力于构建智能实体，而且还允许理解它们。本课程将使学生了解如何使用经典的符号方法对计算机进行编程，使其以通常归因于人类“智能”的方式运行。人工智能目前涵盖了各种各样的子领域，如感知、逻辑推理、证明数学定理和诊断疾病等。人工智能使计算机工程师能够借助一套工具和方法系统化和自动化智力任务。本课程研究的方法可应用于人类智力活动的任何领域。作业部分将强调使用 C/C++、Python、R 等。学生将被要求在现实世界的问题解决中使用搜索策略、游戏程序（如国际象棋或井字游戏）、规划器、仅具有推理引擎的小型专家系统外壳、使用 TMS 或贝叶斯网络等模型在不确定性下进行推理的程序、自然语言理解程序以及使用联结主义模型（如神经网络）的机器学习领域的程序。教科书 T1 Stuart Russell 和 Peter Norvig，《人工智能：一种现代方法》，Pearson 教育，第 3 版，2009 年。参考书 R1 George F. Luger 人工智能：复杂问题解决的结构和策略，第四版，Pearson，2002 年。R2 DW Patterson，《人工智能与专家系统简介》，PHI，2002 年。 R4 Elaine Rich 和 Kevin Knight，《人工智能》，Tata McGraw Hill，第二版，2002 年。
瑞舒伐他汀与格列本脲的疗效
最近的荟萃分析显示，服用他汀类药物会增加患糖尿病的风险 [5]。他汀类药物增加糖尿病风险的机制可能是由于他汀类药物诱导的胆固醇生成拮抗作用导致血浆来源的低密度脂蛋白 (LDL) 胆固醇的形成增加，从而导致 β 细胞直接发炎和氧化，进而导致细胞凋亡和胰岛素分泌受损。他汀类药物还会对葡萄糖代谢和胰岛素抵抗 (IR) 产生影响；可能的机制可能是胰岛素分泌减少 [6,7]。其他可能的发病原因包括他汀类药物对 HMG-CoA 还原酶的抑制、钙释放、异戊二烯合成、葡萄糖转运、钙介导的胰腺胰岛素分泌、不同异戊二烯的降低 [8]。因此，他汀类药物是否确实可以控制糖尿病患者甚至糖尿病模型动物的血糖水平 (BSL) 尚不确定。
苹果酸舒尼替尼 商品名：SUTENT® CDS 生效日期
临床药理学 药效学特性 苹果酸舒尼替尼是一种抑制多种 RTK 的小分子，其中一些与肿瘤生长、病理性血管生成和癌症转移进展有关。舒尼替尼对多种激酶（>80 种激酶）的抑制活性进行了评估，并被确定为血小板衍生生长因子受体（PDGFRα 和 PDGFRβ）、血管内皮生长因子受体（VEGFR1、VEGFR2 和 VEGFR3）、干细胞因子受体 (KIT)、Fms 样酪氨酸激酶 3 (FLT3)、集落刺激因子受体 1 型 (CSF-1R) 和神经胶质细胞系衍生神经营养因子受体 (RET) 的抑制剂。生化和细胞试验已证实舒尼替尼可抑制这些 RTK 的活性，细胞增殖试验已证实舒尼替尼可抑制其功能。生化和细胞试验表明，其初级代谢产物的效力与舒尼替尼相似。
舒马曲坦琥珀酸盐薄膜包衣片
人类数据：舒马曲坦/那拉曲坦/Treximet（舒马曲坦和萘普生钠）妊娠登记是一项基于人群的国际前瞻性研究，收集了 1996 年 1 月至 2012 年 9 月舒马曲坦的数据。登记处记录了 626 名在妊娠期间暴露于舒马曲坦的婴儿和胎儿的结果（528 名在妊娠前三个月最早暴露，78 名在妊娠中期，16 名在妊娠晚期，4 名未知）。在妊娠前三个月暴露于舒马曲坦期间，重大出生缺陷（不包括胎儿死亡和未报告缺陷的人工流产以及所有自然流产）的发生率为 4.2%（20/478 [95% CI：2.6% 至 6.5%]），在暴露的任何三个月期间的发生率为 4.2%（24/576 [95% CI：2.7% 至 6.2%]）。本研究的样本量有 80% 的功效检测出重大畸形发生率至少增加 1.73 至 1.91 倍。登记期间积累的暴露妊娠结果数量不足以支持关于总体畸形风险的明确结论或对特定出生缺陷的频率进行比较。在妊娠前三个月暴露于舒马曲坦后报告有出生缺陷的 20 名婴儿中，4 名婴儿患有室间隔缺损，其中一名婴儿同时暴露于舒马曲坦和那拉曲坦，3 名婴儿患有幽门狭窄。该组中没有超过 2 名婴儿报告有其他出生缺陷。
干货：如何利用EN 脚设计出好电源？
1.以 ZL6205 为例，先简单介绍一下 ........................................................................ 1 2.直接上拉使能 ........................................................................................................... 2 3.电阻分压使能 ........................................................................................................... 3 4.其他使能应用 ........................................................................................................... 4 5.免责声明 ................................................................................................................... 6
飞机客舱热舒适度的数值研究
关键词 飞机客舱，热舒适度，数值模拟，PMV（预测平均投票），PPD（预测不满意百分比） 1 引言 客机客舱是一个狭窄封闭的空间，通常乘客密度较高。由于现在的长飞行时间，热舒适度成为设计阶段需要考虑的重要因素。波音、空客等飞机制造商为改善热舒适度付出了巨大努力（Pang et al. 2014）。有几种方法可以研究这些区域的热舒适度。在一些研究中，使用了著名的预测平均投票（PMV）模型（Fanger 1970），但也有一些研究进行了现场热舒适度调查。也可以采用数值模拟和计算流体动力学（CFD）来预测局部皮肤温度并计算热舒适度。Cui et al. (2014) 在飞机客舱内进行了现场测量，绘制了空气温度、相对湿度、黑球温度和空气速度等影响参数。还对乘客进行了问卷调查。他们得出的结论是，乘客对热度并不满意，因为他们感到很热。热舒适度图表现出不均匀性；中舱温度总是较高。然而，据报道，垂直温度梯度和空气速度都在舒适区内。在另一项研究中，调查了飞机客舱乘客的局部和整体热舒适度（Park 等人，2011 年）。结论是，模拟飞机客舱的整体热感觉相对较好，但据报道，局部热不适感较高。Haghighat 等人（1999 年）在 43 次商业航班中进行了测量，持续时间超过一小时，期间持续监测温度、相对湿度和二氧化碳浓度。结果表明，平均气温为
MMAI - 舒立克商学院 - 约克大学
重要网站 ................................................................................................................................................3 学期日期 ......................................................................................................................................................4 重要日期 ......................................................................................................................................................5 联系我们 ......................................................................................................................................................6 Schulich 学生服务和国际关系部门 .............................................................................................6 报名 ......................................................................................................................................................7 课程设置和退学 ......................................................................................................................................7 课程退学 ......................................................................................................................................................7 课程取消 ......................................................................................................................................................7 人工智能工商管理硕士 (MMAI) ................................................................................................8 学习选项 ........................................................................................................................................................8 教师 ........................................................................................................................................................11 顾问委员会 ........................................................................................................................................................12 课程描述 ........................................................................................................................................................13