XiaoMi-AI文件搜索系统
World File Search System荆棘丛
外词在树状分类及其...
1图理论预序1 1.1树分解和树宽。。。。。。。。。。。。。。。。。。。。。。1 1.1.1定义。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。1 1.1.2子图和未成年人。。。。。。。。。。。。。。。。。。。。。。。。。4 1.1.3连接性和分离属性。。。。。。。。。。。。。。。。5 1.2最多k的树宽图。。。。。。。。。。。。。。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>7 1.1.2k cloque和。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>8 1.2.2.2 chrortal图。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>9 1.6.2.3部分K -Trees。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 12 1.2,4淘汰订单。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div> 。 div>9 1.6.2.3部分K -Trees。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>12 1.2,4淘汰订单。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>13 1.2.5荆棘。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>15 1.3图形理论。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>。 div>15 div>
B55α/PP2A 限制血管重塑过程中的内皮细胞凋亡：杀死病理血管的补充方法？
摘要 原理：内皮细胞 (EC) 如何迁移和形成未成熟血管丛已被广泛研究。然而，血管重塑的潜在机制仍不甚明了。更好地了解这些过程可能导致设计与当前血管生成抑制剂互补的新型治疗策略。 目的：从我们之前观察到的 PP2A 磷酸酶调节 HIF/PHD2 构成的氧气机制开始，我们假设该轴可能在血管形成、组织灌注和氧气恢复过程中发挥重要作用。 方法和结果：我们发现调节性 PP2A-磷酸酶亚基 B55 处于血管修剪和血管成熟的十字路口。具有高 B55 的血管将抵抗细胞应激条件并蓬勃发展以实现稳定和成熟。当 B55 受到抑制时，EC 无法应对细胞应激并发生细胞凋亡，导致新生血管大量修剪。从机制上讲，我们发现 B55 /PP2A 复合物可抑制 PHD2 活性，以 HIF 依赖的方式促进 EC 存活，此外还可使 p38 去磷酸化，从而保护 EC 免受细胞应激（例如在血流开始时）的影响。在肿瘤中，EC 特异性 B55 缺陷可诱导未成熟样肿瘤血管修剪，从而导致肿瘤生长和转移延迟，而不会影响非病理性血管。持续全身性施用泛 PP2A 抑制剂可破坏体内血管网络形成和肿瘤进展，而不会对 B55 缺陷型血管产生额外影响。结论：我们的数据强调了 B55 /PP2A 磷酸酶复合物在血管重塑中的独特作用，并建议使用 PP2A 抑制剂作为强效抗血管生成药物，专门针对新生血管，其作用方式与 VEGF(R) 靶向疗法互补。关键词：血管生成、B55 /PP2A 磷酸酶、发展、肿瘤进展、细胞凋亡、转基因模型、肿瘤、细胞凋亡。
耶稣圣名教堂
今天，我们庆祝最古老的基督教礼仪节日之一——主显节。主显节这个词的希腊语词根意为显现、出现或展示。在这一天，教会庆祝耶稣向全世界显现其神圣之子的身份。在这一天，人们常常会想起三件启示耶稣神性的事件：东方三博士的到访、耶稣在约旦河受洗以及在加利利迦拿婚宴上水变成酒的奇迹。这三件事件分别以独特而深刻的方式表达了耶稣诞生时和开始传道之初的神性。虽然传统上主显节是在 1 月 6 日庆祝，但在某些地区，它每年在 1 月 2 日至 8 日之间的星期日庆祝。今天的福音讲述了贤士的来访，他们也被称为智者，这个词在古代专门用于指代精通科学的人。占星术是贤士研究的科学之一。他们对星星的运作及其与世界和人类的关系很感兴趣。上帝利用他们的好奇心揭示了救赎的曙光。正如上帝用燃烧的荆棘激起沙漠中摩西的好奇心一样，他也用天空中一道不寻常的光，一道天光来激起贤士的好奇心。他们无法抗拒那颗星星的光芒。带着信仰、好奇心和决心，他们从波斯出发，距离耶路撒冷约 1000 英里，到达伯利恒。尽管他们是异教徒，但他们知道这颗星的象征意义。对他们来说，星星的出现预示着一位新国王的诞生。他们跟着星星一直到伯利恒，在希律王宫危险地停留。到达伯利恒后，他们发现了婴儿耶稣，还有玛丽和约瑟。他们从袋子里掏出礼物，献给婴儿耶稣：黄金，象征他的王权；乳香，表明他的神性；没药，预示耶稣的死亡。耶稣显灵对所有基督徒都有重大影响。尽管贤士是异教徒和博学之人，但他们也是有伟大信仰的人。他们认识到天上的光，这光引导他们走向基督，即世界的光。我们的知识和学识必须引导我们走向基督，即光明，而不是远离他。同样，作为基督徒，我们必须不断受到信仰之光的引导。这应该总是把我们带到基督，即世界的光。我们还必须让基督之光激励、指引和启发我们所做的一切。在马太福音（5:13-14）中，耶稣告诉我们，我们是世界的光。因此，作为基督徒，我们必须成为将不信者引向基督的明星。我们必须成为我们家庭、邻里和教区的指路明灯。我们必须每天努力引导所有遇到我们的人归向基督。在我们的教区，我们必须有意识地努力成为那颗引导家人、朋友、同事甚至陌生人归向教会的明星。最后，就像贤士们把他们独特的礼物带给耶稣一样，我们也被鼓励通过我们的教区把我们的特殊礼物带给耶稣。我要感谢所有那些继续贡献才华、时间和资源来在我们教区传播上帝王国的人。上帝保佑你，主显节快乐。拉撒路神父
特刊 青光眼结构与功能人工智能映射
Garway-Heath 图依赖于对照片上可见 RNFL 缺损的主观检测。然而，实验和临床研究表明，仅当 RNFL 丢失了很大一部分时才会出现此类缺损。3、4 此外，由于研究中可用的眼睛数量有限，以及难以在视神经周围某些区域可视化 RNFL 缺损，某些地形关系可能未被充分重视。使用频域光学相干断层扫描 (SDOCT) 对 RNFL 进行成像能够提供可重复的定量 RNFL 评估，其评估程度远远高于评估无红 RNFL 照片。许多先前的研究已经评估了 SDOCT 和 SAP 之间的关系。5 – 7 但是，鉴于这些测试提供的数据量巨大，可能很难应用传统的统计工具来充分模拟相关的 SF 关系。最近，神经网络和其他人工智能 (AI) 算法已被证明能够成功地模拟来自各个医学领域的数据中复杂的非线性关系。8 – 12 特别是，卷积神经网络 (CNN) 能够利用空间信息来识别传统方法可能不易辨别的潜在关系。一些研究尝试使用 AI 算法来预测 SDOCT 测量的视野结果，并取得了良好的效果。13 – 16 在一项研究中，Guo 等人 13 表明，可以根据 RNFL 和神经节细胞和内丛状层厚度合理地预测 SAP 敏感度阈值。使用视神经乳头和黄斑的 SDOCT 体积扫描，Maetschke 等人 14 能够预测视野全局指标，例如平均偏差和视野指数。这些研究一般关注的是 SAP 敏感度阈值、预定义扇区或全局指标能否很好地通过 SDOCT 数据进行近似，但没有评估结构损伤和功能损伤之间的地形映射和空间关系，这本身就是另一个重要问题。我们假设，一旦训练了 AI 模型来预测 SAP 敏感度阈值，就可以通过模拟不同特征的 RNFL 缺陷并观察它们对 SAP 结果的影响来获得 SF 关系的地形信息。这将使我们能够更全面地研究 SDOCT 上看到的结构损伤对 SAP 测量的视觉功能的影响。为此，在本研究中，我们开发并验证了一种 CNN，它可以从大量青光眼和青光眼临床患者中的视乳头周围 SDOCT RNFL 厚度测量值预测 SAP 敏感度阈值。
胎儿脑MRI中的自动心室肿大检测
摘要：在这项研究中，我们使用深度学习模型（DL）开发了一种自动化的工作流，以测量胎儿脑MRI线性线性的侧心室，随后将其分类为正常或心室肿瘤，将其定义为thalamus and perlex perlex perlex peles anf the Teplect and dice。为实现这一目标，我们首先使用公共数据集（FETA 2022）训练了基于UNET的深度学习模型，将胎儿的大脑分为七个不同的组织类别（FETA 2022）。然后，开发了自动工作流，用于在丘脑和脉络膜丛的水平上进行侧心测量。测试数据集包括22例正常和异常T2加权的胎儿脑MRI。将通过我们的AI模型进行的测量与一般放射科医生和神经放射科医生进行的手动测量进行了比较。AI模型将95％的胎儿脑MRI病例正确分类为正常或心室肿瘤。它可以在95％的病例中测量横向心室直径，而误差小于1.7 mm。在AI与普通放射学家中，测量值之间的平均差异为0.90 mm，AI与神经放射学家中的平均差异为0.82 mm，这与两位放射科医生之间的差异相当，为0.51 mm。此外，AI模型还使研究人员能够创建3D重建的图像，该图像比2D图像更好地表示实际解剖结构。执行手动测量时，它也可以仅以一个切割而不是两个。相比之下，普通放射学家与神经放射学家之间的差异在统计学上是显着的（p = 0.0043）。一般放射科医生与算法之间的测量差异（p = 0.9827），神经放射科医生和算法之间的测量差异（p = 0.2378）在统计学上并不重要。据我们所知，这是第一项研究，该研究使用基于人工智能方法的3D模型对心室肿瘤进行2D线性测量。本文提出了一种基于多个放射学标准设计AI模型的分步方法。总体而言，这项研究表明，AI可以自动计算胎儿脑MRIS中的侧心，并将其准确地分类为异常或正常。
肠道细菌衍生的琥珀酸酯诱导肠神经系统再生
图1：肠神经元和神经胶质的微生物依赖性维持。（a）在稳态（左）（左）和治疗后五天（右）免疫染色（右）的小鼠卵形丛的共聚焦显微镜图像，用于ANNA1和SOX10。比例尺，50μm。（b）用水或抗生素处理的小鼠的神经元（ANNA1）和膜内神经胶质（SOX10）的定量五天（n = 7）。（c）抗生素治疗后用内部C57BL/6 SPF小鼠进行粪便菌群转移（FMT）实验的示意图。（d）在整个实验（ABX）中用抗生素治疗的小鼠或在抗生素治疗后从SPF小鼠中接受抗生素的小鼠的神经元（ANNA1）和临时胶质神经胶质（SOX10）。FMT后7天分析小鼠（n = 11 ABX，n = 13 fmt）。灰色阴影线指示内部C57BL/6小鼠稳态处的单元格数范围。（e）用ABX或接受FMT处理的SPF小鼠的肠道传输时间测量（n = 10 ABX，n = 11 FMT）。小鼠。灰色阴影线表示稳态处的基线传输时间（n = 10）。数据来自两个独立的实验。（f）抗生素治疗后杰克逊C57BL/6J小鼠的粪便转移实验的示意图。（g）单独用ABX治疗的C57BL/6J小鼠的神经元和神经胶质神经胶质的定量或从失调或SPF小鼠中接受FMT的神经元（n = 5）。小鼠。所有数据均表示为平均值±SEM。（h）沙门氏菌SPIB感染后，杰克逊C57BL/6J小鼠中粪便转移实验的示意图表示。（i）仅用ABX治疗的C57BL/6J小鼠的神经元和神经胶质神经胶质的定量，或从失调或SPF小鼠接受FMT（神经元，n = 7 = 7失菌率，N = 9 SPF; GliA n = 9 spf; GliA n = 4 = 4 = 4 spf）。灰色阴影线指示C57BL/6J小鼠G和i中C57BL/6J小鼠中的细胞数范围。一个未配对的两尾学生的t检验用于面板B，D，E和i。一个单向方差分析进行了多个假设检验，用于面板g。所有数据均从回肠myenteric丛中获得。数据来自至少两个独立的实验，除了面板i中的胶质定量。
个性化医学时代的胃蛋白释放肽受体成像和治疗
g天文释放肽受体（GRPR）或bombesin receptor 2是一种在几种实体瘤中过表达的膜受体，包括前列腺肿瘤，乳腺肿瘤，胃肠道基质肿瘤（GISTS），小细胞和非细胞和非细胞和非 - 小细胞肺癌，gastrino-Mas-mas-Mas-mas，结肠癌，蛋白癌，蛋白蛋白癌，蛋白蛋白蛋白酶，卵巢癌。这个目标增加了疗法的武术，因为许多光学含量的放射性药物已开始使用。Wang等人的文章。在《核医学杂志》中阐明了GIST中的GRPR成像（1）。PET/CT使用[68 GA] Ga-Nota-RM26（一种靶向GRPR靶向放射性药物），检测到16名患者的18个病理结构的GIST GIST病变中有88.9％，而[18 F] -FDG PET/CT仅检测到50％（p，0.01）。对于[68 Ga] ga- nota-rm26， suv max大大高于[18 f] -fdg（平均值，17.07 6 19.57 vs. 2.28 6 1.65; p，0.01），并且与免疫组织上的grpr不合理。作者发现GRPR PET/CT成像有助于将GIST与良性平滑肌瘤和Schwannomas区分开，基于GIST的SUV Max较高（1）。这些结果表明，以GRPR为目标的成像可能与选定患者的手术计划和治疗决策有关。然而，根据Wang等人提出的SUV最大临界值，异位胰腺与GIST更难区分。GIST是由肌肉肌的骨髓丛内的cajal间质细胞引起的间质肿瘤，典型地在胃中（60％），空肠和回肠（30％），或者，较少频率地，较少的，duododenum，duododenum，duododenum，duododeNum，colon，colon，or eypophagus。诊断时的平均年龄为60 - 65岁，没有性别偏好。GIST与在琥珀酸脱氢基因酶亚基中的一个中激活试剂盒（75％），血小板衍生的生长因子受体A（10％）或频繁突变（例如NF-1突变）或缺乏症有关。GIST通常以局部疾病的形式出现，但是复发和转移经常出现。先进的GIST通过手术和酪氨酸激酶抑制剂（例如，伊马替尼第一，苏替尼，雷莫非尼）的结合进行治疗，但患者随着时间的推移会发展出TKI耐药性。Reubi等人报道了在原发性和转移性GIST中GRPR和其他神经肽受体的高表达。 使用受体放射率，为设定基础在原发性和转移性GIST中GRPR和其他神经肽受体的高表达。使用受体放射率，为
相干态的乌尔曼相和乌尔曼-贝里对应关系
Berry相[1]通过绝热循环过程后获得的相位揭示了量子波函数的几何信息，它的概念为理解许多材料的拓扑性质奠定了基础[2–13]。Berry相理论建立在纯量子态上，例如基态符合零温统计集合极限的描述，在有限温度下，密度矩阵通过将热分布与系统所有状态相关联来描述量子系统的热性质。因此，将Berry相推广到混合量子态领域是一项重要任务。已有多种方法解决这个问题[14–21]，其中Uhlmann相最近引起了广泛关注，因为它已被证明在多种一维、二维和自旋j系统中在有限温度下表现出拓扑相变[22–26]。这些系统的一个关键特征是 Uhlmann 相在临界温度下的不连续跳跃，标志着当系统在参数空间中穿过一个循环时，底层的 Uhlmann 完整性会发生变化。然而，由于数学结构和物理解释的复杂性，文献中对 Uhlmann 相的了解远少于 Berry 相。此外，只有少数模型可以获得 Uhlmann 相的解析结果 [ 22 – 30 ] 。Berry 相是纯几何的，因为它不依赖于感兴趣量子系统时间演化过程中的任何动力学效应 [ 31 ] 。因此，Berry 相理论可以用纯数学的方式构建。概括地说，密度矩阵的 Uhlmann 相是从数学角度几乎平行构建的，并且与 Berry 相具有许多共同的几何性质。我们将首先使用纤维丛语言总结 Berry 相和 Uhlmann 相，以强调它们的几何特性。接下来，我们将给出玻色子和费米子相干态的 Uhlmann 相的解析表达式，并表明当温度趋近于零时，它们的值趋近于相应的 Berry 相。这两种相干态都可用于构造量子场的路径积分 [32 – 37]。虽然单个状态中允许有任意数量的玻色子，但是泡利不相容原理将单个状态的费米子数限制为零或一。因此，在玻色子相干态中使用复数，而在费米子相干态中使用格拉斯曼数。玻色子相干态也用于量子光学中，以描述来自经典源的辐射 [38 – 41]。此外，相干态的Berry相可以在文献[ 42 – 45 ]中找到，我们在附录A中总结了结果。我们对玻色子和费米子相干态的 Uhlmann 相的精确计算结果表明，它们确实携带几何信息，正如完整概念和与 Berry 相的类比所预期的那样。我们将证明，两种情况下的 Uhlmann 相都随温度平稳下降，没有有限温度跃迁，这与先前研究中一些具有有限温度跃迁的例子形成鲜明对比 [ 22 – 30 ] 。当温度降至零度时，玻色子和费米子相干态的 Uhlmann 相接近相应的 Berry 相。我们对相干态的结果以及之前的观察结果 [ 22 , 24 , 26 ] 表明，在零温度极限下，Uhlmann 相还原为相应的 Berry 相。
在实地生物多样性实验中，土壤微生物组组成对降水和植物组成调控具有高度响应
全球气候变化对陆地生态系统功能影响巨大，降水模式的波动范围从极端干旱到不适应这些条件的生态系统中的高强度降雨事件。同时，生态系统功能受到生物多样性迅速丧失的威胁（Tilman 等人，2012 年）。气候变化和生物多样性对生态系统功能产生复合影响的可能性凸显了同时考虑这两个因素的必要性。通过更好地了解生物多样性和气候变化对生态系统过程的潜在机制介质，可以更好地预测此类影响。大量研究表明土壤微生物在生态系统功能（ Austin 等人， 2014 ； Dubey 等人， 2019 ； Podzikowski 等人， 2024 ）和生物多样性维持（ Van Der Heijden 等人， 2008 ； Bever 等人， 2015 ）中发挥着关键作用，因此很可能成为调节生物多样性和气候变化对生态系统功能的联合影响的候选者。因此，了解土壤微生物组（包括功能不同的微生物群）如何应对气候扰动以及植物多样性和组成的变化至关重要。土壤微生物组已被证明对降水变化高度敏感（ Barnard 等人， 2013 ； Engelhardt 等人， 2018 ）。研究表明，细菌和真菌（包括真菌病原体（Coulhoun，1973 年；Talley 等人，2002 年；Delavaux 等人，2021 年 a）和丛枝菌根 (AM) 真菌（House and Bever，2018 年）和卵菌（Van West 等人，2003 年；Delavaux 等人，2021 年 a））的丰富度、丰度和组成会随着降水量的变化而变化。虽然细菌和真菌都对降水量的增加作出反应，但研究发现真菌比细菌更能耐受干旱条件（Barnard 等人，2013 年；Engelhardt 等人，2018 年）。同时，一些真菌病原体（例如锈病，Froelich 和 Snow，1986；根腐病 Wyka 等人，2018；Bevacqua 等人，2023）和腐生菌（Delavaux 等人，2021a）被发现在较潮湿的条件下繁殖。此外，陆生卵菌通常是植物病原体，它们在较潮湿的条件下多样性增加（Delavaux 等人，2021a），这可能是它们依赖水的生命周期所预期的（Thines，2018）。因此，这些对降水的不同反应对于微生物组对植物群落的反馈具有重大影响，例如在干旱条件下对 AM 真菌伙伴的依赖增加（ Stahl 和 Smith，1984 ； Schultz 等人，2001 ； Auge，2001 ； Marulanda 等人，2003 ）以及在潮湿条件下病原体的影响可能更大。因此，确定功能和分类学上不同的土壤微生物群对重大降水变化的相对敏感性，对于理解微生物组驱动的功能如何随着干旱期延长和降雨期加剧而发生变化至关重要。迄今为止，还没有研究测量过微生物功能群对降水实验性改变的广度。土壤微生物组对植物群落组成也高度敏感。植物物种丰富度的提高可以增加微生物多样性（Lamb 等人，2011 年；Burrill 等人，2023 年），因为植物物种的微生物组通常因根系结构（Saleem 等人，2018 年）、根系
多重网格方法
1. N. Jacobson，例外李代数 2. L. ,,.f, Lindahl 和 F. Poulsen，调和分析中的薄集 3. I. Satake，半单代数群的分类理论 4. F. Hirzebruch、WD Newmann 和 SS Koh，可微流形和二次型（已绝版） 5. I. Chavel，一秩黎曼对称空间（已绝版） 6. R B. Burckel，C(X) 在其子代数中的特征 7. BR McDonald、AR Magid 和 KC Smith，环理论：俄克拉荷马会议论文集 8. Y.-T. Siu，分析对象的扩展技术 9. SR Caradus、WE Pfaffenberger 和 B. Yood，Calkin 代数和 Banach 空间上的算子代数 10. E. 0. Roxin，P.-T. Liu 和 RL Sternberg，《微分博弈与控制理论》11. M Orzech 和 C. Small，《交换环的 Brauer 群》12. S. Thomeier，《拓扑及其应用》13. J. M Lopez 和 KA Ross，《Sidon 集》14. WW Comfort 和 S. Negrepontis，《连续伪度量》15. K. McKennon 和 JM Robertson，《局部凸空间》16. M Carmeli 和 S. Malin，《旋转和洛伦兹群的表示：导论 1》7. GB Seligman，《李代数中的合理方法》18. DG de Figueiredo，《泛函分析：巴西数学学会研讨会论文集》19. L. Cesari、R. Kannan 和 JD Schuur，《非线性泛函分析和微分方程：密歇根州立大学会议论文集》20， JJ Schaffer，赋范空间中的球面几何 21. K. Yano 和 M Kon，反不变子流形 22. WV Vasconcelos，二维环 23. RE Chandler，豪斯多夫紧化 24. SP Franklin 和 BVS Thomas，拓扑学：孟菲斯州立大学会议论文集 25. SK Jain，环理论：俄亥俄大学会议论文集 26. BR McDonald 和 RA Mo"is，环理论 II：第二届俄克拉荷马会议论文集 27. RB Mura 和 A. Rhemtulla，可排序群 28. JR Graef，动力系统的稳定性：理论与应用 29. H.-C. Wang，齐次分支代数 30. E. 0. Roxin，P.-T. Liu 和 RL Sternberg，《微分博弈与控制理论 II》31. RD Porter，《纤维丛导论》32. M Altman，《承包商和承包商方向理论与应用》33. JS Golan，《模块类别中的分解和维度》34. G. Fairweather，《微分方程的有限元 Galerkin 方法》35. JD Sally，《局部环中理想的生成元数目》36. SS Miller，《复分析：纽约州立大学布罗克波特分校会议论文集》37. R. Gordon，《代数的表示理论：费城会议论文集》38. M Goto 和 FD Grosshans，《半单李代数》39. AI A"uda，NCA da Costa 和 R. Chuaqui，《数理逻辑：第一届巴西会议论文集》