XiaoMi-AI文件搜索系统
World File Search System计算参数
结构化稳健综合在柔性飞机颤振抑制中的应用
摘要 — 本文介绍了一种针对具有参数和动态不确定性混合的系统的结构化鲁棒控制设计方法。所提出的方法在分析步骤和综合步骤之间交替进行。在分析步骤中计算参数不确定性的样本，从而产生一组仅包含动态不确定性的不确定系统。然后在此不确定模型阵列上合成控制器。此合成步骤本身涉及交替为每个不确定系统构建 D 尺度和为整个缩放对象集合调整单个控制器。控制器调整是使用结构化控制设计技术执行的。所提出的方法用于设计柔性飞机的颤振抑制控制器。飞机动力学由高保真度和降阶模型描述。颤振抑制的设计目标是在存在混合不确定性的情况下实现鲁棒稳定性。所提出的结构化设计方法产生了一个低阶线性时不变 (LTI) 控制器，可将颤振速度提高 15%。提供了额外的鲁棒性分析和高保真模拟来评估控制器性能。
增强DNA基础模型以解决掩盖效率低下
掩盖语言建模（MLM）作为预处理目标已在基因组序列建模中广泛采用。虽然审计的模型可以成功地作为各种下游任务的编码器，但在预处理和推理之间的分离转变会对性能产生不利影响，因为预处理的任务是映射[蒙版]对预测的标志，但是[mask]在下游应用程序中却没有[mask]。这意味着编码器不会优先考虑其非[蒙版]令牌的编码，而是在部署时间与MLM任务相关的工作，并在与MLM任务相关的工作中计算参数并计算。在这项工作中，我们根据掩盖的自动编码器框架提出了一个修改的编码器架构，旨在解决基于BERT的变压器中的这种低效率。我们从经验上表明，所产生的不匹配特别是在基因组管道中有害的，在基因组管道中，模型通常用于特征提取而无需微调。我们在Bioscan-5M数据集上评估了我们的方法，其中包含超过200万个独特的DNA条形码。与因果模型和通过MLM任务预测的因果模型和双向体系结构进行比较时，我们在封闭世界和开放世界分类任务中实现了可观的性能增长。
跨学科教育和科学项目
学科领域知识领域：14 个“电气工程”和 17 个“电子、自动化和电子通信”。专业：141个“电力工程、电气工程和机电工程”（50%）和176个“微与纳米系统工程”（50%）。研究和活动对象： - 可再生能源电能的生产、传输、分配和消费过程；可再生能源微纳米系统设备制造的操作原理和工艺流程；可持续能源技术。 - 能源领域的科研机构、设计机构和组织、电力和电气工程综合企业、电气工程公司。学习目标：培养解决设计和运行可持续可再生能源系统的实际任务和科学问题的能力；研究可再生能源微纳米系统技术的材料和器件的现有技术和开发新技术。学科领域的理论内容：可再生能源电力系统运行模式建模、分析和优化的基本原理和方法；可再生能源微系统和纳米系统技术的构建和功能基础。方法、技术和技术：使用专门设备和计算机设计、建模电力设施和系统的运行和控制，测量和建模可再生能源材料、设备和系统的特性。仪器和设备：微和纳米系统工程的电气仪器和设备、控制和测量仪器、计算机设备、用于计算参数和建模电气和微电子系统的软件、项目文档的开发和维护。
SRIM模拟氢离子与掺杂稀土元素的氧化铋纳米粒子的相互作用 R. Alhathlool, MH Eisa * 部门
SRIM 模拟氢离子与稀土元素掺杂的氧化铋纳米粒子的相互作用 R. Alhathlool、MH Eisa * 物理系，科学学院，伊玛目穆罕默德伊本沙特伊斯兰大学（IMSIU），利雅得 13318，沙特阿拉伯 近年来，模拟方法受到了各个领域的广泛关注。使用 SRIM 程序将稀土钽酸镥（LuTaO 4 ）掺杂的“氧化铋（Bi 2 O 3 ）薄膜沉积到聚合物基底上。” SRIM 程序用于计算能量在 1.0 MeV 至 20 MeV 之间的 Bi 2 O 3 薄膜的一些物理特性。研究了 LuTaO 4 、Bi 2 O 3 、C 10 H 8 O 4 和 LuTaO 4 / Bi 2 O 3 /C 10 H 8 O 4 样品的“电子和核阻止本领”。这些研究结果表明，稀土掺杂可以改善复合材料的性能。离子束与物质的相互作用会产生各种各样的现象。在 C 10 H 8 O 4 上沉积掺杂 LuTaO 4 的 Bi 2 O 3 薄膜会导致材料“电子和核阻止本领”和范围发生变化。将已发表的数据与获得的结果进行了比较，并提供了计算参数。（2024 年 6 月 1 日收到；2024 年 8 月 1 日接受）关键词：阻止本领、氧化铋、钽酸镥、SRIM、聚合物 1. 简介 阿尔法粒子、氘核和质子对物质有显著影响。短程核力与质子和阿尔法粒子相互作用。随着能量下降，带电粒子会失去速度。在电离和激发过程中，重带电粒子都会失去能量。重带电粒子碰撞时传递的能量较少 [1]。
ABCD 研究中 n-Back 任务的计算建模：漂移扩散模型参数与精神障碍和心脏代谢疾病多基因评分的关联
摘要背景：认知功能障碍在精神障碍中很常见，是儿童期的一个潜在风险因素。儿童期认知功能与精神障碍多基因风险之间的关联性质和程度尚不清楚。我们应用计算模型来深入了解儿童期决策和工作记忆背后的机制过程及其与精神障碍和合并心脏代谢疾病的多基因风险评分 (PRS) 的关联。方法：我们使用漂移扩散模型推断青少年大脑认知发展 (ABCD) 研究中 3707 名 9 至 10 岁儿童在 n-back 任务期间决策和工作记忆背后的潜在计算过程。估计了基于单核苷酸多态性的认知表型的遗传性，包括计算参数、聚合 n-back 任务表现和神经认知评估。计算了阿尔茨海默病、躁郁症、冠状动脉疾病 (CAD)、重度抑郁症、强迫症、精神分裂症和 2 型糖尿病的 PRS。结果：认知表型的遗传度估计值为 12% 至 38%。贝叶斯混合模型显示，证据积累速度越慢，CAD 和精神分裂症的 PRS 越高。非决策时间越长，阿尔茨海默病的 PRS 越高，而 CAD 的 PRS 越低。决策阈值越窄，CAD 的 PRS 越高。负荷依赖性对非决策时间和决策阈值的影响分别与阿尔茨海默病和 CAD 的 PRS 相关。总体神经认知测试评分与任何精神或心脏代谢表型的 PRS 均无关。结论：我们发现计算认知过程与精神疾病和心脏代谢疾病的遗传风险之间存在明显的关联，这可能代表儿童认知风险因素。
引导 RNA 结构设计使组合 CRISPRa 程序能够进行生物合成分析
改造细菌代谢以有效地从多步骤途径产生化学物质和材料需要优化多基因表达程序以实现酶平衡。CRISPR-Cas 转录控制系统正在成为编程多基因表达调控的重要代谢工程工具。然而，向导 RNA 折叠的可预测性较差会通过不可靠的表达控制破坏酶平衡。我们设计了一组可以描述向导 RNA 折叠的计算参数，我们预计它们可以广泛适用于 CRISPR-Cas9 系统。在这里，我们将修饰的向导 RNA (scRNA) 对大肠杆菌中 CRISPR 激活 (CRISPRa) 的功效与描述折叠成活性结构的速率的动力学参数相关联。此参数还支持正向设计新的 scRNA，在我们的筛选中没有观察到失败。我们使用来自该组的 CRISPRa 靶序列来设计一个由三个合成启动子组成的系统，该系统可以在 >35 倍的动态范围内正交激活和调整所选输出的表达。独立的激活调节允许通过 64 个成员的组合三重 scRNA 库对三维表达设计空间进行实验探索。我们将这些 CRISPRa 程序应用于两种生物合成途径，证明了大肠杆菌中有价值的蝶啶和人乳寡糖产品的生产。对这些设计空间进行分析表明，表达组合产生的滴度比最大表达产生的滴度高出 2.3 倍。映射生产还可以确定瓶颈作为途径重新设计的目标，将寡糖乳糖-N-四糖的滴度提高 6 倍。在计算 scRNA 功效预测的帮助下，组合 CRISPRa 策略能够有效优化多步骤代谢途径。更广泛地说，这里揭示的引导 RNA 设计规则可能使有效的多引导程序的常规设计成为可能，用于细菌宿主中 CRISPR 基因调控的广泛模型和数据驱动应用。
使用窗口优化方法
用于深度渗透脑成像，尽管X射线计算机断层扫描和磁共振成像已被广泛使用，但由于空间分辨率相对较低，它们存在一些局限性。8，9出色的可靠性和生物相容性使聚集诱导的发射（AIE）点可用于荧光生物医学成像的出色候选物。10然而，激发或发射光的光子吸收和散射影响其穿透深度。由于吸收和散射的减少，基于第二个近红外（NIR-II）区域用于多光子荧光成像的AIE非常有希望地观察大深度大脑结构。空间取向是最重要的容器特征之一；它是诊断疾病，定位伤害和评估组织发育的指标。它也是定义纤维结构对齐的基础。11，12个先前的方法通常获得图像或感兴趣区域的平均方向，例如依赖傅立叶变换13、14或霍夫变换的技术。15 Bancelin等。16提出了一种形态的开放操作方法来实现视觉空间取向，但仅适用于相似的纤维直径。Quinn和Georgakoudi提出了一种加权定向矢量求和算法，该算法能够以2D图像的17和Liu等人获取像素方向。将此方法进一步扩展到3D表单。在这里，我们构建了一个用于大脑容器的大量成像和定向的自适应分析的系统。18的2D/3D加权矢量求和算法假定纤维结构的形态特征是相同的，并且在2D/3D图像中使用了所有光纤的固定窗口大小，最佳窗口尺寸为光纤直径的2至4倍。17，18因此，当应用于具有不同纤维厚度的复杂系统（例如脑桥梁）时，这些方法可能会降解定向确定的准确性。专门设计的AIE纳米颗粒（NP）用于获得大深度3D脑血管图像信息。最近，我们开发了一种纤维样结构内自动化的，素的厚度，并将其应用于脑血管疾病的分析。19基于厚度信息，在本研究中，我们提出了一种窗口优化（WO）方法，该方法能够显着提高2D和3D病例的空间或3D的确定精度。作为厚度确定和加权方向矢量求和算法的融合，WO方法根据纤维厚度信息可以自适应地以像素为基础优化计算参数。我们通过模拟的2D和3D光纤图像评估了该方法的表现。最后，我们通过建立从AIE辅助的体内三光子荧光（3PF）成像中获得的小鼠脑脑脑脑脑座管的大深度3D图像的方向结构来证明该系统的应用。