XiaoMi-AI文件搜索系统
World File Search System计算方法
辐射治疗脑转移治疗后的辐射坏死：一种计算方法
转移是癌细胞脱离原发性肿瘤，穿过血液或淋巴系统并在远处组织中形成新肿瘤的过程。转移性传播的首选部位之一是大脑，影响了所有癌症患者的20％以上。由于原发性肿瘤的治疗方法的改善，该数字正在稳步增加。立体定向放射外科手术（SRS）是少量或适度的脑转移（BMS）患者的主要治疗选择之一。SRS经常发生的不良事件是辐射坏死（RN），这是正常组织细胞死亡引起的炎症状况。一个主要的诊断问题是，由于标准磁共振图像（MRIS）的相似性，RN很难与BM复发区分开。但是，这种区别是选择最佳治疗方法的关键，因为RNS经常在没有进一步干预的情况下解决，而复发BMS可能需要开放脑部手术。最近的研究表明，RN的增长动力比复发性BMS更快，这提供了一种区分这两个实体的方法，但是对于这些观察结果，没有提供机械性解释。在这项研究中，根据增加复杂性的数学模型开发了计算框架，为BMS复发与RN事件的差异生长动力学提供了机械解释，并解释了观察到的临床现象学。模拟的肿瘤复发的生长指数大大小于由于SRS与BMS相邻的正常脑组织造成的损伤所致的炎症的组，因此导致RN。ROC曲线具有合成数据具有最佳阈值，可最大程度地提高生长指数β∗ = 1的灵敏度和特异性值。05，非常接近患者数据集中观察到的。
使用基于近场动力学的计算方法模拟裂纹扩展的疲劳退化策略
摘要 本文的目的是开发新的计算工具来研究结构材料中的疲劳裂纹扩展。特别是，我们比较了不同退化策略的性能，以采用基于近场动力学的计算方法研究疲劳裂纹扩展现象。提出了三种疲劳退化定律。其中两个是原创的。首先使用圆柱模型来比较这三种疲劳定律的计算性能，并研究它们对离散化参数变化的稳健性。然后在近场动力学框架中实施疲劳退化策略以进行疲劳裂纹扩展分析。圆柱模型和近场动力学模拟都表明，提出的第三种退化定律在高精度、高稳定性和低计算成本的结合方面是独一无二的。
维多利亚州电力传输系统收入计算方法发布日期：1527 年 1 月 3 月
本文件是根据《国家电力规则》第 S 6A.4.2(cC) 条的目的而编写的。AEMO 必须有一个收入方法（无需 AER 批准），规定计算 AEMO 在每个监管年度提供规定输电服务的最高允许收入的方法。
用于规则和不规则时间序列分类的新型高效储层计算方法
时间序列是指在一段时间内按时间顺序收集的一系列数据点，每个点通常记录在特定的时间戳。时间序列有两个主要组成部分：时间戳和观测值。时间戳表示获取特定记录的时间，而观测值则显示与每个时间戳相关联的值，该值表明该值相对于其他时间点的相对重要性。此外，时间序列数据可能还带有一些其他模式，使时间序列分析更具挑战性。例如，来自同一数据集的样本可能具有不同的长度（可变长度）和/或相邻时间点可能具有不同的时间间隔（异质间隔）。时间序列分析涉及研究和解释样本随时间变化的趋势和依赖性等模式，并已广泛应用于现实世界现象 [1-3]。其中，时间序列分类 (TSC) 专注于将序列数据分类并标记为不同的类别，在医学、电信和金融等领域发挥着不可或缺的作用。TSC 算法的有效性取决于它们平衡短期和长期记忆以及捕捉时间依赖性的能力，同时将所需模式与噪声模式区分开来。在过去的几十年中，已经开发了大量算法来解决这一特定领域。到目前为止，长短期记忆 (LSTM) 网络可以看作是一个里程碑式的突破，它为序列数据中复杂的长期依赖关系建模所带来的挑战提供了强大的解决方案 [4-7]。LSTM 网络是一种循环神经网络 (RNN)，它利用记忆单元和门作为控制信息在网络中流动的手段。网络的设计主要是为了缓解梯度消失的瓶颈。然而，网络的训练是通过最先进的时间反向传播 (BPTT) 技术实现的。虽然 BPTT 是一种强大而有效的方法，但它的计算成本可能很高，尤其是对于大型和深度神经网络而言。除了反向传播辅助神经网络外，基于距离的方法也在广泛的 TSC 任务中取得了巨大的成功 [8-10]，其中，1-最近邻动态时间规整 (1NN-DTW) 已被证明
来自重复slab带结构计算的角度分辨光发射光谱的计算方法
在光发射的一步模型中报告了一种用于角度分辨光发射光谱（ARPES）计算的多功能方法。初始状态是使用投影仪调节波（PAW）方法从重复slab计算获得的。arpes最终状态是通过将正能量的重复标记特征状态与满足时间转移的低能量电子衍射边界条件相匹配的。匹配方程的非物理解（不尊重频道保护）被丢弃。该方法应用于石墨烯的表面正常光发射，这是光子能量从阈值到100 eV的函数。将结果与独立执行的多个散射计算进行了比较，并获得了非常良好的一致性，前提是使用从爪子伪载体重建的全电子波来计算光发射矩阵元素。但是，如果直接使用了伪瓦，则通过数量级，σ-和π频带发射之间的相对强度是错误的。石墨烯ARPES强度具有强大的光子能依赖性，包括共振。来自π带的正常发射光谱在31 eV的光子能量下显示了迄今未报告的尖锐共振。共振是由于二维间互间跃迁引起的，并突出了最多的矩阵元素效应的重要性，而不是最终状态平面波近似。
解决空间和时间中核心物体识别的神经机制；一种计算方法
各种研究都对物体识别（大脑的基本能力）的潜在机制进行了研究。然而，对识别速度和准确度之间的平衡的探索较少。大多数物体识别的计算模型都无法解释识别时间，因此只关注识别准确度，原因有两个：缺乏感官处理的时间表征机制，以及使用非生物分类器进行决策处理。在这里，我们提出了一个物体识别的分层时间模型，使用脉冲深度神经网络与生物学上合理的决策模型相结合，以解释识别时间和准确度。我们表明，所提模型的响应动力学可以类似于大脑的响应动力学。首先，在物体识别任务中，该模型可以模拟人类和猴子的识别时间和准确度。其次，该模型可以复制文献中观察到的不同速度-准确度权衡机制。更重要的是，我们证明了所提模型中不同抽象级别（上级、中级和下级）的时间表征与先前研究中观察到的大脑表征动态相匹配。我们得出结论，由分层前馈脉冲结构产生的脉冲的积累可以很好地解释决策的动态，也可以解释不同抽象级别的表示动态。关键词：时间对象识别、速度-准确度权衡、深度脉冲卷积神经网络、积累到边界模型、动态表示相异矩阵
使用基于近场动力学的计算方法模拟裂纹扩展的疲劳退化策略
摘要 本文的目的是开发新的计算工具来研究结构材料中的疲劳裂纹扩展。特别是，我们比较了不同退化策略的性能，以采用基于近场动力学的计算方法研究疲劳裂纹扩展现象。提出了三种疲劳退化定律。其中两个是原创的。首先使用圆柱模型来比较这三种疲劳定律的计算性能，并研究它们对离散化参数变化的稳健性。然后在近场动力学框架中实施疲劳退化策略以进行疲劳裂纹扩展分析。圆柱模型和近场动力学模拟都表明，提出的第三种退化定律在高精度、高稳定性和低计算成本的结合方面是独一无二的。
使用反应微笑对原子经济进行定量分析：一种计算方法†/div>
我们提出了一种用于使用反应微笑来计算化学反应的原子经济算法的实施。Python编程用于连接RDKIT库来解析和解释化学结构，从而提供准确有效的化学可持续性计算。通过实施强大的算法来处理化学计量系数和多种反应，该方法对原子经济进行了全面的分析，这是绿色化学实践必不可少的指标。此外，这种计算方法可以轻松地集成到产生大量化学反应的AI应用中，作为筛选和优化步骤，进一步增强了可持续化学过程设计的潜力。我们通过几个案例研究证明了它的应用，强调了其有助于设计更可持续的化学过程的潜力。我们使用阿司匹林及其多个合成路线证明了这种方法。
JB HI 特别专题“脑信号和神经成像的模糊系统和计算方法：
鉴于处理从神经成像模式获得的脑信号所面临的重大挑战，模糊集和系统已被提出作为分析脑活动的有用且有效的框架，以及实现脑与外部设备（脑机/机接口）之间的直接通信途径。虽然人们对这些问题的兴趣越来越大，但模糊系统的贡献因应用领域而异。一方面，考虑到脑活动的解码，处理不确定性的高级计算智能方法（如模糊集和系统）代表了一种极好的工具，可以克服处理极度嘈杂的信号的挑战，这些信号很可能受到非平稳性、不变量和泛化能力差的影响。另一方面，就神经科学研究而言，可能性和模糊性同样被用于测量突触、神经元和大脑区域或区域之间的平滑整合。在此背景下，拟议的特刊旨在建立一个专门的论坛，作为计算智能研究人员的媒介，他们希望利用模糊系统和模糊逻辑等先进技术来模拟和表达对脑信号和神经成像数据分析的不确定性。任何与神经科学相关的领域，如计算神经科学、脑机接口、神经科学、神经信息学、神经人体工程学、计算认知神经科学、情感神经科学、神经生物学、脑映射、神经工程和神经技术都是合适的。本期特刊重点介绍在不同知识领域研究的模糊系统和应用于脑信号和神经成像的计算方法的最新进展、挑战和未来前景。因此，我们邀请研究人员为本期特刊贡献原创作品，利用脑信号和神经成像中使用计算和数学技术的最新方法，并解决开发用于各种临床应用的专用系统的挑战，同时提出未来发展的新想法和方向。感兴趣的主题包括但不限于以下内容：
半导体有效位移损伤剂量计算方法的开发及其在空间场中的应用
位移损伤剂量 (DDD) 是预测在太空环境中使用且会受到辐射的半导体器件寿命的常用指标。DDD 通常根据 Norgett-Robinson-Torrens (NRT) 模型根据非电离能量损失估算，尽管所谓的有效 DDD 的新定义考虑了半导体中非晶化的分子动力学 (MD) 模拟。本研究开发了一个新模型，用于计算碳化硅 (SiC)、砷化铟 (InAs)、砷化镓 (GaAs) 和氮化镓 (GaN) 半导体的常规和有效 DDD 值。该模型是通过扩展粒子和重离子传输代码系统 (PHITS) 中实现的每原子位移计数获得的。这种新方法表明，由于直接撞击造成的非晶化，砷基化合物的有效 DDD 高于传统 DDD，而由于复合缺陷，SiC 的这种关系则相反。对于暴露于质子的 SiC 和 GaN，有效 DDD/传统 DDD 比率随质子能量的增加而降低。相反，对于 InAs 和 GaAs，该比率在质子能量高达 100 MeV 时增加到 1 以上，并且趋于稳定，因为缺陷产生效率（即 MD 模拟的碰撞级联末端稳定位移数量与 NRT 模型计算的缺陷数量之比）在损伤能量值高于 20 keV 时不会增加。通过计算低地球轨道上夹在薄玻璃盖和铝板之间的半导体的有效 DDD 值，证明了该模型的实际应用。结果表明，通过将玻璃盖厚度增加到 200 μ m，可以显著降低有效 DDD，从而证实了屏蔽太空中使用的半导体器件的重要性。这种改进的 PHITS 技术有望通过预测宇宙射线环境中具有复杂几何形状的各种半导体的有效 DDD 值来协助半导体设计。