正如中国古谚所说,千里之行,难在第一步。没有什么旅程比每小时都在变大的山地景观更令人生畏了。然而,这准确地概括了管理数据和获得最全面、最新和最明智的情报所涉及的任务。Rosslyn Analytics 管理和分析数据已有近十年的时间,它见证了最佳和最差的做法,并吸取了教训,因此它可以帮助公司最大限度地在整个组织中应用信息和情报。所有组织都依赖数据,但他们成功利用数据的能力取决于许多变量,例如数据质量、信息访问、及时性和相关性。尽管所有组织在依赖数据方面都有共同的传统,但他们计划、采用和使用数据的方式却大不相同。我们认为,老式、非科学的数据方法类似于阻碍前几代人成长的饮食无知。缺乏对数据效力及其激发组织每个器官的能力的理解是更广泛的弊病的征兆。在接下来的部分中,我们将探讨这些主题并为激发活力的旅程创建路线图。通过这样做,您将能够确保您的组织不会成为 Gartner 估计的 33% 的财富 100 强组织之一,他们将经历信息
虽然已经证明了硅具有更高迁移率的材料,包括锗和各种 III-V 材料,但它们最多只在少数小众市场得到成功应用和商业化。硅技术取得巨大成功的原因是多方面的,例如硅的天然氧化物 (SiO 2 )、极其成熟和精细的加工能力,以及 n 型和 p 型金属氧化物半导体 (MOS) 晶体管的存在,这使得高效互补 MOS (CMOS) 逻辑成为可能。随着尺寸的进一步缩小,人们付出了巨大的努力来改进制造方法,以使硅场效应晶体管 (FET) 的性能稳步提高。目前,硅晶体管的技术节点处于 10 纳米以下范围。然而,在如此小的器件中,短沟道效应 (SCE)、增加的可变性和可靠性问题 [1],以及 3 纳米以下通道的通道载流子迁移率降低 [2] 都对硅技术的继续使用构成了严峻挑战。为了克服由硅制成的超薄器件的缺点,近十年来,对晶体管结构替代材料系统的研究不断加强。所谓的 2D 材料已被证明对后硅技术特别有利,并有可能为上述硅技术的局限性提供解决方案。[3,4]
近十年来,金属纳米粒子因其有趣的光学特性而受到广泛关注[1-8]。这些纳米粒子中表面等离子体的共振导致同步辐射发射增加,这是光束能量散射和相关频率吸收的函数[9,10]。同步辐射发射是光束能量吸收和纳米粒子中诱导产生的热量的函数,长期以来一直被认为是等离子体应用中的副作用[11-15]。最近,科学家发现热等离子体特性可用于癌症、纳米流和光子中的各种光热应用[16-22]。在光热人类癌细胞、组织和肿瘤治疗中,下行激光刺激金属纳米粒子表面等离子体的共振,因此,下行光的吸收能量转化为纳米粒子中的热量[23-25]。产生的热量会破坏纳米粒子附近的肿瘤组织,而不会对健康组织造成任何伤害[26,27]。由于镅纳米粒子与配体连接简单,可用于靶向癌细胞,因此这些纳米粒子更适合用于光热治疗人类癌细胞、组织和肿瘤 [28-32]。本文研究了球形、核壳和棒状镅纳米粒子的热等离子体特性。
肝细胞癌 (HCC) 是成人原发性肝癌最常见的形式。近十年来,索拉非尼是唯一获批的治疗方法,多种新药已在临床试验中证明有效,包括靶向治疗药物瑞戈非尼、仑伐替尼和卡博替尼、抗血管生成抗体雷莫芦单抗以及免疫检查点抑制剂纳武单抗和派姆单抗。虽然这些药物为 HCC 患者带来了新的希望,但最佳治疗选择和治疗顺序仍然未知,且没有确定的生物标志物,许多患者对治疗没有反应。分子测量技术的进步和成本的降低使得人们能够在不同层面(包括大块组织、动物模型和单细胞)分析 HCC 分子特征(如基因组、转录组、蛋白质组和代谢组)。向公众发布此类数据集增强了从这些遗留研究中搜索信息的能力,并提供了利用它们了解 HCC 机制、合理开发新疗法和识别治疗反应候选生物标志物的机会。在这里,我们对公共数据集进行了全面的审查
摘要 近十年来,多媒体应用和服务的不断涌现,产生了大量的多媒体数据,用于多媒体的高级研究。此外,多媒体研究在图像/视频内容分析、多媒体搜索和推荐、多媒体流媒体、多媒体内容交付等方面取得了长足的进步。与此同时,人工智能(AI)自20世纪50年代被正式视为一门学科以来,经历了一波“新”的发展浪潮,这应该归功于深度学习的巨大成功。因此,一个问题自然而然地出现了:当多媒体遇到人工智能会发生什么?为了回答这个问题,我们通过研究多媒体和人工智能之间的相互影响引入了多媒体智能的概念。我们从两个方面探讨了多媒体和人工智能之间的相互影响:i)多媒体推动人工智能经历范式转变,走向更具可解释性;ii)人工智能反过来为多媒体研究注入了新的思维方式。因此,这两个方面形成了一个循环,多媒体和人工智能相互促进。在本文中,我们讨论了文献中所做的努力和方式,并分享了我们对值得进一步研究的研究方向的见解,这些方向可能会对多媒体智能产生深远的影响。
近十年来,人们提出了用于解决各种实际问题的量子算法,例如数据搜索和分析、产品推荐和信用评分。人们对量子计算中的隐私和其他伦理问题的关注自然而然地出现了。在本文中,我们定义了一个用于检测量子算法差分隐私违规的正式框架。我们开发了一种检测算法来验证(嘈杂的)量子算法是否具有差分隐私,并在报告差分隐私违规时自动生成窃听信息。该信息由一对违反隐私的量子态组成,以说明违规的原因。我们的算法配备了高效的数据结构 Tensor Networks,并在 TensorFlow Quantum 和 TorchQuantum 上执行,它们分别是著名机器学习平台 TensorFlow 和 PyTorch 的量子扩展。我们算法的有效性和效率得到了已经在现实量子计算机上实现的几乎所有类型量子算法的实验结果的证实,包括量子霸权算法(超出了经典算法的能力)、量子机器学习模型、量子近似优化算法和高达 21 个量子位的变分量子特征求解器。
近十年来,移民问题一直被视为欧洲内部和欧洲的“危机”。公众和政治辩论集中在特定的“爆发点”上,通常是非法移民和所谓的融合“失败”。尽管欧盟试图通过今年通过的新移民和庇护公约来协调政策应对措施,但成员国将移民问题列为国家一级的优先事项,寻求共同框架的例外。例如,最近几个月,已有 15 个成员国在申根区内恢复了临时边境管制。1 在荷兰,新政府宣布了“有史以来最严格的庇护政策”计划,并要求“退出”欧盟的公约——匈牙利很快表示赞同。2 现在,移民被广泛视为对社会的威胁,而不是人类生存和历史的固有组成部分,也不是积极变革的潜在驱动力。联合国秘书长安东尼奥·古特雷斯认为,移民是“生活中的现实,也是一股向善的力量”,3 他认为,问题不在于移民或流动本身,而在于管理不善,而管理不善往往受到敌对言论的影响,这些言论对科学证据的分量充耳不闻。在这种背景下,跨学科
近十年来,ACM FACCT社区的奖学金一直集中在审核算法系统功能的新颖和创新方法上。多年来,这个研究思想和技术项目已经实现了足以成为监管任务。今天,《数字服务法》(DSA)和《在线安全法》(OSA)已经建立了技术公司和(传统)审计师将开发算法算法的“实践”的框架,从而预示了该“生态系统”将如何发展。在本文中,我们根据算法审计的新兴行业的观察,系统地检查了DSA和OSA中的审计规定。谁可能占据这个空间?可能会出现哪些政治和道德紧张局势?如何在实践中扮演“独立审计”或“评估算法函数的评估”?通过塑造新兴的算法审计的政治经济学的图片,我们将注意力集中在传统审计师的策略和文化上,这些审计师有可能侵蚀DSA和OSA的重要监管。重要的是,我们警告说,雄心勃勃的研究思想和算法审计的技术项目可能最终会因传统副代介师的标准化抓地力而崩溃和/或在复杂的(子)合同安排,多样化的投资组合和紧密时间内的复杂网络中稀释。
复杂问题解决是人类大脑的一项高级认知任务,近十年来一直受到研究。伦敦塔 (TOL) 是一款广泛用于研究复杂问题解决的游戏。在本文中,我们旨在探索复杂问题解决及其子任务(即规划和执行)的解剖区域之间的底层认知网络结构。提出了一种用于估计 fMRI 记录每个时刻的大脑网络的新计算模型。所提出的方法将大脑网络建模为人工神经网络,其中权重对应于大脑解剖区域之间的关系。该模型的第一步是预处理,以减少空间冗余,同时提高 fMRI 记录的时间分辨率。然后,使用预处理的 fMRI 信号估计动态大脑网络以训练人工神经网络。研究估计的大脑网络的特性,以识别感兴趣的区域,例如密集连接的大脑区域的中心和子组。通过解码复杂问题解决的规划和执行子任务,展示了建议大脑网络的表征能力。我们的发现与实验心理学以前的研究结果一致。此外,我们还观察到,与执行阶段相比,规划阶段的枢纽更多,并且与执行阶段相比,规划阶段的集群连接更紧密。
近十年来,ACM FACCT社区的奖学金一直集中在审核算法系统功能的新颖和创新方法上。多年来,这个研究思想和技术项目已经成熟,以成为监管任务。今天,《数字服务法》(DSA)和《在线安全法》(OSA)已经建立了技术公司和(传统)审计师将开发算法审计的“实践”的框架,从而预示了该“生态系统”如何发展。在本文中,我们根据算法审计的新兴行业的观察,系统地检查了DSA和OSA中的审计规定。谁可能占据这个空间?可能会出现哪些政治和道德紧张局势?“独立审计”或“对算法功能的社会背景的评估”的授权如何在实践中发挥作用?通过塑造算法审计的新兴政治经济的图片,我们将注意力集中在传统审计师的策略和文化中,这些策略和文化有可能侵蚀DSA和OSA的重要规范支柱。重要的是,我们警告说,雄心勃勃的研究思想和算法审计的技术项目可能最终会因传统审计师的标准化抓地力和/或在复杂的(子)合同,多样化的投资组合和紧密时间表的复杂网络中销毁。