XiaoMi-AI文件搜索系统
World File Search System随机模型
骨盆放射疗法中的自动分割
人工智能可以标准化和自动化高度要求的程序，例如手动策略，尤其是在像骨盆一样常见的解剖部位中。这项研究研究了女性和男性骨盆放射疗法（RT）的四种自动化序列工具（CT）图像，从基于ATLAS的简单和著名方法开始到最新的基于神经网络的算法。评估包括定量，定性和时间效率评估。回顾性地选择了一系列40个宫颈癌和40个前列腺癌结构集。在准备阶段后，每个站点的剩余20个测试集由基于Atlas的模型主食，一个基于森林的随机模型以及两个基于森林的模型以及两个基于深度学习的工具（DL），Mvision和Limbusai自动分割。将手动分割设置为地面真理，根据骰子相似性系数（DSC），Hausdorff距离（HD）和距离对验证部分（DAP）比较了200个结构集。自动分割和手动校正持续时间。专业临床医生进行了定性评估。在宫颈癌CTS中，DL的表现优于其他工具，具有较高的定量指标，定性得分和较短的校正时间。另一方面，在前列腺癌CT中，所有分析工具的性能在定量和定性指标方面都是可比的。减少分割时间可以减轻自动化工作流程中骨盆辐射疗法常规的负担。性能结果的这种差异可以通过宫颈癌的各种解剖学变异性在前列腺立体定位疗法（SBRT）中的严格膀胱和直肠填充制剂方面的广泛解剖变异性来解释。
评估黄热病爆发潜力和对疫苗策略的影响
背景：黄热病（YF）是一种媒介传播的病毒出血热，在非洲和南美的热带地区是地方性的，其中大量疫苗接种计划用于控制。但是，近年来发生了重大爆发。有关感染率和血清阳性的数据通常很少，需要强大的数学模型来估计黄热病的负担。特别是需要建模来估计爆发风险并为靶向疫苗的靶向决定。方法：我们提出了YF传播的动态，随机模型，该模型使用环境协变量来估计由于Sylvatic（非人类灵长类动物）储层的溢出而引起的感染力和人类对人类传播的基本再生产。我们研究了世界卫生组织眼睛战略确定的目标（1-60岁的50％，60％或80％的疫苗接种覆盖范围），以实现有效繁殖数量的不同阈值。阈值值以反映YF传播的季节性和/或气候变化的潜力，即使在疫苗接种降低中位数繁殖数量低于1的情况下，Results: Based on parameter estimates derived from epidemiological data, it is found that the 2022 EYE Strategy target coverage is sufficient to reduce the static averaged annual ef- fective reproduction number R below 1 across most or all regions in Africa depending on the effectiveness of reported vaccinations, but insufficient to reduce it below 0.5 and thereby elimi- nate outbreaks in areas with high seasonal range.与2026个目标对齐的覆盖率水平可显着降低R大于0.5的区域的比例。
评估黄热病爆发潜力和对疫苗策略的影响
背景：黄热病（YF）是一种媒介传播的病毒出血热，在非洲和南美的热带地区是地方性的，其中大量疫苗接种计划用于控制。但是，近年来发生了重大爆发。有关感染率和血清阳性的数据通常很少，需要强大的数学模型来估计黄热病的负担。特别是需要建模来估计爆发风险并为靶向疫苗的靶向决定。方法：我们提出了YF传播的动态，随机模型，该模型使用环境协变量来估计由于Sylvatic（非人类灵长类动物）储层的溢出而引起的感染力和人类对人类传播的基本再生产。我们研究了世界卫生组织眼睛战略确定的目标（1-60岁的50％，60％或80％的疫苗接种覆盖范围），以实现有效繁殖数量的不同阈值。阈值值以反映YF传播的季节性和/或气候变化的潜力，即使在疫苗接种降低中位数繁殖数量低于1的情况下，Results: Based on parameter estimates derived from epidemiological data, it is found that the 2022 EYE Strategy target coverage is sufficient to reduce the static averaged annual ef- fective reproduction number R below 1 across most or all regions in Africa depending on the effectiveness of reported vaccinations, but insufficient to reduce it below 0.5 and thereby elimi- nate outbreaks in areas with high seasonal range.与2026个目标对齐的覆盖率水平可显着降低R大于0.5的区域的比例。
概率脉冲神经元网络——计算机时代的神经数学
本书介绍并研究了一类生物神经网络的随机模型。生物神经网络是一个具有大量相互作用的组成部分（神经元）的系统。每个神经元的活动都用一个点过程表示，即神经元发出动作电位（也称为脉冲）的连续时间。一般认为，脉冲活动是系统编码和传输信息的方式。我们对大脑皮层工作原理的大部分理解都源于对点过程的实际观察数据。神经生理学家通过平均或聚合来分析这些数据，构建了所谓的刺激周围时间直方图（46）。据我们所知，（50）是第一个估计脉冲时间序列强度的人，即使他没有使用数学框架，顺便说一句，数学框架当时还不存在。 (46) 即使不使用术语，也清楚地将数据以数学形式表示为点过程的实现。点过程形式主义的明确使用将在 (25) 一书中出现。我们认为，脉冲序列系统的现代统计研究始于 70 年代的 Brillinger（例如，参见 (11) 和 (13)）。点过程是时间点的随机序列。确实有生物学证据表明，神经元的脉冲活动本质上是随机的。按照 Brillinger 的说法，在我们的模型中，给定神经元的脉冲概率是其膜电位的函数。膜电位可以粗略地定义为一组相邻神经元（称为突触前神经元）的整体活动之和。当神经元脉冲时，其膜电位被重置为平衡电位。同时，如果受到影响，则神经元集会经历膜电位
已发表版本的引用 (APA)：Hemmati，M.，Abapour，M.，Mohammadi-Ivatloo，B.，& Anvari-Moghaddam，A. (2020)。集成系统的最佳运行
摘要：天然气和电力能源协调的多载体能源系统为提高能源效率和能源供应灵活性提供了特殊的机会。电力和天然气网络的相互依赖性面临着多重挑战，从相应的馈线和管道中的电力和天然气流动以及两个基础设施之间的连接点来看。然而，能源枢纽概念作为具有多个转换、存储和发电设施的多载体能源系统的基本概念，可以被视为电力和天然气电网之间的连接点。因此，本文提出了一种考虑互联能源枢纽的协调天然气和电力分配网络的优化运行方法。拟议的能源枢纽配备了热电联产装置、锅炉、电池储能、热泵和燃气机组，以满足供热和电力负荷需求。所提出的模型是一个两阶段的基于场景的随机模型，旨在考虑风能、电力负荷和实时电价不确定性，从而最大限度地降低总运营成本。所提出的综合能源系统可以参与实时和日前电力市场以及天然气市场，以购买其所需的能源。交流电力流和韦茅斯方程被扩展以分别描述馈线和天然气管道中的电力和天然气流动。因此，考虑到耦合约束，综合电力和天然气电网的现实模型是可以满足的。所提出的模型在综合能源系统中进行了测试，该系统由一个 33 节点的电网和一个具有多个互连能源枢纽的 6 节点天然气电网组成，其中的数值结果揭示了所提出模型的有效性。
从随机自旋链到量子 Kardar-Parisi-......
随机幺正动力学是量子力学中描述系统与环境或外部场相互作用演化的一种有效方式。 其最初想法由 Caldeira 和 Leggett 提出，用于研究自旋集合与玻色子浴相互作用的有效动力学 [1]。 由于与未知自由度的相互作用引起的涨落和耗散，此类系统的性质预计会与孤立系统有明显不同。 随机幺正动力学也可用于理论研究量子混沌系统的典型和普遍行为。 因此，这类研究最近重新焕发了活力，特别是在随机幺正电路 [2-9] 以及传统多体系统 [10-16] 的背景下。通过增加随机性，这些系统应该会失去其与特殊性有关的优良性质，例如守恒定律，从而允许出现一般性质。这些包括纠缠的产生 [ 2 , 4 , 17 – 24 ]、信息的扰乱 [ 3 , 6 , 25 , 26 ] 或在收敛到热或非平衡稳态的系统中算符的扩展 [ 5 , 7 , 8 ]。特别是在一些量子随机模型 [ 4 , 14 , 15 , 19 ] 中，有人认为纠缠熵的增长和涨落受 Kardar-Parisi-Zhang (KPZ) 方程 [ 27 – 33 ] 支配。随机共形场论中纠缠增长的大偏差涨落也被证明属于 KPZ 类 [ 34 ]。最近，在超扩散非随机自旋链模型 [ 35 – 38 ] 中，还发现了 KPZ 方程的一些标度特征，这些特征与自旋-自旋关联函数的长期衰减有关。KPZ 类行为在量子多体系统中的普遍性程度仍是一个悬而未决的问题。
最佳的能源轮毂操作，包括...
能量轮毂（EHS）是通过转换能量载体和使用储能系统来同时供应不同类型的能源需求的单位。能源存储系统可以显着帮助维持能源生产和能源需求之间的平衡，同时实现可再生能源资源的使用，并通过有效的能源供应管理来提高能源轮毂的灵活性。在这项研究中，一个随机模型设计用于能量轮毂中的单位承诺（UC），其中包括氢车辆（HV）停车场，电动热泵（EHP），吸收冷水机（AC），光伏（PV）模块，锅炉，锅炉，氢化器，电解室（HE）和电动，热，冷却，冷却，冷却，冷却和氢气储存系统。在这里，天然气（NG）和电力是EH的输入，用于供应电，氢，热，冷却和NG需求。在这项工作中，需求的不确定性，氢气罐和光伏电源的初始功率进行了建模，并还研究了存储系统，停车场和需求响应对EH操作的影响。使用GAMS软件中的CPLEX求解器求解了所提出的混合整数线性编程（MILP）模型，以用于EH中的单位承诺。结果表明，在存在需求响应的情况下，EH运行成本降低了27.58％，储能系统增加了12.68％，氢车辆的成本降低了2.9％。此外，评估了不同意外事件对EH操作的影响。结果表明，尽管电网退出，但仍提供氢需求。这尤其是由于此外，根据结果，可以发现冷却存储系统6.19％对降低EH运行成本的影响很大，而电气，氢气和热量存储系统则比其他人的运行成本降低15.89％比其他人更有效。
种子：模拟DNA存储中错误的出现
背景：DNA存储是一种非易失性存储技术，用于将数据作为合成DNA字符串存储，可提供前所未有的存储密度和耐用性。然而，将DNA用作实用的数字信息存储介质仍然是一个谜，因为这非常昂贵，并且需要大量时间将数据编码和解码数据与合成DNA进行编码和解码。更重要的是，DNA存储管道的各个阶段（例如，合成，测序等）是易误。此外，DNA会随着时间的流逝而衰减，合成DNA的可靠性取决于各个方面，包括保存介质和温度。允许信息的完美存储和恢复，从而使其与现有的基于闪光灯或磁带技术的竞争性，高级错误保护方案是必不可少的。然而，评估和比较现实模型条件下的各种DNA存储技术和错误纠正代码 - 包括广泛的合成培养基，测序技术，温度和持续时间 - 是非常时间的汇总和昂贵的。结果：在这项研究中，我们提出了种子，这是一种基于误差模型的模拟器，以模仿DNA存储不同阶段累积误差的过程。种子是第一个已知的模拟器，它结合了各种经验得出的统计（或随机？）错误模型，模仿DNA存储中各个阶段的不同类型的误差类型的产生和传播。它的有效性与许多已发表的湿lab实验的数据进行了评估。结论：种子易于使用，并提供灵活的和固定的参数设置，以模仿DNA存储中的误差模型。对体外实验结果的验证表明，其有望模仿DNA存储中错误产生和传播的随机模型。种子可作为带服务器端应用程序的Web界面以及便携式跨平台本机应用程序（可在givethelink中找到）提供。
美国复合热事件的空间时间依赖性：使用多站点多变量的天气生成器进行评估
摘要。复合热事件可能会导致严重程度的严重影响，其严重程度可能取决于其时间尺度和空间范围。尽管其潜在的重要性，但这些联合事件的气候特征几乎没有引起关注，无论对气候变化对复合事件的影响的兴趣日益增加。在这里，我们询问事件时间尺度与（1）美国复合热事件的空间模式如何相关，（2）复合热事件的空间范围，以及（3）温度和降水作为复合事件的驱动因素的重要性。为了研究这种罕见的空间和多元事件，我们引入了一个多站点的多变量天气生成器（PRSIM.Weather），该生成可以生成大量空间多元热热事件。我们表明，随机模型实际上模拟了单个位点的温度和降水的分布和时间自传特征，两个变量之间的依赖性，空间相关模式以及空间热和气象干旱指示器及其共发生率的能力。我们得出的结论是，时间尺度是在复合事件评估中考虑的重要因素，并表明气候变化影响评估应在查看复合事件特征的未来变化时考虑多个时间尺度，而不是单个时间表。由于温度与温度有很强的关系，因此对于短复合事件，可能会发生最大的未来变化。我们的化合物事件分析的结果表明，（1）美国西北部和东南部最容易受到复合热事件的影响，而不是时间表，并且随着时间表的增加而易感性； （2）复合事件的空间范围和时间尺度与下季节事件（1-3个月）密切相关，显示了最大的空间范围； （3）温度和降水的重要性随着化合物事件的驱动因素而变化，与时间尺度相差，短时温度最重要，在季节性时间尺度上降水。
二价染色质作为癌症治疗靶点
肿瘤细胞异质性是有效设计靶向抗癌疗法的主要障碍。药物治疗前表型不同的肿瘤细胞亚群的多样化分布容易导致反应不一致，导致敏感癌细胞被消除，而耐药亚群却不受伤害。很少有人提出量化与个体癌细胞异质性相关的变异性并将其对临床结果的不良影响降至最低的策略。在这里，我们报告了一种计算方法，该方法可以合理设计涉及针对染色质修饰剂的表观遗传药物的组合疗法。我们制定了一个二价转录因子的随机模型，使我们能够表征三种不同的定性行为，即：双稳态、高基因表达和低基因表达。分析结果与实验数据的比较确定了所谓的双稳态和高基因表达行为可以分别与未分化和分化细胞类型识别。由于具有异常自我更新潜能的未分化细胞可能表现出癌症/转移起始表型，我们在双稳态子集合内的异质性背景下分析了表观遗传药物组合的效率。虽然单靶向方法大多无法规避肿瘤异质性所代表的治疗问题，但组合策略的效果要好得多。具体而言，预计更成功的组合涉及组蛋白 H3K4 和 H3K27 去甲基化酶 KDM5 和 KDM6A/UTX 的调节剂。然而，那些涉及 H3K4 和 H3K27 甲基转移酶 MLL2 和 EZH2 的策略预计效果较差。我们的理论框架为开发一种计算机模拟平台提供了连贯的基础，该平台能够识别最适合治疗管理异质癌细胞群非均匀反应的表观遗传药物组合。