XiaoMi-AI文件搜索系统
World File Search System魔像
基于fMRI和DTI数据的大脑有效连接组
神经科学研究旨在找到准确可靠的大脑有效连接组（EC）。尽管当前的EC发现方法有助于我们对大脑组织的理解，但它们的性能受到fMRI数据的短样本量和差的时间分辨率的严重限制，以及大脑连接组的高维度。通过利用DTI数据作为先验知识，我们介绍了两个贝叶斯因果发现框架 - 贝叶斯魔像（BGOLEM）和贝叶斯FGES（BFGES）方法 - 这些方法可显着准确，更可靠的EC，并解决现有的Causal Discovery方法仅基于FMRI数据的现有Causal Discovery方法的缺点。此外，要使用我们的经验数据方法来评估EC的准确性的提高，我们将伪发现率（PFDR）引入了大脑中因果发现的新计算准确度量。通过一系列关于合成和杂种数据的模拟研究（将人类连接组项目（HCP）受试者和合成fMRI的DTI结合在一起），我们证明了我们提出的方法的有效性以及引入度量指标在发现EC中的可靠性。通过采用PFDR指标，我们表明，与传统方法相比，当应用于人类连接项目（HCP）数据时，我们的贝叶斯方法可显着准确。另外，我们使用Rogers-Tanimoto索引进行重新测试数据来衡量发现EC的可重复性，并表明我们的贝叶斯方法提供了比传统方法更可靠的EC。总体而言，我们的研究的数值和视觉结果突出了这些框架可显着提高我们对大脑功能的理解的潜力。
储层的机械刚度和渗透性 -
摘要我们研究了在野外尺度上逼真的粗糙裂缝的正常刚度和渗透性如何在其闭合期间与渗透阈值相连和进化。我们将方法基于裂缝粗糙度的良好建立的自我植入几何模型，事实证明，这是从实验室到多公斤级尺度的相关代理。我们探索了它对储层尺度开放渠道中断裂孔的影响。我们使用驼鹿/魔像框架在有限元模型上建立了方法，并在256×256×256 m 3的数值流通实验中进行数值直通实验，3花岗岩储层在可变的正常载荷条件下，在可变的正常载荷条件下，该储存在单个，部分密封的裂缝下。Navier -Stokes流动在嵌入的3二维粗断裂中求解，而Darcy流则在周围的毛弹性基质中求解。我们研究裂缝闭合过程中断裂岩系统的机械刚度和流体通透性的演变，包括影响接触表面几何形状（如浅薄的产量）和沉积在粗糙片段开放空间中的裂缝填充物质的机制。在很大程度上观察到的刚度特征与裂缝表面的自我伴侣特性有关。当施加压力梯度的两个正交方向上超过两个正交方向时，可以证明断裂通透性的强各向异性。，我们提出了一项基于物理的定律，以随着渗透性的降低而以指数呈刚度的指数增加形式的僵硬和渗透性的演变。
来自布洛赫电子的量子几何和熵的动量空间引力
量子几何是区分晶体中电子和真空中电子的关键量。对量子几何的研究继续为量子材料提供见解，揭示发现量子材料的新设计原则。然而，与贝里曲率不同，对量子度量缺乏直观的理解。在这里，我们表明布洛赫电子的量子度量导致动量空间引力。特别是，通过将电子动力学的半经典公式扩展到二阶，我们发现所产生的速度被测地线项修改，并成为弯曲空间中洛伦兹力的动量空间对偶。我们计算了魔角扭曲双层石墨烯的测地线响应，并表明具有平带的莫尔系统是观察这种效应的理想候选者。将这种与重力的类比进一步扩展，我们发现爱因斯坦场方程的动量空间对偶对于纯态仍然无源，而对于混合态，它获得一个取决于小熵的冯·诺依曼熵的源项。我们将该应力能量方程与广义相对论的弱场极限进行比较，得出冯·诺依曼熵是引力势的动量空间对偶的结论。因此，混合态的动量空间测地线方程被一个类似于熵力的项所修改。我们的研究结果强调了量子几何、动量空间引力和量子信息之间的联系，促使人们进一步探索量子材料中的这种对偶引力。
利用单细胞基因组学绘制肿瘤抗原图谱
一个多世纪以前，德国化学家、诺贝尔奖获得者保罗·埃尔利希 (Paul Ehrlich) 认为，如果我们能够设计出一种选择性靶向致病因子的化合物，我们就应该能够杀死病原体而不伤害宿主 (Strebhardt 和 Ullrich，2008 年)。从那时起，埃尔利希的魔球或“魔法子弹”的概念就吸引了研究人员的想象力，他们寻求一种有效且特异性治疗疾病的可行疗法。尽管他的实验室取得了许多非凡的成就，但埃尔利希仍在努力寻找一种有效且有选择性的癌症治疗方法。他曾数十次使用苯胺染料和烷化剂进行化疗的实验都失败了。最后，埃尔利希在自己的癌症研究实验室外挂了一块牌子，上面写着：“进来的人放弃一切希望吧。”精准肿瘤学的概念——针对癌症而不影响身体其他部位的疗法——虽然很诱人，但似乎更多的是想象而不是现实。在埃尔利希提出这一概念后的几十年里，新兴的治疗方式重新激发了人们使用灵丹妙药对抗癌症的可能性。除了极少数例外，开发针对癌症特定靶点的化疗药物或其他靶向小分子疗法一直具有挑战性（伊马替尼用于治疗慢性粒细胞白血病是少数几个值得注意的例外之一）。具体而言，这些药物往往会调节全身多个组织中表达的靶点，而药物
机器学习辅助术中利用 HRMAS NMR 光谱评估脑肿瘤边缘
摘要。完全切除肿瘤对于胶质瘤患者的生存至关重要。即使实现了完全切除，切除腔内残留的微尺度组织也有复发的风险。高分辨率魔角旋转核磁共振 (HRMAS NMR) 技术可以利用生物标志物代谢物的峰值强度有效区分健康和恶性组织。该方法快速、灵敏，可以处理小样本和未处理的样本，非常适合在手术期间进行实时分析。然而，只能对已知肿瘤生物标志物的存在进行有针对性的分析，这需要具有化学背景的技术人员和了解肿瘤代谢的病理学家在手术期间在场。在这里，我们展示了我们可以准确地实时执行此分析，并且可以使用机器学习以非目标方式分析全光谱。我们研究了一个新的大型胶质瘤和对照样本 (n = 568) 的 HRMAS NMR 数据集，这些样本也标有定量病理分析。我们的结果表明，基于随机森林的方法可以准确有效地区分肿瘤细胞和对照样本，平均 AUC 为 85.6%，AUPR 为 93.4%。我们还表明，我们可以进一步区分良性和恶性样本，平均 AUC 为 87.1%，AUPR 为 96.1%。我们分析特征（峰值）对分类的重要性，以解释分类器的结果。我们验证了已知的恶性肿瘤生物标志物（如肌酸和 2-羟基戊二酸）在区分肿瘤和正常细胞方面发挥重要作用，并提出了新的生物标志物区域。代码发布在 http://github.com/ciceklab/HRMAS_NC。
使用社交媒体数据
I. i ntroduction 1。由于近年来神经网络和计算能力的显着进步，生成人工智能（此后的“ Genai”）基于输入数据和适当的提示产生响应，在各种自然语言处理任务中取得了尖端的绩效，包括信息摘要和答案。与依赖于预定词典的传统情感分析方法不同（Tetlock（2007）以及Loughran和McDonald（2011）），最近的研究表明，Genai可以在特定上下文中准确评估单词的情感价值2，尽管在不同的环境中，单词传达的情感可能会差异很大（Ruan等。（2020））。3除准确性外，Genai的评估比基于手动标记的文献中使用的人类评估和传统的机器学习方法更有效（Liu（2010））。实际上，这些较旧的做法是耗时的，容易出错的，并且在大规模上不切实际。相反，Genai提供了一种新方法，可以帮助解决以前棘手的问题（BIS（2024a））。2。利用专门从事中国任务的内部genai（s i cored a I refore a a i reearch a ssistant，“ sara”），根据社交媒体文字和视频，在中国大陆的住房市场中开发了每日情绪指数，以追踪中国大陆的住房市场，以增强对全面和及时的方式的监视。接下来，我们证明该指数是房地产销售的领先指标，并表现出色的方法。4特别是，我们首先构建了从2013年开始的Genai驱动的住房市场情绪指数，此前几个必要的步骤，包括消除已识别的社会机器人和网络巨魔。此外，我们将我们的分析扩展到了国家情绪指数之外，并以更精细的水平发展住房市场情感指数，利用Genai的强大理解和推理能力来识别地区。
cv
•ACM杰出成员（2025年）。以“对增强隐私技术和互联网测量的贡献”而认可。 •ACM WebSCI 2023，最佳纸张奖。与Satrio Baskoro Yudhoatmojo和Jeremy Blackburn，2023年4月•ACM CCS 2022，荣誉提名为“了解Reddit和4Chan在政治上不正确的董事会上使用电子打印”的论文。纸是“为什么如此有毒？在开放域聊天机器人中测量和触发有毒行为。对论文的“平台迁移是否会损害内容的适度？来自R/The_donald和R/Incels的证据，” Manoel Horta Ribeiro，Shagun Jhaver，Savvas Zannettou，Jeremy Blackburn，Gianluca Stringhini和Robert West，2021年10月•ACM CSC CSM CSCW 2021，影响识别奖。对于“我是一名教授，通常不是一项危险的工作：互联网的骚扰及其对研究人员的影响”。与Savvas Zannettou，Tristan Caulfield，Michael Sirivianos，Gianluca Stringhini和Jeremy Blackburn，2019年5月•2019年5月•ACM IMC 2018，Dive Div>与Twitter上的国家赞助的巨魔及其对网络的影响”有关。为“敲门，谁在那里？汇总位置数据的会员推断”，与Apostolos Pyrgelis和Carmela Troncoso一起，2018年2月•设计奖第五次数据保护。For the paper “On the Origins of Memes by Means of Fringe Web Communities,” with Savvas Zannettou, Tristan Caulfield, Jeremy Blackburn, Michael Sirivianos, Gianluca Stringhini, and Guillermo Suarez-Tangil, October 2018 • NDSS 2018, Distinguished Paper Award.奖，以与Luca Melis和George Danezis合作，2017年6月•PARC Excellence Award。2012年出色的研究表现，每个组仅授予1个奖励
社交媒体平台上的网络欺凌检测...
社交媒体中的摘要网络欺凌会显着影响个人的心理健康，并为创建安全的在线环境，尤其是在非英语社区中构成值得注意的障碍。应对网络欺凌挑战需要社区，教育工作者和技术平台开发人员或设计师的合作努力。这项研究的主要关注点是利用各种机器学习（ML）方法来检测孟加拉语的网络欺凌。网络欺凌的孟加拉数据集涵盖了一系列文本，包括网络欺凌和非纤维欺凌内容。该数据集经历了预处理阶段，同时利用多种技术（包括令牌化，数据增强和转换为序列），以促进为各种ML方法创建适当的输入，例如XGBOOST（XGB）（XGB），例如梯度增强（GB），决策Tree Tree Tree Tree Tree Tree Tree Tree Tree Tree Tree Tree Tree Tree Trees（DT），Ann ne ne forter ne forter（dt），人为（Ann），人为（ANN），人为（RF），RF，RF，RF，RF，RF，RF，RF，RF，RF，RF，RF，RF，RF，RF，RF。 （CNN）和长期记忆（LSTM）。数据是使用来自不同社交媒体平台的Web刮擦收集的，其中包含五个不同的类别：中性，威胁，巨魔，政治和性类别。实验结果表明，所提出的网络欺凌检测模型的LSTM具有99.80％的特殊精度，超过了其他基于深度学习的算法。相反，XGB在相同的数据集中实现了超过74％的值得称赞的精度，表现优于其他传统的ML算法。这些发现对预防和减轻网络欺凌的积极措施产生了重大贡献，最终为在孟加拉国沟通的个人提供了更安全的在线环境。
欧庆东 助理教授
学术出版物（精选）J. Lv†、Y. Wu*†、J. Liu†、Y. Gong、G. Si、G. Hu、Q. Zhang、Y. Zhang、J.-X. Tang、MS Fuhrer、H. Chen、SA Maier、C.-W. Qiu*、Q. Ou *，具有可配置低对称布洛赫模式的双曲极化子晶体。《自然通讯》2023，14，3894。Q. Zhang†、Q. Ou *†、G. Si、G. Hu、S. Dong、Y. Chen、J. Ni、C. Zhao、MS Fuhrer、Y. Yang、A. Alu*、R. Hillenbrand*、CW Qiu*，高对称正交晶体中的单向激发声子极化子。《科学进展》2022，8，eabn9774。 G. Hu†、Q. Ou †、G. Si、Y. Wu、J. Wu、Z. Dai、A. Krasnok、Y. Mazor、Q. 张、Q. Bao*、C.-W. Qiu*，A. Alu*，扭曲 α-MoO3 双层中的拓扑极化子和光子魔角。 Nature 2020 , 582, 209.（被《物理世界》评选为 2020 年十大突破）Y. Wu†、Q. Ou †、Y. Yin、Y. Li、W. Ma、W. Yu、G. Liu*、X. Cui、X. Bao、J. Duan、G. Álvarez-Pérez、Z. Dai、B. Shabbir、N. Medhekar、 X. Li*，C.-M。 Li, P. Alonso-González, Q. Bao*, 通过氢插层实现 α-MoO3 中低损耗声子极化子的化学切换。《自然通讯》2020，11，2646。Q. Ou †, Y. Zhang*†, Z. Wang, JA Yuwono, R. Wang, Z. Dai, W. Li, C. Zheng, ZQ Xu, X. Qi, S. Duhm, NV Medhekar, H. Zhang*, Q. Bao*, 局部电子掺杂引起混合钙钛矿 pn 结的强耗尽。《先进材料》2018，30，1705792。
利用芯片上的超冷捕获原子进行交流和直流塞曼干涉传感
本论文介绍了基于交流塞曼势能的芯片捕获原子干涉仪的开发进展。原子干涉仪是一种高精度测量工具，可以检测各种类型的力和势能。本论文介绍的捕获原子干涉仪针对的是传统弹道原子干涉仪的缺点，传统弹道原子干涉仪通常高度为米级。值得注意的是，捕获原子干涉仪具有局部原子样本、可能更长的干涉相位积累时间，并有望成为更紧凑仪器的基础。本论文介绍了基于交流塞曼势能和陷阱的捕获原子干涉仪的多个开发项目：1）在芯片上生产超冷钾，2）芯片陷阱中的势能粗糙度理论，3）微波芯片陷阱设计，4）基于激光偶极子陷阱和交流塞曼力的铷原子捕获原子干涉仪。 (1) 钾具有玻色子和费米子同位素、多个“魔”磁场，而且易于射频和微波捕获，是原子干涉仪的良好候选材料。对激光冷却和捕获系统进行了升级，以提高芯片陷阱中钾原子的温度和数量。芯片冷却导致了显著的非弹性损失，从而阻止了钾玻色-爱因斯坦凝聚体的产生。（2）芯片导线缺陷的数值模拟预测交流塞曼捕获势应该比直流塞曼捕获势平滑得多：粗糙度的抑制是由于磁极化选择规则和交流趋肤效应。（3）此外，本论文对构成交流塞曼陷阱微波原子芯片构建块的直和弯微带传输线进行了一系列研究。 (4)最后，我们构建了一个基于铷原子的拉姆齐干涉仪，通过施加自旋相关的交流塞曼力，该干涉仪可以转换为原子干涉仪：利用干涉仪测量直流和交流塞曼能量偏移，并在交流塞曼力的作用下观察条纹。