108 Arbeiten
Diese Arbeit stellt einen erweiterten mathematischen Rahmen vor, der mechanistische Modellierung und maschinelles Lernen kombiniert, um die Dynamik von CD4+/CD8+ CAR-T-Zellen unter Tumorantigen-Regulation zu untersuchen und zeigt, wie neuronale Netze die Vorhersagekraft bei Parameterunsicherheit verbessern können.
Die Studie zeigt, dass bei älteren Erwachsenen mit subjektivem kognitivem Abbau die kortikale Nachverfolgung höherer linguistischer Merkmale bei prosodisch flacher Sprache geschwächt ist, was als potenzieller Biomarker für frühe kognitive Beeinträchtigungen dienen könnte.
Dieser erste Teil einer zweiteiligen Übersicht fasst phänomenologische Modelle und mikroskopische Ansätze zusammen, um die oft von der einfachen Arrhenius-Gleichung abweichende Temperaturabhängigkeit biologischer Prozesse zu beschreiben, wobei der Fokus auf der Definition operationaler Größen wie optimaler Temperaturen und thermischer Grenzen liegt.
Diese Studie zeigt, dass ein domainspezifisch gestalteter vertikaler Federated-Learning-Ansatz namens REEF durch die Integration biologischer Priors und gradientenbasierter Merkmalsauswahl die Stabilität und Interpretierbarkeit bei der Klassifizierung von Korallenstress unter extremen Datenknappheit (P >> N) signifikant verbessert, während generische Methoden in diesem Szenario versagen.
Die Autoren schlagen ein biologisch plausibles dichtes assoziatives Gedächtnisnetzwerk mit einer Schwellenwert-Nichtlinearität vor, das durch verteilte Repräsentationen die Speicherkapazität von linear auf exponentiell in Bezug auf die Anzahl der verborgenen Neuronen erhöht.
Diese Studie führt einen aus der Quantenmechanik adaptierten Wechselwirkungsbild-Ansatz ein, um den abskopalen Effekt bei personalisierter, ultrafractionierter stereotaktischer adaptiver Strahlentherapie (PULSAR) als kontinuierliches, stochastisches Phänomen zu quantifizieren und individuelle Interaktionsstärken zwischen Primär- und Sekundärtumoren zu erfassen.
Die Arbeit untersucht die Dualität zwischen Erhaltungsgrößen und inneren Zyklen in Massenwirkungsnetzwerken und stellt Vermutungen über duale Beziehungen zwischen Präclustern, maximal invariante polyedrischen Trägern und Siphons auf.
Diese Studie stellt einen neuartigen, auf der nichtlinearen Systemidentifikation basierenden Ansatz zur Analyse der Phasen-Amplituden-Kopplung vor, der durch die Modellierung der zugrunde liegenden dynamischen Systeme eine robustere und genauere Detektion im Vergleich zu bestehenden Methoden ermöglicht.
Diese Arbeit erklärt die historischen Anomalien der Pestepidemie des 14. Jahrhunderts, einschließlich der Existenz von „sicheren Zonen" wie Polen und Böhmen, indem sie die Ausbreitung von *Yersinia pestis* in eine nicht-abelsche Eichfeldtheorie einbettet und nachweist, dass diese Zonen mathematisch notwendige topologische Nullstellen sind, die durch destruktive Interferenz mutierender Wellenfronten entstehen.
Die Autoren stellen einen Python-basierten Algorithmus vor, der die automatisierte Identifizierung und Klassifizierung von Homöostase-Mechanismen in komplexen Eingabe-Ausgabe-Netzwerken allein anhand ihrer Topologie ermöglicht und damit die zuvor intractable kombinatorische Enumeration sowie die theoretischen Hürden für biologische Anwendungen überwindet.
Die vorgestellte Arbeit stellt einen Lernmechanismus vor, bei dem sich Fehlerinformationen ähnlich wie neuromodulatorische Signale lokal durch das Netzwerk diffundieren, um in rekurrenten spikenden neuronalen Netzen mit spärlicher Rückkopplung eine effektive zeitliche Kreditverteilung zu ermöglichen.
Die Arbeit stellt ein filtrationsbasiertes Framework vor, das durch sequentielle Bayes'sche Analyse und eine Zerlegung der Varianzreduktion fundamentale Grenzen aufzeigt, wie viel Information über latente Genealogien allein durch Sequenzdaten gewonnen werden kann, insbesondere im Vergleich zu einem allwissenden Orakel.
Die Studie zeigt, dass das Einfügen einer „Traumphase" in ein Hopfield-Modell mit begrenzter synaptischer Stärke die Speicherkapazität erhöht und dabei das katastrophale Vergessen verhindert, was die Suche nach einer evolutionär plausiblen Optimierung unterstützt.
Die Arbeit stellt eine kompakte dynamische Mittelwertfeldtheorie für große Netzwerke gekoppelter Phasenoszillatoren vor, die von der individuellen Phasenantwort einzelner Neuronen ausgehend quantitative Vorhersagen für Netzwerkebeneffekte wie Synchronisationsschwellen ermöglicht.
Diese Studie zeigt, dass die Annahme einer einheitlichen Generationszeitverteilung in strukturierten Populationen zu fehlerhaften Schätzungen des effektiven Reproduktionsfaktors Rt führen kann, und entwickelt Methoden, um diese Verzerrungen durch die Berücksichtigung von Gruppenunterschieden oder die Auswahl angepasster Parameter zu korrigieren.
Die Studie zeigt, dass das Fortschreiten der radiologisch nachgewiesenen Pleuroparenchymalen Fibroelastose (PPFE) in zwei großen Lungenkrebs-Screening-Kohorten unabhängig mit einer erhöhten Sterblichkeit und negativen klinischen Ergebnissen assoziiert ist.
Die Arbeit stellt ein neuartiges, robustes und effizientes spikendes Steuerungsframework vor, das auf dem Prinzip der freien Energie basiert, bei dem Neuronen nur feuern, wenn sie die freie Energie ihrer internen Repräsentation verringern, und damit sowohl biologische Plausibilität als auch hohe Störresistenz für neuromorphe Hardware bietet.
Das vorgestellte mathematische Modell erklärt die Krümmungsblindheit als Ergebnis zweier komplementärer Mechanismen im visuellen Kortex V1, bei denen die Trennung von Kontrastpolaritätskanälen die Kontur in halbe Wellenlängen segmentiert und die Fragmentierung der Orientierungskanäle diese Segmente als gerade Linien wahrnimmt, was zu einem Zickzack-Effekt führt.
Die Arbeit stellt IFACE vor, ein neuartiges Framework, das durch die probabilische Kopplung intrinsischer Geometrie und chemischer Felder eine einheitliche Distanzmetrik für Proteinoberflächen entwickelt, um funktionell verwandte Interaktionsstellen präziser zu identifizieren als herkömmliche Methoden.
Die Studie entwickelt einen datengestützten Risikomodellierungsrahmen, der die Wahrscheinlichkeit einer Übertragung von hochpathogenem aviärem Influenzavirus (HPAIV) von Wildvögeln auf Rinder in Dänemark quantifiziert und dabei räumliche Hotspots sowie saisonale Risikoperioden identifiziert, um gezielte Überwachungsmaßnahmen zu unterstützen.