Nutrient-to-price ratios of commonly consumed foods and modelled dietary guideline costs in Bangkok, Thailand
这项研究表明,在泰国曼谷,在现有膳食指南的框架内,根据营养素与价格的比率选择特定食物,可以显著降低健康饮食的成本——降幅高达 69.8%——从而在不改变推荐摄入结构的情况下,使低收入人群更容易负担得起健康饮食。
959 篇论文
这项研究表明,在泰国曼谷,在现有膳食指南的框架内,根据营养素与价格的比率选择特定食物,可以显著降低健康饮食的成本——降幅高达 69.8%——从而在不改变推荐摄入结构的情况下,使低收入人群更容易负担得起健康饮食。
本文提出了一种位置加权序列核贝叶斯优化框架,该框架通过利用专门针对高斯过程代理模型的距离度量,在满足制造约束的情况下高效设计复合材料层合板铺层顺序,旨在最大化失稳性能并最小化候选冗余。
本文提出了一种可扩展的混合加密框架,该框架结合了用于混沌密钥生成的密码派生逻辑映射(Logistic Map)、用于构建大尺寸可逆矩阵的动态单模希尔密码(Unimodular Hill Cipher)以及 AES-CBC,旨在为通用二进制文件提供具有近乎理想熵值且具备强抗密码分析能力的鲁棒、格式无关的安全保障。
这项针对印度牙科学生的横断面研究表明,尽管他们在老年心理学在义齿护理方面的知识水平适中且态度良好,但由于缺乏正式培训,其态度与临床实践之间存在显著差距,这凸显了将心理社会教育纳入修复学课程的紧迫性。
本文提出了 FSMSN,这是一种轻量级多尺度网络,通过将物理故障频率先验集成到通道注意力机制中,旨在实现噪声干扰严重情况下的鲁棒、高精度轴承故障诊断,且其参数量显著少于现有的深度学习基准模型。
本研究通过一个集成的生成式人工智能框架,发现并实验验证了EGFPAN_EMBS——一种针对胰腺癌的新型、强效且具有选择性的EGFR抑制剂,该研究优化了一个受大麻萜烯酚(cannabigerol)启发的支架,并通过全面的计算建模和生物学实验证实了其疗效。
本研究表明,增加小鼠体内的二氧化碳浓度会引发大脑范围内神经元激活和生理反应的独特非线性模式,通过独特的行为、自主神经及网络层面神经特征,将 10% 二氧化碳浓度下的焦虑样状态与 20% 二氧化碳浓度下的恐慌样状态区分开来。
本研究表明,通过交联或受控水解等机制对马铃薯蛋白进行酶促改性,能够实现对凝胶网络形成的精确多尺度控制,从而理性设计植物肉类似物的质地。
这项研究表明,基于 Wav2Vec2.0 的深度学习模型通过分析语音录音,能够有效地将肢端肥大症患者与对照组区分开来,并具有极高的诊断准确率,这表明语音分析是该疾病一种具有前景的非侵入性数字化生物标志物。
Pivot-WFSM 引入了一种具有内存可扩展性的加权频繁子图挖掘方法,该方法通过以按需重匹配取代传统的嵌入存储,大幅降低了峰值内存使用量,并使得分析此前会导致内存溢出故障的大型多重图数据库成为可能。