三丝菜卷(关于三丝菜卷简述)

会议传达了各级政府部门和学校安全生产大会关于防汛防台的会议精神和要求，丝丝介绍了2023年防汛防台工作面临的形势，丝丝通报了复旦大学2023年防汛防台工作准备、下半年的工作部署和防汛隐患问题整改情况。

要加强科研创新策源能级提升，菜卷菜卷以十四五规划中期评估为契机，菜卷菜卷高质量推进国家级平台、重大融合创新平台、临床研究中心和公共技术服务共享平台建设，大力推动临床医学与基础医学融合创新科研平台建设，着力提升集群研究组织和基础-临床-转化-应用全链整合能力。提高站位、关于拓宽视野，抓实调查研究看清想透、推进解决问题这根根本弦不放松。

为建设教育强国、简述科技强国、简述人才强国和健康中国，提供强有力支撑保障金力在学习交流发言中表示，习近平总书记在中共中央政治局第五次集体学习时的重要讲话对医学院当前和今后的工作有直接且深刻的指导意义。要办好人民满意的高等医学教育，丝丝加快推动医学教育创新发展，丝丝特别对标总书记加强拔尖创新人才自主培养的要求，深化本科生和研究生教育的人才培养核心工作，构筑顶尖医学人才培养体系，全面提高人才自主培养的能力和拔尖创新人才的培养水平。要强化贯彻落实，菜卷菜卷把习近平总书记对于建设教育强国的重大部署转化为建设第一个复旦之医学八问解题的主攻方向和重点任务，菜卷菜卷加快建设以新医科为引领的高质量教育体系，锻造一支高素质医科教师队伍，培养有温度的创新型卓越医学人才，全面提升服务国家和上海高质量发展能力。我们就是要以主题教育为契机，关于激发每个人干事创业、拼搏奋斗的精气神。要深入贯彻落实党的二十大精神，简述统筹推进教育、简述科技、人才和卫生健康工作，把握好优秀教师和优秀干部这条推动事业发展的生命线，服务高质量发展。

对照检视、丝丝理清问题，抓牢整改整治、增强党性、提升担当作为这根关键弦不放松。会上，菜卷菜卷基础医学院、公共卫生学院、护理学院、放射医学研究所等四家单位代表进行了专题交流。关于正常的花粉发育受到环境和自身信号的双重调控。

此外，简述该研究还表明了植物同一LRR受体激酶可以在不同组织中作为不同胞外小肽信号的受体，从而调控多个生理过程。日前，丝丝复旦大学生命科学学院及遗传国重室的常芳团队联合清华大学柴继杰团队，丝丝在Nature Communications《自然通讯》，在线发表了题为PXL1 and SERKs act as receptor-coreceptor complex for the CLE19 peptide to regulate pollen development（PXL1和SERKs作为受体-共受体复合物介导CLE19小肽信号而调控花粉发育）的研究论文。在植物中，菜卷菜卷分泌型小肽是介导这种细胞间通讯的主要信号，但目前只对少数小肽及其受体进行了功能及信号传导机制研究关于(b)-(c)不同方法和数据条件下的平均检测误差。

(d) 检测刀具在连续工作条件下的磨损程度。7月3日，复旦大学智能复杂体系基础理论与关键技术实验室林伟教授、朱群喜博士课题组与国防科技大学赵城利副教授的课题组合作报道了一种基于储备池计算的复杂动力系统关键临界点检测框架。

相关成果以Tipping points detection using reservoir computing为题发表在Research上。近年来，检测复杂动力系统中关键临界点已成为研究的热点之一。具体而言，在训练过程中，采用滑动窗口的策略，根据时刻对应的窗口数据，通过储备池计算得到其动力学特征。基于此，作者提出了一种数据驱动的机器学习框架（如图1所示）。

图3(c)-(d)展示了利用7维传感器数据进行刀具磨损程度检测的实验结果，可以看出本文提出的方法可以敏锐地给出刀具磨损曲线，并进一步检测出刀具在不同状态之间的关键临界点。首先，在仿真系统中，通过改变系统的内部参数、结构和外部控制来生成具有关键临界点的时序数据，并进行了临界点检测实验。此外，我们一般只能获得系统观测的时序数据。本研究得到了中国博士后科学基金，国家自然科学基金、上海人工智能实验室和上海市市级科技重大专项的资助和支持。

最后，该框架具有较高的鲁棒性，适用于处理现实世界中的系统，并具有广泛的应用潜力，可以进一步应用于处理更多真实场景和任务。图2展示了在洛伦兹系统中的实验结果，可以看到该方法不仅可以准确地检测出临界点的位置，还可以预测变化强度，效果显著优于基线方法。

临界点被视为连接复杂系统中分岔前后阶段的临界状态。(d)在不同储备池网络设置下，位置检测误差和时序数据预测误差的关系。

图1：检测系统临界点的模型框架图为了评估方法的有效性，作者在仿真系统和真实系统中进行了实验。实验结果表明，本文所提出的方法可以有效地检测出系统的关键转折点。在本研究中，作者将系统内部结构切变或/和关键参数变化所引起的系统底层动力学转变的时刻同样视作临界点。此外，该框架还可以推断子系统结构发生变化的时刻，因此可以结合单向或因果网络重建的方法来识别系统中的时序结构。该方法展现出高效且鲁棒的关键临界点检测效果，可以更好地理解和预测复杂动力系统行为。然后，根据时刻标签(变点或者变化强度)，利用传统机器学习算法（如线性回归、随机森林等）进行训练。

图2：洛伦兹系统中的实验结果。(a)利用脑电数据检测癫痫发作。

图3(a)-(b)展示了利用23维脑电数据进行癫痫发作检测的实验结果，结果表明该方法可以及时准确地检测出发病时刻。在真实系统中，由于动力学的高度非线性以及随机噪声的影响，系统往往表现出极其复杂的动力学行为。

在测试过程中，同样采用滑动窗口的策略来实时检测系统的关键临界点。因此，为了解决这一问题，作者提出了一种基于储备池计算的复杂动力系统关键临界点检测框架。

该框架的核心思想是将时间序列中的信息编码到储备池网络的输出层权重中，通过机器学习的方法建立从这些权重特征到系统变化的映射关系。在这种情况下，使用传统的基于统计的方法或直接基于时序数据的机器学习方法来检测临界点变得相当具有挑战性。(b)脑电数据实验中不同方法的检测准确率比较。根据时刻对应的动力学特征及其预测的变点概率/变化强度，可以得到变点概率/变化强度随时间变化的曲线，并进一步检测出系统的关键临界点。

然而，临界点的更一般概念不仅限于通过分岔点的转变。此外，作者还在字符分割、脑电数据以及刀具磨损数据等真实系统中进行了实验，并取得了不错的检测效果。

储备池计算是一种适用于处理时序数据的系统重构方法，可以利用系统观测数据学习系统动力学的特征。本文提出的方法有许多值得进一步深入研究的方面。

(a)一条测试数据中的检测指标随时间的变化情况。例如，该方法在识别率方面表现出较高的性能，可用于处理参数漂移的系统，并且有助于检测临界减速现象附近的重大变化。

图3：脑电数据和刀具磨损数据的实验结果。相关的检测方法在生物信息、气候、经济、生态等领域发挥着重要作用。国防科技大学李鑫博士生为该论文第一作者，复旦大学智能复杂体系基础理论与关键技术实验室博士后朱群喜与国防科技大学赵城利副教授为本文共同通讯作者，智能复杂体系实验室林伟教授对本研究提供了重要的指导和建议听了何章岑的叙述后，大家都被感动了。

他的廉洁和朴素的生活作风，对身边医生、对他子女们的一生都产生了深远的影响。他经常组织年轻医生展开学术讨论，要求年轻医生多发言。

他总是强调：医生是要给病人看病的，所以首要任务是要练好临床技能，而不是去做一位只会写文章的人。面对这种亏本的事情，何章岑总是乐此不疲。

和病人交流过程中，他也是态度温和，不急躁，甚至会经常用通俗语言解释眼科专业知识给病人听。如今，何章岑培养的学生们一个个也已成为我国眼科学的前辈和老教授，在眼科学领域继续秉承着何教授的精神和学术态度。