Translate this page to:
Italian
In JoVE (1)
Other Publications (13)
- IEEE Transactions on Neural Networks / a Publication of the IEEE Neural Networks Council
- IEEE Transactions on Systems, Man, and Cybernetics. Part B, Cybernetics : a Publication of the IEEE Systems, Man, and Cybernetics Society
- IEEE Transactions on Systems, Man, and Cybernetics. Part B, Cybernetics : a Publication of the IEEE Systems, Man, and Cybernetics Society
- Neuroscience Letters
- IEEE Transactions on Neural Networks / a Publication of the IEEE Neural Networks Council
- IEEE Transactions on Neural Networks / a Publication of the IEEE Neural Networks Council
- IEEE Transactions on Systems, Man, and Cybernetics. Part B, Cybernetics : a Publication of the IEEE Systems, Man, and Cybernetics Society
- Neural Computation
- IEEE Transactions on Neural Networks / a Publication of the IEEE Neural Networks Council
- PloS One
- PloS One
- Cancer Research
- Journal of Immunology (Baltimore, Md. : 1950)
Automatic Translation
This translation into Italian was automatically generated.
English Version | Other Languages
Articles by Xiaolin Hu in JoVE
JoVE Immunology and Infection
Metastasi sperimentale e CTL adottivi Immunoterapia modello di trasferimento del mouse
Department of Biochemistry and Molecular Biology, Medical College of Georgia
Una metastasi al polmone sperimentale e CTL modello murino immunoterapia per l'analisi delle cellule tumorali interazione cellule-T
Other articles by Xiaolin Hu on PubMed
Risolvere Disequazioni Variazionali Pseudomonotone E Problemi Di Ottimizzazione Convessi Utilizzando La Rete Neurale Di Proiezione
Negli ultimi anni, una rete neurale ricorrente chiamata rete neurale di proiezione è stato proposto per risolvere disequazioni variazionali monotone e problemi di ottimizzazione convessa correlati. In questa carta, mostriamo che la rete neurale di proiezione anche può essere usata per risolvere disequazioni variazionali pseudomonotone e relativi problemi di ottimizzazione convessi. Sotto varie condizioni di pseudomonotonicity e di altre condizioni, la rete neurale di proiezione è dimostrata di essere stabile nel senso di Lyapunov e globalmente convergente, globalmente asintoticamente stabile e globalmente esponenzialmente stabile. Poiché la monotonia è un caso speciale di pseudomononicity, la rete neurale di proiezione può essere applicata per risolvere una classe più ampia delle diseguaglianze correlati a variazionale problemi di ottimizzazione vincolata. Inoltre, viene introdotto un nuovo concetto, chiamato corrispettiva pseudomononicity, diverse da pseudomononicity in generale. Sotto questo nuovo concetto, si ottengono anche due risultati di stabilità della rete neurale proiezione per risolvere disequazioni variazionali. Infine, esempi numerici mostrano l'efficacia e le prestazioni della rete neurale proiezione.
Una Rete Neurale Ricorrente Per Risolvere Una Classe Di Disequazioni Variazionali Generale
Questo articolo presenta un modello di rete neurale ricorrente per la risoluzione di una classe speciale di disequazioni variazionali generale (GVIs), che include VIs classica come casi speciali. È dimostrato che la rete neurale proposta (NN) per risolvere questa classe di GVIs può essere globalmente convergente, globalmente asintoticamente stabile e globalmente esponenzialmente stabile in condizioni diverse. La proposta NN può essere visto come una versione modificata della proiezione generale NN esistenti in letteratura. Per dimostrare l'efficacia e le prestazioni della proposta NN sono forniti diversi esempi numerici.
Progettazione Di Reti Neurali Proiezione Generale Per Risolvere Disequazioni Variazionali Lineare Monotoni E Problemi Di Ottimizzazione Lineari E Quadratiche
La maggior parte delle attuali reti neurali per risolvere disequazioni variazionali lineare (LVIs) con la mappatura Mx + p richiedono definitezza positivo (o semidefiniteness positivo) di M. In questa corrispondenza, viene rivelato che questa condizione è sufficiente ma non necessaria per un LVI essendo strettamente monotona (o monotona) sul suo set vincolata dove sono presenti vincoli di uguaglianza. Quindi, si propone di riformulare la monotona LVIs con vincoli di uguaglianza in LVIs con vincoli di disuguaglianza solo, che sono quindi possibili essere risolto utilizzando alcune reti neurali esistenti. Reti neurali generale proiezione sono progettate in questa corrispondenza per risolvere il LVIs trasformato. Rispetto alle attuali reti neurali, le reti neurali progettate caratteristica bassa complessità del modello. Inoltre, le reti neurali sono garantite per essere globalmente convergente a soluzioni di LVI sotto la condizione che la mappatura lineare Mx + p è monotona sul set vincolato. Perché i problemi di programmazione lineare e quadratici sono casi speciali di LVI in termini di soluzioni, le reti neurali progettate possono risolverli in modo efficiente anche. Inoltre, si è scoperto che la rete neurale progettata in un caso specifico risulta per essere la rete dual-primal per risolvere problemi di programmazione lineare o quadratici. L'efficacia delle reti neurali è illustrato da esempi numerici diversi.
L'agopuntura Migliora I Deficit Cognitivi E Regola La Proliferazione Delle Cellule Di Cervello Di Topi SAMP8
Senescenza accelerata mouse inclini 8 (SAMP8) è un ceppo autogeno senile caratterizzato da deficit cognitivo precoce e deterioramento relativo all'età dell'apprendimento e della memoria. Per studiare l'effetto dell'agopuntura sul cervello cella eventi e cambiamenti comportamentali, maschio 4 mesi SAMP8 e age-matched omologo normale invecchiamento SAMR1 topi sono stati divisi in quattro gruppi: SAMP8 agopuntura gruppo (Pa), gruppo di controllo non-agopunto SAMP8 (Pn), SAMP8 gruppo di controllo (Pc) e gruppo di controllo normale SAMR1 (Rc). Tramite test di Morris water maze, il deficit cognitivo di SAMP8 è stato rivelato e migliorato significativamente con l'agopuntura "Yiqitiaoxue e Fubenpeiyuan". Nel frattempo, da 5 - bromo - 2-deoxyuridine (BrdU) immunodetection specifico, la proliferazione cellulare è diminuito nel giro dentato (DG) della SAMP8 è stato notevolmente migliorato dall'agopuntura terapeutico, suggerendo la specificità agopunto-correlati. Anche se le differenze significative sono state trovate nelle zone ventricolare/subventricolare (VZ/SVZ) del terzo ventricolo (V3) e ventricolo laterale (LV) tra i gruppi, abbiamo ottenuto risultati interessanti: una distribuzione di flusso-come di recente proliferated cellule presentati lungo il dorso del hippocampi alveus (Alv), che si estende da LV a corpo calloso (CC) e l'agopuntura terapeutica ha mostrato un marcato effetto su questa regione. La nostra ricerca suggerisce che l'agopuntura può indurre la proliferazione delle cellule differenti nel cervello di diversa regioni del SAMP8, che porta avanti il bisogno di esplorare ulteriormente il meccanismo di deficit cognitivi e agopuntura intervento in questo campo.
Una Rete Neurale Dual Migliorate Per Risolvere Una Classe Di Problemi Di Programmazione Quadratiche E Sua Applicazione K-vincitori-take-all
Questo libro presenta una romanzo rete neurale ricorrente per risolvere una classe di quadratica convesso (QP) problemi, in cui il termine quadratico nella funzione obiettivo è il quadrato della norma euclidea della variabile di programmazione. Questa particolare struttura conduce a una serie di condizioni di ottimalità semplice per il problema, basato su cui il modello di rete neurale è formulato. Rispetto alle attuali reti neurali per QP convessa generale, il nuovo modello è più semplice nella struttura e più facile da implementare. Il nuovo modello può essere considerato come una versione migliorata della doppia rete neurale nella letteratura. Sulla base del nuovo modello, è formulata una semplice rete neurale in grado di risolvere il problema k-vincitori-take-all (k-WTA). La stabilità e la convergenza globale della rete neurale proposta è dimostrato rigorosamente e suffragata da risultati di simulazione.
Una Nuova Rete Neurale Ricorrente Per Risolvere Problemi Di Programmazione Quadratici Convessi Con Un'applicazione Al Problema K-vincitori-take-all
In questa carta, una nuova rete neurale ricorrente viene proposto per risolvere problemi di (QP) programmazione quadratiche convessi. Rispetto alle attuali reti neurali, quella proposta dispone di proprietà di convergenza globale in condizioni deboli, bassa complessità strutturale e nessun calcolo dell'inversa della matrice. Esso serve come un'alternativa competitiva della famiglia rete neurale per risolvere problemi di programmazione lineare o quadratici. Inoltre, si trova che da qualche sostituzione delle variabili, la rete proposta risulta per essere un modello esistente per risolvere problemi di minimax. In questo senso, può essere anche visto come un caso speciale della rete neurale minimax. Basato su questo schema, una rete k-vincitori-take-all (k-WTA) con o (n) complessità è stato progettato, che è caratterizzata dalla struttura semplice, convergenza globale e capacità di affrontare alcuni casi malati. Simulazioni numeriche sono forniti per validare i risultati teorici ottenuti. Ancora più importante, il metodo di progettazione rete proposto in questo libro ha un grande potenziale per ispirare altre invenzioni competitive lungo la stessa linea.
Una Rete Neurale Ricorrente Alternativa Per Risolvere Disequazioni Variazionali E Problemi Di Ottimizzazione Relativi
Esistono molte reti neurali ricorrenti per la risoluzione di problemi di ottimizzazione. In questo articolo, vi presentiamo un metodo per la derivazione di tali reti da quelle esistenti modificando le connessioni tra blocchi di calcolo. Sebbene i sistemi dinamici possono diventare molto differenti, alcune proprietà distinto può essere mantenuta. Un esempio è discusso per risolvere disequazioni variazionali e problemi di ottimizzazione correlati con vincoli lineari e non lineari misti. Una nuova rete è ottenuta da due modelli classici con questo mezzo, e le sue prestazioni è paragonabile ai suoi predecessori. Così, una scelta alternativa per la realizzazione di circuiti è offerto di realizzare tali attività di elaborazione.
Una Rete Di Attrattore Gaussiana Per Il Riconoscimento Con Esperienza-dipendente Apprendimento E Memoria
Reti di attrattore sono ampiamente crede che sono alla base dei sistemi di memoria di animali tra specie diverse. Modelli esistenti sono riusciti nella modellazione qualitativamente proprietà dinamiche attrattore, ma loro abilità computazionali spesso soffrono di scarse rappresentazioni per realistici modelli complessi, spuri attrattori, bassa capacità e difficoltà di identificazione attraenti campi di attrattori. Vi proponiamo una semplice architettura di due-strato, rete di attrattore gaussiana, che non ha spuri attrattori se motivi per essere memorizzati sono incorrelati e possono memorizzare come molti modelli come il numero di neuroni nel livello di uscita. Nel frattempo i campi attraenti possono essere precisamente quantificati e manipolati. Dotato di strategie di apprendimento non supervisionato esperienza-dipendente, la rete può esibire entrambi dinamiche attrattore discreti e continui. Una previsione verificabile basata su simulazioni numeriche è che esistono dei neuroni nel cervello che può discriminare due stimoli simili in un primo momento, ma non dopo vasta esposizione a stimoli fisicamente intermedi. Ispirato da questa rete, abbiamo trovato che aggiungendo qualche feedback locale ad un modello ben noto riconoscimento visivo gerarchica, HMAX, può attivare il modello di riprodurre alcuni recenti risultati sperimentali relativi alla percezione visiva ad alto livello.
Progettazione Di Reti Neurali Ricorrenti Per Risolvere Vincolata Almeno Assoluti Problemi Di Deviazione
Le reti neurali ricorrenti per risolvere vincolata almeno assoluto problemi di deviazione (LAD) o L (1)-problemi di ottimizzazione di norma hanno suscitato molto interesse negli ultimi anni. Ma finora più neural networks può trattare solo con alcuni particolari vincoli lineari in modo efficiente. In questa carta, vengono proposti due reti neurali per risolvere i problemi LAD con vari vincoli lineari, compresa l'uguaglianza, disuguaglianza su due lati e vincoli legati. Quando su misura per risolvere alcuni speciali casi di problemi LAD in cui non tutti i tipi di vincoli sono presenti, le due reti possono produrre più semplici architetture che la maggior parte di quelli esistenti in letteratura. In particolare, per risolvere i problemi con vincoli di disuguaglianza unilaterale e l'uguaglianza, è inventata un'altra rete. Tutte le reti proposte in questo libro sono rigorosamente dimostrate di essere in grado di risolvere i problemi corrispondenti. Le diverse reti progettate per risolvere gli stessi tipi di problemi possiedono la stessa complessità strutturale, che è a causa del fatto che questi Condividi architetture la stessa computazione blocchi e differiscono da soltanto nei collegamenti tra alcuni blocchi. In questo modo, viene fornito qualche flessibilità per la realizzazione di circuiti. Simulazioni numeriche sono effettuate per illustrare i risultati teorici e confrontare i tassi di convergenza delle reti.
IFN-γ Sopraregola Le Survivina E Ifi202 Espressione Per Indurre La Sopravvivenza E La Proliferazione Delle Cellule T Tumorali Specifici
Una procedura comune in immunoterapia adottiva trasferimento umano dei linfociti T citotossici (CTL) è quello di espandere il tumore-specifici CTL ex vivo utilizzando CD3 mAb priore per il trasferimento. Uno dei principali ostacoli del CTL adoptive immunoterapia è una mancanza di persistenza CTL nell'host di tumore-cuscinetto dopo il trasferimento. Lo scopo di questo studio è quello di chiarire i meccanismi molecolari sottostanti gli effetti delle condizioni di stimolazione sulla proliferazione e la sopravvivenza del tumore-specifici CTL.
TNFα Collabora Con IFN-γ a Reprimere L'espressione Di Bcl-xL Per Sensibilizzare Le Cellule Di Carcinoma Del Colon Metastatico All'apoptosi Mediata Da TRAIL
TNF-correlati che inducono apoptosi ligando (sentiero) è una molecola effector immuni che funziona come un agente anti-tumorale selettivo. Tuttavia, le cellule tumorali, cellule del tumore metastatico soprattutto spesso mostrano un fenotipo resistente al sentiero, che attualmente è un impedimento importante nella terapia del sentiero. Lo scopo di questo studio è di indagare l'effetto sinergico di TNFα e IFN-γ nel sensibilizzare le cellule di carcinoma del colon metastatico all'apoptosi mediata da TRAIL.
IRF8 Regola L'espressione Di Ceramidasi Acida Per Mediare L'apoptosi E Sopprime La Leucemia Myelogeneous
Fattore regolatore IFN 8 (IRF8) è un fattore di trascrizione chiave per la differenziazione delle cellule mieloidi e sua espressione è spesso perso in cellule ematopoietiche dei pazienti di leucemia mieloide umano. IRF8-deficient mice esibiscono incontrollata espansione clonale di cellule mieloidi indifferenziate che può progredire a una crisi blastica fatale, quindi simile a leucemia umana myelogeneous cronica (CML). Quindi, IRF8 è un soppressore di leucemia mieloide. Considerando che recentemente ha migliorato la comprensione della funzione IRF8 in CML, i meccanismi molecolari sottostanti la funzione IRF8 in CML sono ancora in gran parte sconosciuti. In questo studio, abbiamo identificato ceramidasi acida (A-CDase) come un obiettivo generale di trascrizione di IRF8. Abbiamo dimostrato che IRF8 espressione è regolata da metilazione del DNA di IRF8 promotore in cellule di leucemia mieloide. Restauro di IRF8 espressione repressa espressione di A-CDase, con conseguente accumulo di ceramide C16 e aumentata sensibilità delle CML cellule all'apoptosi indotta da FasL. Nelle cellule mieloidi derivate dal mouse IRF8-carenti, livello di proteina A-CDase è stato aumentato drammaticamente. Inoltre, abbiamo dimostrato che IRF8 direttamente si lega al promotore A-CDase. A livello funzionale, inibizione dell'attività di A-CDase, silenziamento espressione A-CDase, o l'applicazione di esogena C16 ceramide sensibilizzati alle cellule CML di apoptosi indotta da FasL, considerando che la sovraespressione di A-CDase diminuita sensibilità delle cellule CML all'apoptosi indotta da FasL. Di conseguenza, restauro di IRF8 espressione repressa sviluppo CML in vivo almeno parzialmente attraverso un meccanismo di Fas-dipendente. In sintesi, i nostri risultati determinano il meccanismo di IRF8 downregulation cellule CML e hanno un percorso primario di resistenza alla progressione di apoptosi e malattia mediata da Fas.
Cutting Edge: IRF8 Regola La Trascrizione Di Bax in Vivo Nelle Cellule Mieloidi Primarie
Un fenotipo di topi knockout (KO) IRF8 prominente è l'espansione incontrollata di cellule mieloidi immature. Il meccanismo molecolare alla base di questa sindrome mieloproliferativa è ancora sfuggente. In questo studio, abbiamo osservato che livello di espressione di Bax è bassa in cellule di midollo osseo preginitor e aumenta drasticamente nelle cellule mieloidi primarie nei topi wt. In contrasto, livello di espressione di Bax è rimasto ad un livello basso in primarymyeloid cellule nei topi KO IRF8. Tuttavia, in vitro IRF8 KO differenziato del midollo osseo cellule mieloidi espresso Bax a un livello più alto che nelle cellule mieloidi wild type. Inoltre, abbiamo dimostrato che IRF8 si lega specificamente alla regione del promotore di Bax in cellule mieloidi primarie. Analisi funzionale indicano che IRF8 deficit si traduce in maggiore resistenza delle cellule mieloidi primarie all'apoptosi Fas-mediata. I nostri risultati mostrano che IRF8 regola direttamente la trascrizione di Bax in vivo, ma non in vitro durante la differenziazione di cellule mieloidi lignaggio.
