1 Sepsis 基本概念
Sepsis:脓毒症,由感染引起的全身炎症反应综合征
全身炎症反应综合症 (systemic inflammatory response syndrome,SIRS)
- 定义为至少满足以下 4 项参数中的两个特征的综合征
- (1)体
作者文章归档:王半仙
Sepsis:脓毒症,由感染引起的全身炎症反应综合征
全身炎症反应综合症 (systemic inflammatory response syndrome,SIRS)
仅搜集收录了部分个人感兴趣的文章,并进行简单记录
2024-08-23 文章链接
2024 年 8 月 22 日出版的《新英格兰医学杂志》(NEJM)发表一项多中心、双盲、随机对照试验(6 月 12 日在线发表),旨在探索静脉输注氨基酸能否降低体外循环下心脏手术后的 AKI 发生率。
当前的大型图应用场景:
急性呼吸窘迫综合征(acute respiratory distress syndrome,ARDS)是一种多种病因引起的急性、弥漫性炎症性肺损伤,是全身炎症反应在肺部的表现,组织病理学常表现为弥漫性肺泡损伤(diffused alveolar damage,DAD)
ARDS 的基本特性 - 参考源
前置知识:CS224W 图机器学习04:GNN 深入理解、CS224W 图机器学习05:GNN 的训练与预测、 CS224W 图机器学习06:GNN 的理论理解
本节主题:如何使得 GNN 的嵌入更具表示力?
一个"完美"的 GNN 应该具备什么特征?
问题 1:
图生成的应用:药物发现、材料设计、社交网络建模
图生成的意义:理解图的表达、预测图的演变、实现图的模拟、检测图的异常
图生成的发展:(1)根据现实世界构建图(2)传统图生成(3)深度图生成
之前学习的图编码是一个 encoding 的过程,而图生成是一个 decoding 的过程
图生成的目标:给定来自 $p_{data}(G)$ 的图采样,构建模型 $p_{model}(G)$ 学习图的分布

图生成的的过程
模型参数的常见数据类型:

在机器学习术语中,FP32 称为全精度 (4 字节),而 BF1