New Brain Technique Method Unveils Hidden Connections Behind Higher Order Functions
一种新颖的大脑映射方法揭示了复杂的神经相互作用，从而实现了任务识别、独特的大脑“指纹”和行为洞察。它有望推动神经科学的发展并理解神经退行性疾病。一种绘制大脑活动和连接的突破性方法为语言、思想和注意力等高阶功能的组织提供了新的见解。传统模型 [...]
IEEE Transactions on Neural Networks and Learning Systems, Volume 35, Number 12, November 2024
1) 场景理论、复杂性和基于压缩的学习与泛化调查作者：Roberto Rocchetta、Alexander Mey、Frans A. Oliehoek页数：16985 - 169992) 深度学习在视觉定位与映射中的应用：调查作者：Changhao Chen、Bing Wang、Chris Xiaoxuan Lu、Niki Trigoni、Andrew Markham页数：17000 - 170203) 实例分割模型稳健性的基准测试作者：Yusuf Dalva、Hamza Pehlivan、Said Fahri Altındiş、Aysegul Dundar页数：17021 - 170354
Learning Elastic Costs to Shape Monge Displacements
给定一个由 Rd\mathbb{R}^dRd 支持的源和目标概率测量，Monge 问题旨在以最有效的方式将一个分布映射到另一个分布。这种效率通过定义源数据和目标数据之间的成本函数来量化。在机器学习文献中，这种成本通常默认设置为平方欧几里得距离，ℓ22(x,y)=12∥x−y∥22\ell^2_2(x,y)=\tfrac12\|x-y\|_2^2ℓ22(x,y)=21∥x−y∥22。使用弹性成本的好处，通过正则化器 τ\tauτ 定义为 c(x,y)=ℓ22(x,y)+τ(x−y)c(x, y)=\ell^2_2(x,y)+\tau(x-y)c(x,y)=ℓ22(x,y)+τ(x−y)，
Linkam launches CMS196V4 stage for cryo-CLEM microscopy
Linkam Scientific Instruments 宣布对其专业 CMS196 低温台进行最新更新。CMS196V4 支持低温相关光学和电子显微镜 (cryo-CLEM)，允许研究人员在低至 < -195 °C 的低温下研究样品。CMS196V4 台的最新更新包括改进的用户界面，该界面具有触摸屏和操纵杆，以及编码和电动 XY 台，可实现样品网格的高精度自动映射...
This Mobile 3D Printer Can Print Directly on Your Floor
对于多部分项目来说，等待 3D 打印项目的每个部分完成、将其从打印机中取出，然后将其安装到位可能非常繁琐。如果有一种方法可以让您的打印机将其作品打印到您需要的确切位置，那会怎样？这就是 MobiPrint 的承诺，这是一种新型 3D 打印机器人，可以在房间内移动，将设计直接打印到地板上。MobiPrint 由华盛顿大学的 Daniel Campos Zamora 设计，由一台经过改装的现成 3D 打印机和一台家用真空机器人组成。首先，它会自主绘制其空间 — 无论是房间、走廊还是整层楼。然后，用户可以从预建库中进行选择，或上传自己的设计，打印在映射区域的任何位置。然后，机器人会穿过房间并打印设计
Cities Are Projecting Their History Onto Streets and Buildings After Dark
蒙特利尔、大急流城和其他地方的行人可以通过将历史场景直接映射到城市景观上的装置进行时间旅行
Zero-Shot Localization with CLIP-Style Encoders
我们如何才能看到视觉编码器所看到的内容？Stephan Widua 在 Unsplash 上的照片想想您最喜欢的预训练视觉编码器。我假设您选择了 CNN（卷积神经网络）或 ViT（视觉变换器）的某种变体。编码器是将图像映射到 d 维向量空间的函数。在此过程中，图像被转换为特征图序列：作者提供的图片。特征图 (w × h × k) 可以被认为是收集的 k 维补丁嵌入的 2D 数组，或者等效地，具有 k 个通道 f₁, … fₖ 的粗略图像 (w × h)。CNN 和 ViT 都以各自的方式将输入图像转换为特征图序列。当图像穿过其层时，我们如何才能看到视觉编码器所看到的内容？零样本定位方法旨在
Progressive Entropic Optimal Transport Solvers
最优传输 (OT) 通过提供理论和计算工具来重新调整数据集，对机器学习产生了深远的影响。在这种情况下，给定 Rd\mathbb{R}^dRd 中大小为 nnn 和 mmm 的两个大点云，熵 OT (EOT) 求解器已成为解决 Kantorovich 问题并输出 n×mn\times mn×m 耦合矩阵或解决 Monge 问题并学习矢量值前推图的最可靠工具。尽管 EOT 耦合/映射的稳健性使其成为实际应用中的首选，但由于小问题，EOT 求解器仍然难以调整……
How to Match Vendor Item Codes to Inventory in NetSuite: A Step-by-Step Automation Guide
将供应商商品代码映射到您自己的库存是一项烦人（但必要）的任务，经常出现在 NetSuite 中。了解如何使用 Nanonets 自动执行此操作。
数据来源：稳健的系统基因组学解决了分类争议并揭示了 Laufeia 进化枝（蜘蛛亚科、跳蛛科、真佛里蛛）雄性栓塞复合体的进化摘要Laufeia 进化枝是真佛里蛛属跳蛛的一个特殊谱系，其雄性生殖器结构表现出较高的分化，尤其是在精子转移过程中直接与雌性生殖器相互作用的栓塞复合体。随着 Laufeia 进化枝中物种发现的快速增长，其分类争议已成为一个关键问题。在本研究中，我们应用系统基因组学方法，使用超保守元素数据推断 Laufeia 进化枝的系统发生，并进行了广泛的分类单元采样。还进行了比较形态学研究，以评估诊断性状并了解 Laufeia 进化枝内雄性栓塞复合体的进化。结果为 Laufeia 进化
Predictive grid cells help self navigation in the brain
科学家发现大脑中的网格细胞可以映射动物（或人类）在空间中的未来位置。文章“预测网格细胞有助于大脑中的自我导航”首先出现在“这不是魔法”上。
On a Neural Implementation of Brenier's Polar Factorization
1991 年，Brenier 证明了一个定理，该定理将方阵的极分解（分解为 PSD ×\times× 单位矩阵）推广到任何矢量场 F:Rd→RdF:\mathbb{R}^d\rightarrow \mathbb{R}^dF:Rd→Rd。该定理称为极分解定理，指出任何场 FFF 都可以恢复为凸函数 uuu 的梯度与保测度映射 MMM 的组合，即 F=∇u∘MF=\nabla u \circ MF=∇u∘M。我们提出了这一影响深远的理论结果的实际实现，并探索了机器学习中的可能用途。该定理与… 密切相关
Revealing the Utilized Rank of Subspaces of Learning in Neural Networks
在这项工作中，我们研究了神经网络的学习权重如何很好地利用可用的空间。这个概念与容量有关，但还结合了网络架构与数据集的交互。大多数学习到的权重似乎是满秩的，因此不适合低秩分解。这误导性地暗示权重正在利用它们可用的整个空间。我们提出了一种简单的数据驱动转换，将权重投影到数据和权重相互作用的子空间上。这保留了功能映射……
The Future of AI Programmatic Advertising: Marketing and Future Trends
AI 在客户旅程映射中的作用 了解客户旅程 客户旅程涵盖消费者与品牌的所有互动，从最初的意识到购买甚至更远。了解这一旅程对于有效广告至关重要。AI 可以通过分析来自各种接触点（包括社交媒体、电子邮件、[…]）的数据来绘制客户旅程。文章《AI 程序化广告的未来：营销和未来趋势》首先出现在 happy future AI 上。
我们欢迎我们的虚拟联合主持人 Nancy 回来讨论 2024 年发生的人工智能革命，以此拉开本期特别版“Stepping Up”的序幕。本期节目探讨了在这个代理智能和变革性学习技术的新时代，“Stepping Up”意味着什么。主持人 Mike Palmer 回顾了最近与 Brian Rosenberg、Dwayne Matthews 和 Marcy Lab School 学生等嘉宾的对话 - 所有这些都强调了做困难的事情、拥抱认知盈余和发展持久的“脑对脑”技能的重要性。我们还邀请了 Bror Saxberg 和 Charles Fadel 进行对话，以真正完善这些观点。Nancy 强调，虽然
Mapping the brain pathways of visual memorability
研究人员首次使用 MEG 和 fMRI 的组合来映射正在识别的视觉图像的时空人脑动态。
Cloud Console Cartographer: Open-source tool helps security teams transcribe log activity
Cloud Console Cartographer 是一个开源工具，它将嘈杂的日志活动映射到高度整合、简洁的事件中，以帮助安全从业人员消除噪音并了解其环境中的控制台行为。 “基础设施即代码已经取代了许多组织对控制台访问的需求，但仍有许多使用控制台的情况，在某些情况下，您需要使用 AWS 控制台执行...更多 →Cloud Console Cartographer：开源工具可帮助安全团队转录日志活动首先出现在 Help Net Security 上。
