XiaoMi-AI文件搜索系统
World File Search System一扇
聚焦事件在议程设置中的作用：变化......
摘要 2014 年克里米亚的吞并突然而出乎意料地震惊了世界，以至于世界只能眼睁睁地看着占领的进程。无论是政治家还是社会都没有机会准备威慑措施。通过文献综述、各种文件的分析，包括 2013-2015 年议会会议的工作计划、2013 年至 2015 年向议会提交的总统报告（年度演讲）以及对征兵军回归的案例研究，本文旨在确定克里米亚的吞并是否满足了聚焦事件概念的要求，以及它是否会促使立陶宛国家安全议程发生变化。认识到聚焦事件有能力吸引政策制定者的注意力并引起议程设置过程的变化，本文采用议程设置理论和聚焦事件方法来评估克里米亚的吞并是否可能导致立陶宛公共政策议程（即其安全政策层面）发生变化。研究表明，吞并克里米亚符合聚焦事件的标准，因为它对政治参与者和社会来说都是突然且不可预测的，同时它将焦点集中到一处。作为聚焦事件，它为动员国家和政治力量改变安全政策议程打开了一扇机会之窗。关键词：聚焦事件、议程设置、
打印无标题（17 页）
12.2 号货舱立即被海水淹没。左舷深舱 2 号在受损前已用盐水压载，但向海面敞开。右舷深舱 1 号逐渐被淹没。1 号货舱被淹没，通过 137 号舱壁上的破洞和 1 号左舷深舱边界上的破裂板，淹没速度相当快。3 号货舱的淹没速度起初很慢，通过 113 号舱壁上的破洞，但当 2 号货舱的水位达到该舱壁第三层甲板上一扇受损门的舱口围板时（该门已被吹开并扭曲），淹没速度很快。右舷 1 号深舱通过 125 号和 137 号框架之间的中心线舱壁上的破片洞逐渐进水。船舶几乎立即向左倾斜，鉴于前舱快速进水和不断增加的侧倾（尽管 4 号深舱中的压舱物从左舷转移到右舷），决定将船舶搁浅。抛锚后，船舶于 0621 以 6 节的速度搁浅。左倾增加到 17 度，但在搁浅后以 10 节的速度前进，ALCHIBA 逐渐被扶正，最后仅以 1-1/2 度左倾停下。船舶从 115 号框架到船首搁浅；长度约 150 英尺。
必胜无疑： - 美国陆军军事历史中心
第二次世界大战期间，陆军参谋长乔治·C·马歇尔将军撰写了一系列短篇小说：《行动中的美军》是陆军部专为受伤士兵准备的系列丛书。它将向这些为国家服务的士兵展示他们和战友所取得的成就，这些成就为美国陆军的战绩增光添彩。本着同样的精神，斯凯尔斯将军和他的团队撰写了《必胜无疑》，为公众和军方清晰展示了陆军在海湾战争中的作用。沙漠风暴行动的广度和速度使许多参与者没有意识到他们行动的大背景。这本书就是为他们写的。为了捕捉他们的故事，斯凯尔斯将军基本上交织了三个不同的主题，每个主题都独一无二。首先，《必胜无疑》讲述了年轻男女在伊拉克和科威特的酷暑和风沙中与敌人作战并取得压倒性胜利的故事。其次，这场胜利证明了一代陆军领导人孜孜不倦、常常默默无闻的工作是正确的，他们从越南战争后士气低落的机构中组建了一支新陆军。第三，《必胜无疑》不仅提供了一扇通向未来的窗户，也提供了一部关于过去的编年史。读者在反思斯凯尔斯将军从故事中提取的总体要点时，将深入了解未来美国战争可能如何进行。我们把它留给具有更广阔视野的学者。
单次试验脑电图分类研究
研究已经证实，在导航任务中，可以区分大脑对观察正确和错误动作的反应。此外，这些分类可以用作基于学习的 BCI 的反馈，让真实或虚拟机器人找到到达目标的准最佳路线。然而，在导航时，不仅要知道我们正朝着正确的方向朝着目标前进，还要知道我们何时到达目标。我们要求参与者观察一个虚拟机器人执行一维导航任务。我们记录了脑电图，然后对两类正确动作的反应进行了神经生理学分析：靠近目标但未到达目标的动作和到达目标的动作。此外，我们使用了时域特征的逐步线性分类器，在单次试验的基础上区分类别。第二个数据集也用于进一步测试这种单次试验分类。我们发现，在运动到达目标的情况下，P300 的幅度明显更大。有趣的是，我们能够对观察两类正确运动时引起的脑电图信号进行分类，两组数据的平均总体准确率分别为 66.5% 和 68.0%，所有参与者的准确率都高于偶然水平。作为概念验证，我们证明了使用单次试验脑电图可以对观察这些不同正确运动时产生的脑电图反应进行分类。这可以用作基于学习的 BCI 的一部分，并为更自主的 BCI 导航系统打开了一扇新的大门。
EasyChair 预印本使用机器学习进行飞机事故预测...
空中交通系统变得多层次、多维、高度分散、相互依赖，其复杂程度在几十年前是难以想象的。这就是为什么在如此复杂的环境中保持高水平的安全性比以前更具挑战性 [1]。民航是一个复杂的混合体，由许多不同但相互关联的人为、技术、环境和组织因素组成，这些因素影响系统的安全性和性能。在商业航空的早期，飞机事故数量众多是一个特点。所有安全流程的重点是事故预防，但在航空时代初期，飞机事故调查是预防的主要工具。如今，人们采用了主动的安全方法。这意味着利益相关者应该收集数据，以预测不仅实际和当前的安全风险，而且还要预测即将发生的安全风险。在这种情况下，必须改进安全分析以预测未来的安全风险和安全性能。设计和广泛使用识别和预测不良安全事件的技术和方法至关重要。当今是数据丰富和技术繁荣的时代，这为人工智能和机器学习进入我们现实的每一个角落打开了一扇大门。在这项工作中，我们提出了一种用于飞机事故预测的机器学习算法。主要思想是支持主动安全方法。该技术可以在 SAR（搜索和救援）任务中作为空难严重程度预测工具发挥作用，以优化 SAR 行动中的资源投入。机器学习是一种非常强大的技术，它可以使用数据来训练算法并赋予计算机系统“学习”的能力（即逐步
打印 无标题 (17 页)
12. 海水立即涌入 2 号货舱。左舷深舱 2 号在受损前已用盐水压载，但暴露在海水中。右舷深舱 1 号逐渐进水。1 号货舱的进水速度相当快，水通过 137 号舱壁上的破片洞和左舷 1 号深舱边界的破裂板进入。3 号货舱的进水起初很慢，水通过 113 号舱壁上的破片洞进入，但当 2 号货舱的水位达到该舱壁第三层甲板上一扇受损门的围板时（该门已被吹开并扭曲），水位迅速上升。右舷深舱 1 号的进水速度很慢，水通过 125 号和 137 号框架之间的中心线舱壁上的破片洞进入。几乎立即，船就向左倾斜，由于前舱迅速进水，船身侧倾加剧（尽管在 4 号深舱中将压舱物从左舷转移到右舷），因此决定将船搁浅。船锚被收起，船于 0621 以 6 节的速度搁浅。左倾已增加到 17 度，但在搁浅后以 10 节的速度继续旋转，ALCHIBA 逐渐恢复，最终停在仅 1-1/2 度左倾的位置。船从 115 号框架到船首搁浅；长度约为 150 英尺。
聚焦事件在议程设置中的作用：立陶宛安全政策议程的变化
摘要 2014 年克里米亚的吞并突然而出乎意料地震惊了世界，以至于世界只能眼睁睁地看着占领的进程。无论是政客还是社会都没有机会准备威慑措施。通过文献综述、各种文件的分析，包括 2013-2015 年议会会议的工作计划、2013 年至 2015 年在议会提交的总统报告（年度演讲）以及对征兵军回归的案例研究，本文旨在确定克里米亚的吞并是否满足了焦点事件概念的要求，以及它是否会促使立陶宛国家安全议程发生变化。认识到聚焦事件能够吸引决策者的注意力并引起议程设置过程的变化，本文采用议程设置理论和聚焦事件方法来评估吞并克里米亚是否可能导致立陶宛公共政策议程（即其安全政策层面）发生变化。研究表明，吞并克里米亚符合聚焦事件的标准，因为它对政治参与者和社会来说都是突然和不可预测的，同时将焦点集中到一个地方。作为聚焦事件，它为动员国家和政治力量改变安全政策议程打开了一扇机会之窗。关键词：聚焦事件、议程设置、吞并克里米亚、框架、征兵 介绍 议程设置是最有影响力的理论，关注问题如何获得或失去利益相关方的关注；社会问题如何成为政策问题
目录
人工智能正在全球范围内迅速发展，芬兰也不能落后。芬兰在国外的人工智能转型方面也有很多可以借鉴的地方。本报告概述了芬兰人工智能生态系统，从初创公司到成熟公司和研究领域。芬兰 2025 年人工智能状况评估的制定是为了提高广大受众对有趣的芬兰人工智能初创公司和中小企业以及成功利用人工智能的大公司和公共参与者的认识。此外，该评估还重点介绍了支持和加速芬兰人工智能转型的最有趣的人工智能研究项目和参与者。该报告旨在回答关键问题：人工智能为芬兰公司提供了哪些机会？关键创新在哪里？生态系统中最有趣的参与者是谁？目前人工智能研究的重点是什么，对公司来说最有前景的研究应用是什么？该评估汇编了来自各种来源的信息和数据。评估的许多部分都基于专家评估，目的不是提供明确的信息，而是提供观点和示例。每个部分附带的事实框描述了创建该部分的方法。 AI Finland 和 Business Finland 合作开展了此次评估，旨在支持两个组织通过加速 AI 相关创新活动来提高芬兰公司竞争力的目标。我们希望此次评估及其实例能够为企业提供寻找 AI 开发和利用新合作伙伴的机会，并激励他们创新和开发自己的 AI 产品和服务。此次评估是了解不断发展和多样化的芬兰 AI 生态系统的一扇窗口，从而吸引国际公司和专家对芬兰的关注。
使用 BERT 预测生理信号
人类大脑如何处理语言一直是认知神经科学和心理语言学研究的中心课题。研究这个课题的典型方法是学习一个模型来预测受试者在做语言任务时的大脑活动。我们给受试者提供一些刺激——单词、短语、句子等，同时收集他们的生理数据——EEG、MEG、fMRI。这个计算模型背后的理论是语言表征的神经基础与广泛的语言语料库中神经表征的分布特性有关。学习这类预测模型的局限性在于大多数机器学习模型都需要大量数据。然而，在实践中很难获得足够的生理数据。在本研究中，我们利用预训练语言模型——BERT（一种近期广泛使用的预训练语言模型）的优势来缓解数据不足的限制。近年来，预训练语言模型极大地促进了NLP研究的各个方面。得益于预训练模型，几乎所有的NLP下游任务都达到了SOTA性能。语言模型学习预测单词序列的概率。预训练语言模型是使用大型语料库（例如Wikipedia）进行训练，从而编码广泛而一般的语言属性。然后可以通过少量特定于任务的数据集对预训练语言模型进行微调，将其用于下游NLP任务。结果表明，使用BERT和微调后的BERT可以预测EEG和一些凝视特征。这项研究证实了NLP预训练语言模型与人类之间的联系。它也为相关研究打开了一扇窗户。
回顾性分析液体活检对 Her2 阳性晚期乳腺癌患者治疗变化的成本效益
背景：乳腺癌在世界范围内发病率很高，导致医疗费用高昂。HER2 阳性亚型占所有乳腺癌的 30%，预后不良。接受抗 HER2 疗法治疗的患者经常产生耐药性，需要改变药物治疗。液体活检是一种微创且易于获取的技术，具有高灵敏度和特异性，甚至可以在出现临床表现之前检测出分子治疗耐药性，因此可用于减少不必要的抗 HER2 治疗费用。目标：评估使用液体活检（ctDNA 检测）确定哥伦比亚 HER2 阳性晚期乳腺癌女性治疗变化的成本效益。方法：我们使用决策树模型和确定性分析进行了经济评估，基于文献搜索一线和二线治疗（曲妥珠单抗、帕妥珠单抗、多西他赛和 TDM1）；耐药性；结果；以及检测分子耐药性的测试的灵敏度和特异性。使用质量调整生命年 (QALY) 评分来衡量有效性，成本来自具有国家效度的数据库、供应商、哥伦比亚药品价格信息系统 (SISMED) 和当地研究。结果：与未进行液体活检的常规治疗相比，常规治疗中使用液体活检 (ctDNA 检测) 更昂贵且效果更差 (分别为 177,985.35 美元和 0.533889206 QALY)。与常规方法相比，液体活检的增量成本为 7,333.17 美元，增量有效性为 0.00042256 QALY。结论：目前在哥伦比亚，将液体活检纳入 HER2 阳性晚期乳腺癌的治疗被认为是不适用的，因为它不具成本效益。我们的结果为改善哥伦比亚 ctDNA 检测的开发和实施打开了一扇机会之窗，有可能降低目前的成本。需要更多关于该测试效用的证据，这取决于哥伦比亚和其他国家的财政能力。关键词：成本效益、液体活检、生物标志物、乳腺癌