XiaoMi-AI文件搜索系统
World File Search System上下文
上下文的人类对象互动从pre ...
现有的人类对象互动（HOI）检测方法已经引入了零拍的学习技术来认可看不见的相互作用，但是它们在理解上下文信息和全面的重新构成方面仍然存在局限性。为了克服这些局限性，我们提出了一个新型的HOI学习框架ContexThoi，它是一种效率的上下文HOI探测器，以增强上下文的理解和零拍的推理能力。所提出的contexthoi的主要贡献是一种新颖的上下文挖掘解码器和强大的互动推理大语言模型（LLM）。上下文挖掘解码器旨在从预先训练的视觉模型中提取语言上下文信息。基于提取的上下文信息，提出的相互作用推理LLM通过利用丰富的语言知识进一步增强了零拍的推理能力。广泛的评估表明，我们所提出的框架在HICO-DET和SWIG-HOI数据集上优于现有的零射击方法，在未看到交互的情况下高达19.34％的映射。
ginet：整合顺序和上下文感知...
摘要 - 电池的飙升需求需要高级电池管理系统，其中电池容量建模是关键功能。在本文中，我们旨在通过从电池动力学的历史测量中学习来实现电池容量的预测。我们提出了一个封闭式的复发单元G i n et，以预测电池的容量。G I N等的新颖性和竞争力在于它的能力，可以从原始电池数据中捕获顺序和上下文信息，并以时间动力和长期依赖性来反映电池的复杂行为。我们根据公开可用的数据集进行了一项实验研究，以展示G I N等人对电池行为的全面了解并准确预测电池容量的力量。g i n et达到0.11的平均绝对误差，用于在不知道历史电池容量的情况下以一系列未来的时间插槽预测电池容量。与知情人相比，它的表现也胜过最新算法，平均误差降低了27％。有希望的结果强调了算法和电池知识的定制和优化集成以及对其他行业应用的启示的重要性。索引术语 - 电池能力，充电状态，机器学习，工业人工智能
练习的提示 - 与药物相关的上下文
概述1。方便的电话号码2.立法参考 - CDSA，NCR，BOTSR 3。受控处方程序（重复表格）4。协调的CPP表格5。处方的口头和传真 - 公共卫生紧急情况下的CDSA豁免6。办公室团队7。曲马多8。零件填充（与CDSA有关）9。更安全的替代方案 - 增加规定的减少损害药物的代码10。与SUD11。药物互换性12。为处方的写作更改13。天供应14。短缺概述15。Pharmanet 16。为BC外部写出处方
基于上下文的空间自我监督学习...
这项工作是出于空间信息在HTR任务[25]中的相关性以及以下事实，据我们所知，它以前尚未进行过研究，并着重于适应HTR领域的此类方法。更确切地说，我们提出了两种替代方案，可以在HTR方案中使用这些SSL策略（见图1）：（i）将HTR任务调整为原始SSL方法，即输入适应性，（ii）提出针对HTR任务特征的新型基于空间上下文的SSL方法，即适应。通过考虑多个参考HTR Corpora，将这些建议全面评估，并与该领域遵循的参考策略进行比较。获得的结果表明，与参考SSL方法相比，所提出的SSL策略提供了最先进的识别率，同时保持概念上的简单性。
上下文样本：支持参考基因组
我们感谢ERGA SSP委员会的所有成员和委员会的会议参与者40对SSP和ERGA任务的支持。尤其要感谢Copo的Alice Minotto和Felix 41 Shaw，Ebi/Embl的Josephine Burgin和Joana Pauperio，以及Luisa 42 Marins（Leibniz动物园和野生动物园研究所），以帮助实施43 ERGA宣言。我们感谢Darwin Life Project的样本工作组，以在元数据收集和标准上进行44次富有成果的交流。我们感谢Erga的数据分析45委员会访问图1中使用的问卷数据。我们承认ERGA PILOT项目协调47团队的成员Giulio Formenti和Alice Mouton的基本工作，通过为这项工作做出贡献，以构建必要的样本元数据48收集基础设施，包括ERGA SUPTEST 49 PROCEST 49 PROCTEST GITHUB ESTERTER ERATER ERATER ERATER ERATER ERATER ERATER ERISTA和ER ERATER ERATER ERATER ER ORERATER ER ORFORT ER ORERATER ER ERISTARES以及他们的ERS努力提供努力，从而使这项工作成为可能。我们特别感谢Erga Chairs 51在ERGA建立阶段的富有成果的交流及其持续的支持。52 R. Oomen was supported by the James S. McDonnell Foundation 21st Century Postdoctoral 53 Research Fellowship, the Natural Sciences and Engineering Research Council of Canada 54 Postdoctoral Research Fellowship, and the Research Council of Norway (Earth BioGenome 55 Project Norway; Project no.326819）。R.Fernández认可以下56个资金来源的支持：RamónY Cajal奖学金（授予协议号 948281）。R.Fernández认可以下56个资金来源的支持：RamónY Cajal奖学金（授予协议号948281）。RYC-2017-22492由McIn/AEI/AEI/10.13039/501100011033和ESF资助57，ESF和“未来投资”），PID2019-58 108824GA-I00资助了McIn/10.13039/501100011033，在欧洲欧盟的20日，由MCIN/AEI/AE IN CORMINE COUNTING MCIN/AEIS INCOM INCOR IER CORNION（ERC）。和创新60计划（授予协议号O. Vinnere Pettersson得到RFI/VR和61 Science for Sweden的Science。S. McTaggart was supported by the Biotechnology and 62 Biological Sciences Research Council (BBSRC), part of UK Research and Innovation, through 63 the Core Capability Grant BB/CCG1720/1 and the Earlham Institute Strategic Programme 64 Grant Decoding Biodiversity BBX011089/1 and BBS/E/ER/230002B.J. Melo-Ferreira 65承认FCT，FCT，FUNDAçãoParaaciênciae a tecnologia 66（2021.00150.Ceecind合同和Project HybridChange，ptdc/bia-evl/bia-evl/1307/2020T. H. Struck承认挪威68研究委员会的资金（项目编号300587）。69A.Böhne感谢德国研究基金会DFG的支持（赠款数字70 DFG 497674620和DFG 492407022）和莱布尼兹协会。71A.Böhne，R。Monteiro，R。Oomen，T。Struck，R。Fernandez，S。Mctaggart，J。Melo-Ferreira，J.72 A. Leonard和O. Vinnere Pettersson由Horizon Europe在生物多样性，73循环经济和环境下资助（Rea.B.3）；由瑞士国家秘书处共同资助了74份教育，研究与创新（SERI）的合同编号22.00173；并由英国75研究与创新（UKRI）在商业，能源和工业76战略的Horizon Europe担保计划下。72 A. Leonard和O. Vinnere Pettersson由Horizon Europe在生物多样性，73循环经济和环境下资助（Rea.B.3）；由瑞士国家秘书处共同资助了74份教育，研究与创新（SERI）的合同编号22.00173；并由英国75研究与创新（UKRI）在商业，能源和工业76战略的Horizon Europe担保计划下。我们还要承认生物多样性基因组学计划的77个贡献，这些计划贡献了有关其78
计算精神病学需要时间和上下文
为什么计算精神病学尚未影响常规临床实践？一个原因可能是它在某些心理健康问题的模型中忽略了上下文和时间动态。我们开发了三种启发式方法来估计时间和上下文对心理健康问题是否重要：它的特征是核心神经生物学机制吗？它是否遵循直接的自然轨迹？并且有意地将问题围绕该问题？对于许多问题，答案是否定的，这表明建模时间和上下文至关重要。我们回顾了计算精神病学的进步，包括使用特定领域的刺激以及解释上下文中的差异进行建模状态变化。我们讨论互补网络和复杂的系统方法。新颖的方法和与相邻领域的统一可能会激发新一代的计算精神病学。
构建上下文经济学：许多旧
Neva R. Goodwin I.十五年前的外圈我开始写一篇名为“ The Outer Circle”的文章，该文章一直在增长，直到它变得太笨拙并被委托到抽屉。偶像到替代经济学家的积极聚会场所的演变可能是复兴原始想法的好时机。外圈的形象源于过去半个世纪主流，“新古典”经济学家的行为。在此期间变得越来越防御性和宗派主义，群体内部在排除异议人士方面是严格的，有时会出于与标准的正统观念的分歧，或者，当有人设法在自己的范围之外获得认可时，我就说 - 我听到的是Ken Galbraith的说法 - “他很聪明，但我的经济不是很聪明！”货车盘旋的结果之一是创造了批评家和持不同政见者的外部圈子：认为自己是“替代”或“异端”的经济学家。包含许多认真和创造力的思想家的外圈继续增长并为主流假设，逻辑，方法和结论构成严重的挑战。
使用上下文感知的自动编码器
对药物治疗的患者特定反应的准确，可靠的预测对于药物开发和个性化医学至关重要。但是，患者数据通常太稀缺了，无法训练广义的机器学习模型。尽管已经开发了许多方法来利用细胞系数据，但由于数据分布变化和混杂因素，很少有它们可以可靠地预测患者对新药的临床反应。我们开发了一种新颖的上下文感知的反面自动编码器（Code-AE），该自动编码器（Code-AE）可以提取通过上下文特定模式和混杂因素掩盖的常见生物学信号。广泛的研究表明，代码可以有效地减轻模型泛化的分布外问题，显着提高了对最先进方法的准确性和鲁棒性，这两种方法都可以预测患者特异性的体内和体内药物反应纯粹是从体外筛查中，并且是从体外筛查中的，并且是从体外筛查中的，并脱离了本质上的生物学因素。使用Code-AE筛选了9,808例癌症患者的50种药物，并发现了新型的个性化抗癌疗法和药物反应生物标志物。
通过表示本地功能和全局空间上下文
摘要 - LiDar-Camera校准在自主驾驶中起着至关重要的作用。然而，操作诱导的因素（例如物理振动和温度变化）降低了部署前校准精度，从而导致了环境感知性能恶化。最近的重新校准方法通过利用LiDAR和相机的相对属性，在没有目标板的情况下实现了在线校准。尽管如此，我们还是为LIDAR-CAMERA在线校准提供了一个新颖的框架，该框架采用了变压器网络来学习相机与激光雷达传感器之间的重要相互作用。此外，我们的新型框架设计通过利用两个传感器之间的对应点信息来促进有效的校准。这允许利用全球空间上下文，并通过整合跨模态的信息来实现高性能。实验结果表明，与最先进的基准相比，我们的方法证明了表现出色的性能。
异质上下文的新型机器人系统
关于护理机器人系统的论述正在转移。辩论集中在机器人系统中的不同程度上，以及护理人员的工作是否可以用机器人代替（道尔顿 - 布朗，2020年），但重点现在是在护理机器人系统的实际实现上（Mahmoudi Asl Asl et al。，2022222）。担心因替代而导致的失业的担忧已经减少，而欧洲的人口趋势导致了员工短缺，预计越来越多的人需要护理的人受到强调（欧洲委员会，2023年）。将来，重点将更多地放在如何在护理部门建立足够的人类技术互动，以及从人类中心的角度从护理人员和其他利益相关者拨款（Paluch等，2022）。拨款是一个过程，其中使用技术文物并将其集成到用户的特定上下文和实践中，使它们适应了他们的需求，并在最初的设计意图之外重新解释了其目的。此外，拨款是一个创造性且动态的过程，是由上下文介导的，并与他人合作出现。目标不是决定技术解决方案，而是要吸引积极使用该技术的用户，以促进相互学习用户如何适应技术并塑造其设计的有意义且与他们的需求相关的用户。重点是长期使用以及对技术的创造性和嬉戏拨款。因此，这个过程是关于民主探讨该技术如何最适合背景的。这应该在人们的生活中创造锚点，以实现有意义的拨款（Stevens and Pipek，2018）。关于护理环境的机器人，社会信息学的观点特别有趣，因为它提供了敏感的概念，可以在不同的实践环境中调查此类问题（Wulf等，2015； Stevens等，2018）。但是，仍然有必要阐明使用机器人以及不同护理环境中的人们的实用性