XiaoMi-AI文件搜索系统
World File Search System不同地
ML云GPU短缺培训：跨区域是答案吗？ 水管工
摘要ML的广泛采用导致对GPU硬件的需求很高，因此，公共云中GPU的严重短缺。通常很难在单个云区域分配足够数量的GPU来训练或微调当今的大型ML模型。如果用户愿意使用不同地理区域的设备进行ML培训工作，则可以访问更多的GPU。但是，GPU节点与较低的网络带宽连接，并且云提供商为跨地理区域的数据传输提供了额外的费用。在这项工作中，我们探讨了何时以及如何有意义地利用跨区域和地区进行分布式ML培训的GPU。我们根据不同模型并行性策略的计算和通信模式分析了跨区域培训的吞吐量和成本影响，开发了一种基于配置文件的分析模型，用于估计培训吞吐量和成本，并为有效分配地理分配资源提供指南。我们发现，尽管在节点跨越地理区域时，ML训练吞吐量和成本会显着降低，但使用管道等级的跨区域训练是实用的。
农业干旱和机器学习
摘要：农业干旱是影响人们，食物和牲畜的反复发生的灾难。因此，进行精确和最新的干旱监测至关重要，因为这有助于决策者对与干旱相关的损失有效反应。本综述系统地强调了农业干旱评估和预测中机器学习的进步。此外，通过确定最引用的文章，期刊和领先的国家，进行了文献计量分析，以协助该领域的后续研究和协作。利用BiblioMetrix R-Package和Vosviewer，在Prisma指导线之后，对WOS和Scopus进行了系统搜索。检索了一个出版物数据集，并应用了包含和排除标准，其中包括43篇文章进行最终分析。分析结果显示出出版物的年度显着增加，为34.59％。这表明机器学习最近在农业干旱评估中发挥了至关重要的作用。随机森林是研究人员最广泛使用的算法，因为它在处理非线性遥感数据方面的优势及其在选择最具影响力的变量方面的性能。但是，考虑到该模型在不同地理区域的性能有所不同的事实，需要在不同领域进行更多的研究以构建适当的评估模型。
生活质量与糖尿病性视网膜病人的视觉特征之间的关联
近年来，健康科学研究人员说明了质量检查在管理糖尿病患者中的必要功能。在全球范围内，过去的不同研究表明，这些患者的QOL矛盾结果（6）。 根据以前的研究，DR不影响QOL（7,8）。 尽管如此，一些研究人员表示，由于DR引起的视觉障碍对患者的QOL产生了重大影响（9-11）。 因此，确定来自不同地理位置的DR患者的QOL至关重要。 尽管在印度语言中获得了国家眼科研究所-25（NEI-VFQ-25）的歧义，但在印度人群中很少进行研究，导致疾病和质量恶化，这必须调查。 在先前的研究使用Nei-VFQ-25的印地语翻译的一项研究中，来自浦那的研究人员发现DR对QOL产生负面影响（12）。 尽管马拉地语是马哈拉施特拉邦（Maharashtra）最广泛的语言，但对马哈拉施特拉邦（Maharashtra）浦那博士的QoL的研究尚未使用Marathi-translated Nei-VFQ-25出版。 这是第一项评估来自马哈拉施特拉邦DR的DR患者的VR QOL的研究，该研究采用了NEI-VFQ-25的Marathi变体，并将这些结果与视觉参数相关联。 评估DR患者的视力靶向QOL，以评估视力（VA）和对比度灵敏度（CS），这与NeiVFQ-25评分进一步相关。在全球范围内，过去的不同研究表明，这些患者的QOL矛盾结果（6）。根据以前的研究，DR不影响QOL（7,8）。尽管如此，一些研究人员表示，由于DR引起的视觉障碍对患者的QOL产生了重大影响（9-11）。因此，确定来自不同地理位置的DR患者的QOL至关重要。尽管在印度语言中获得了国家眼科研究所-25（NEI-VFQ-25）的歧义，但在印度人群中很少进行研究，导致疾病和质量恶化，这必须调查。在先前的研究使用Nei-VFQ-25的印地语翻译的一项研究中，来自浦那的研究人员发现DR对QOL产生负面影响（12）。尽管马拉地语是马哈拉施特拉邦（Maharashtra）最广泛的语言，但对马哈拉施特拉邦（Maharashtra）浦那博士的QoL的研究尚未使用Marathi-translated Nei-VFQ-25出版。这是第一项评估来自马哈拉施特拉邦DR的DR患者的VR QOL的研究，该研究采用了NEI-VFQ-25的Marathi变体，并将这些结果与视觉参数相关联。评估DR患者的视力靶向QOL，以评估视力（VA）和对比度灵敏度（CS），这与NeiVFQ-25评分进一步相关。
一种用于受损文物修复的组合人工智能算法
经过众多研究者的研究，人工智能可以很好地模仿人类的语言和视觉表达，并在声音和图片中模仿人类的风格。这种能力虽然依赖于学习数据，但人工智能比人类更客观，更基于数字数据。我们将其应用于过去通过人工智能神经网络制作的文化资产的修复，并将通用 CNN 稍微不同地应用于修复目的。文化财产包含从它们被创造的时代开始的各种背景，因此修复存在许多复杂性和困难。如果简单地将其视为噪音并恢复，结果取决于学习的数据。为了解决这个问题，将 CNN 分为完整和详细，并一起学习关联，并通过基于该神经网络的生成竞争网络 (GAN) 修复受损部分。我们训练了一个神经网络，该神经网络提取韩国“宝塔”（主要在佛教的影响下制作）的视觉特征，并进行了一项基于训练后的神经网络修复受损部分的研究。通过基于CNN的神经网络提取塔的特征，并基于提取的特征通过生成对抗网络（GAN）修复受损部分。我们认为我们的研究将来会积极用于文化遗产的修复以及考古记录的修复 关键词
Giuseppe F.意大利语
科学概况我目前的职位是意大利罗马路易斯大学的计算机科学教授（完整）。我获得了博士学位。哥伦比亚大学的计算机科学专业。我的博士学位顾问是Zvi Galil，他在过去十年中被UENES的2021年被任命为第七位计算机科学家。博士学位后，我曾在IBM T.J.担任研究成员。约克镇高地（纽约）的沃森研究中心。当我33岁的时候，我赢得了全国教授的全国比赛，然后回到了意大利，在那里我担任了几所大学的计算机科学教授（萨勒诺大学，威尼斯大学，科斯卡里大学，罗马托尔加塔大学和卢斯大学）。我研究了各种各样的问题，在许多不同地区产生了引人注目的结果。我的大部分研究都集中在大数据集的算法的设计，分析和工程上，并在多个领域进行了应用，包括图形挖掘，社交网络分析，计算机和网络安全性，机器学习和计算生物学。我的背景（也包括工业搜索方面的经验）使我处于独特的位置，将基础研究与对应用的重点重视的工作相结合。
EFORWOOD 项目中成本效益分析的环境外部性货币评估
前言 本报告是欧盟第六框架计划综合项目 EFORWOOD – 林业-木材链可持续性影响评估工具的成果。 EFORWOOD 的主要目标是开发一种工具，用于在不同地理区域和时间范围内对林业-木材链 (FWC) 进行可持续性影响评估 (SIA)。FWC 由经济、生态、技术、政治和社会因素决定，由一系列相互关联的过程组成，从森林再生到木质产品的报废场景。EFORWOOD 生成了一种工具，可用于分析现有和未来 FWC 的可持续性影响。欧洲森林研究所 (EFI) 慷慨地邀请 EFORWOOD 项目联盟在 EFI 技术报告中发布该项目的相关成果。此处发布的报告是项目在五十二个月 (2005-2010) 期间产生的成果/结果。这些报告并不总是经过彻底的审查，其中许多报告正在或将被重新整理成期刊文章等，以便在其他地方发表。其中一些只是作为“头版”发表，原因是它们可能包含受限制的信息。如果您对其中一份报告感兴趣，您可以联系封面上突出显示的相应组织。2010 年 11 月乌普萨拉 Kaj Rosén EFORWOOD 协调员瑞典林业研究所
行星轮移动机器人自主移动性的进展：综述
五十多年来，轮式移动机器人 (WMR) 已被证明是太空探索和行星任务中不可或缺的一部分。能够穿越各种各样的环境、机动性、能够被引导至特殊位置以及相对于其他平台更低的重量和功耗是其越来越受欢迎的原因。图 1 描述了过去、现在和未来在不同地外天体上执行任务的著名 WMR。有关行星 WMR 的全面参考书目，请参阅（Sanguino，2017）。行星上的 WMR 的运行需要复杂的软件和硬件解决方案来进行制导、导航和控制（GNC）。这确实是因为地外天体上的条件不同。复杂而未知的环境、与异质土壤的相互作用、陡坡、松散和多相地形、在低重力区域行驶、恶劣的照明条件、GPS 信号不可用、功耗限制以及嵌入式系统的计算限制都是开发 GNC 模块时必须处理的关键挑战（Quadrelli 等人，2015 年）。里程表或车辆相对于某些局部参考的姿态和方向知识是 GNC 算法的关键组成部分。由于存在限制和不确定性，当前的行星 WMR 依靠与地面站的远程通信来执行里程表并规划安全运行。这种地面在环操作可缩短车辆在环路中停留的时间。
脑电图
摘要 — 随着柯尔莫哥洛夫-阿诺德网络 (KAN) 的出现，人工智能 (AI) 研究领域正在经历一场变革性的转变，它提出了一种新颖的架构范式，旨在重新定义基于多层感知器 (MLP) 的 AI 模型的结构基础。通过严格的实验和细致的评估，我们推出了 KAN-EEG 模型，这是一种专为有效癫痫发作检测而设计的模型。我们提出的网络经过测试并成功推广到三个不同的数据集，一个来自美国，一个来自欧洲，一个来自大洋洲，使用不同的前端硬件记录。所有数据集都是成人头皮脑电图 (EEG)，来自患有癫痫的患者。我们的实证结果表明，虽然两种架构在癫痫发作检测方面都表现出了出色的表现，但 KAN 模型在来自不同地理区域的数据集中表现出高水平的样本外泛化能力，凸显了其在骨干层面的固有适应性和有效性。此外，我们展示了 KAN 架构对模型尺寸缩减和浅层网络配置的适应性，通过防止样本数据集过度拟合，突出了其多功能性和效率。这项研究加深了我们对创新神经网络架构的理解，并凸显了 KAN 在医疗诊断等关键领域的开拓潜力。
全球背景下的需求和分配制度
本文旨在从理论和实证上分析全球价值链 (GVC) 背景下需求与供应之间的相互作用。首先，我们受近期结构主义和后凯恩斯主义文献的启发，建立了一个理论框架，以建立全球化生产链情景中的需求和分配制度。我们根据国际收支约束文献 (Blecker & Setterfield, 2019) 定义 (1) 需求制度，重点关注贸易、投资和国家在全球价值链中的地位。 (2) 分配/供应制度，以就业、增值和成本来定义。从理论框架中，我们选择代理来表征这两种制度。受 Braunstein 等人 (2020) 使用的方法的启发，我们使用主成分分析 (PCA) 来总结这些制度。PCA 使我们能够识别不同国家和地区的增长和分配模式，并将它们分为四类。数据集包含 38 个国家，数据来源为世界发展指标 (WDI)、世界投入产出数据库 (WIOD)、贸易增加值 (TiVA) 和宾夕法尼亚世界表 (PWT)。一方面，本文为结构主义增长模型做出了贡献，这些模型通常独立估计需求和分配制度，从而为 GVC 背景下的经济增长制度提供了统一的叙述。另一方面，四重类型学描述了不同地理区域的增长动态如何明显不同，以及全球化如何保留并加速全球不平衡发展的过程。
孟加拉国在新冠疫情封锁措施下农村经济的变化：基于 Mahbub Hossain 样本家庭电话调查的证据
摘要 本研究全面描述了孟加拉国在封锁期前三个月的农村经济状况，并与新冠疫情之前的情况进行了对比。我们使用了具有全国代表性的样本（来自 56 个地区的 62 个村庄的 2,312 个农村家庭），即 Mahbub Hossain 调查样本，于 2020 年 6 月进行了电话调查。我们的描述性和回归分析表明，在调查期间，农村经济受到了遏制措施的若干不利影响，例如收获延迟、农产品销售困难、劳动力和材料投入中断和成本增加，以及汇款收入和非农业务销售额减少。农村家庭不得不减少粮食消费，并接受政府的粮食支持和私营部门的现金支持。脆弱性在户主为女性、受教育程度较低、年轻或临时工的家庭中尤其明显。根据感染集中程度的不同，不同地理区域的生计差异很大，而根据封锁措施的严格程度，差异则较小。我们还发现，在调查期间，农村家庭更倾向于现金或产品支持、农村工作或就业支持以及用于农业投入和商业投入的现金援助或软贷款。关键词：农村家庭、生产经济、生计、COVID-19 封锁措施、孟加拉国 JEL 分类：D10、I38、Q12、R20