XiaoMi-AI文件搜索系统
World File Search System主观性
使用基于 AI 的姿势识别支持的 MOCAP 系统辅助观察人体工程学评估方法
摘要。观察性人体工程学评估方法具有固有的主观性。即使使用相同的数据集，观察者的评估结果也可能不同。虽然运动捕捉 (MOCAP) 系统提高了运动数据收集的速度和准确性，但用于计算评估的算法似乎依赖于预定义的条件来执行它们。此外，这些条件的创作并不总是很清楚。利用人工智能 (AI) 和 MOCAP 系统，计算机化的人体工程学评估可以变得更像人类观察，并且随着时间的推移而改进，只要有适当的训练数据集。人工智能可以协助人体工程学专家进行姿势检测，这在使用需要姿势定义的方法（例如 Ovako 工作姿势评估系统 (OWAS)）时很有用。本研究旨在证明人工智能模型在进行人体工程学评估时的实用性，并证明拥有专门的数据库用于当前和未来的人工智能训练的好处。使用 Xsens MVN MOCAP 数据集训练了几种算法，并比较了它们在用例中的性能。人工智能算法可以提供准确的姿势预测。所开发的方法旨在提供基于对多名工人的观察来进行人工智能辅助人体工程学评估的指导方针。
布雷克的想象概念：哲学探索
本文探讨了威廉·布莱克（William Blake）的富有远见的诗人和艺术家，是想象力的复杂而多维的概念。这项调查依靠哲学和文学的联系，旨在在查看其哲学基础和后果的同时剥夺布雷克想象世界的层次。英国诗人华兹华斯说：“这个可怜的人疯了是不可否认的，但是他的疯狂有些事比拜伦勋爵和沃尔特·斯科特的理智更吸引我。”一个布雷克（Blake）在他的抒情和艺术作品中超越了传统的界限，促进了一种远远超越简单的感官体验的知觉形式。Blake是人类想象力的力量的热烈支持者。本文通过布雷克的著作导航，特别是强调了他的文学作品，例如《天堂与地狱的婚姻》和《耶路撒冷》，分析了他富有想象力的哲学的细微努力。通过审查布雷克对创造性想象的看法，其在塑造现实中的作用以及与精神和艺术表达的联系，这种探索旨在有助于更深入地了解布雷克的文学和哲学遗产中想象力的深刻意义。通过这个哲学镜头，邀请读者与布雷克复杂的世界观互动，并欣赏他对人类想象力无限潜力的持久相关性。关键词：想象力，哲学，主观性，灵性，转型。
精神分析心理疗法和自由能量原理
在本文中，我提出了一个精神分析心理治疗的基本组成部分模型，并尝试用当代贝叶斯大脑理论和自由能量原理 (FEP) 来解释这一模型。我首先表明，精神分析疗法需要一个环境（由多个包络组成）、一个特定的心理状态和特定的过程（转移、自由联想、做梦、游戏、反思和叙事）来引发心理转变。然后，我分析这些转变过程如何运作，以及它们如何通过 FEP 得到启发。我首先强调这样一个事实：精神分析疗法意味着需要时间展开的非线性过程，并且需要一个包含高熵过程的环境。更准确地说，这些过程的特点是自由能量的延伸和减少之间的相互作用。这种相互作用还有利于新秩序的出现，这些秩序在混乱状态之后出现，根据一定的能量阈值，允许修改和改善心理功能。这些高熵状态还具有随机运作和心理可塑性的特征，有利于以原创方式探索主观体验。总体而言，本文提出的方法支持精神分析与其他研究领域之间的对话，同时强调精神分析理论和概念构造如何也可用于其他学科，特别是主观性神经科学。
主题探索报告1
外渗和浸润是指静脉 (IV) 液体从预定静脉意外泄漏到周围组织，这会导致不适或组织损伤。目前，临床医生通过定期评估 IV 插入部位来监测这些情况。光学传感器设备可以持续监测这些部位，并在发生事件时提醒临床医生。ivWatch 是文献中发现的唯一一款商用设备。一项范围界定审查包括两项观察性研究和一份关于 ivWatch 使用的会议摘要。另外还发现了两项观察性研究和一项正在进行的随机对照试验。已确定的研究发现，ivWatch 检测浸润/外渗的灵敏度通常很高，范围从 78.3% 到 100%。只有一项研究报告了特异性和总体准确性；发现它们分别为 83% 至 86.3% 和 65% 至 77.3%。据报道，ivWatch 比常规临床医生评估更早检测到浸润/外渗事件，平均早检测 6 小时至 32 小时。没有发现经济证据。纳入的研究缺乏随机性，样本量较小。大多数证据来自婴儿，唯一一项针对成年人的研究是在会议摘要中报告的。报告的结果缺乏多样性，在评估这项技术时，不确定哪些临床结果可能很重要。诊断这些疾病的参考标准也存在主观性和差异性。
地球科学 - 语义学者
摘要：考古学家经常依靠被动机载光学遥感技术来为（欧洲）景观考古项目提供一些核心数据。尽管这一考古领域经历了许多技术和理论的演变，但主要的航空摄影调查以及不太常见的考古机载侦察方法仍然受到许多固有偏差的影响，这些偏差是由低于标准的采样策略、成本、仪器可用性和后处理问题造成的。本文从景观（考古学）的概念开始，并用它来构建考古机载遥感。在介绍了对已经扭曲的考古人群进行采样时减少偏差的必要性并扩展了航空调查的“理论中立”主张之后，本文提出了八个关键特征，这些特征都有可能增加或减少使用被动传感器收集机载光学图像时的主观性和偏差。在此背景下，本文随后对景观考古学在过去几十年中依赖的各种被动机载光学成像解决方案进行了一些技术方法论反思。在这样做时，它对这些高度主观的方法对景观考古学的有效性和适用性提出了质疑。最后，本文提出了一种新的、更客观的利用被动传感器进行航空光学图像采集的方法。在讨论中，本文认为
组织文化和商业策略
摘要本文的目的是1）评估组织文化（OC）类型和业务战略（BS）之间的关系； 2）证明OC会影响生存战略成功/实施； 3）通过分析波士顿咨询集团（BCG）战略调色板作为在危机期间制定有效的公司生存战略的基础来为扩大组织理论做出贡献。为了实现目的，使用了OC类型（作者的类型）和BS（波士顿咨询小组和Miles＆Snow模型）之间的相关性分析（561名不同行业的员工参与了调查；收集的数据为研究基础奠定了基础）。结果证明，1）某些类型的组织文化与某些类型的策略相对应； 2）在公司克服经济衰退时，OC会影响战略创新决策； 3）建立可持续业务生态系统会增强积极影响。研究的主要局限性是1）主观性评估的某些要素，2）OC和BS的恒定变化，3）不同亚文化的概率共存。对中欧受众的影响：结果证实，经理需要1）考虑组织文化特征/特征以成功实施所选策略； 2）准备在BS批准之前适应OC； 3）采用这样的想法，即建立创新生态系统对于充满信心面对危机至关重要。关键词：组织文化；业务策略；生态系统；组织生存策略。JEL分类：L22，M14
深度学习的MRI荟萃分析-Thieme Connect
抽象背景的早期诊断阿尔茨海默氏病（AD）和轻度认知障碍（MCI）仍然是神经病学的重要挑战，常规方法通常受到解释的主观性和可变性的限制。将深度学习与磁共振成像（MRI）分析中的人工智能（AI）相结合，作为一种变革性方法，为无偏见的，高度准确的诊断见解提供了潜力。客观一项荟萃分析旨在分析AD和MCI模型中MRI图像深度学习的诊断准确性。方法在PubMed，Embase和Cochrane库数据库中进行了荟萃分析，该数据库是针对系统评价和荟萃分析（PRISMA）指南的首选报告项目，重点介绍了深度学习的诊断准确性。随后，使用Quadas-2清单评估了方法论质量。诊断措施，包括灵敏度，特异性，似然比，诊断赔率和接收器操作特征曲线下的面积（AUROC），以及用于T1加权和非T1加权MRI的亚组分析。结果总共确定了18个合格的研究。Spearman相关系数为-0.6506。荟萃分析表明，敏感性和特异性，阳性似然比，阴性可能比率和诊断优势比分别为0.84、0.86、6.0、0.19和32。AUROC为0.92。接收器操作特征（HSROC）的层次结构摘要
使用长短期记忆网络的端到端癫痫发作预测方法
越来越多的癫痫患者遭受着癫痫发作的痛苦，有效预测癫痫发作可以改善他们的生活质量。为了获得高灵敏度的癫痫发作预测，当前的研究通常需要复杂的特征提取操作，这严重依赖于人工经验（或领域知识）并且具有很强的主观性。为了解决这些问题，本文提出了一种基于长短期记忆网络（LSTM）的端到端癫痫发作预测方法。在新方法中，仅提取原始脑电图（EEG）信号的伽马波段作为网络输入直接进行癫痫发作预测，从而避免了主观和昂贵的特征设计过程。尽管方法简单，但在从脑电图信号中识别发作前期时，所提出的方法在波士顿-麻省理工学院儿童医院（CHB-MIT）头皮脑电图数据库上分别实现了 91.76% 的平均灵敏度和 0.29/h 的错误预测率（FPR）。此外，与仅考虑发作前和发作间期脑电图分类的传统方法不同，我们在所提出的方法中引入了发作后阶段作为额外类别。因此，癫痫发作预测的性能进一步提高，获得了更高的灵敏度 92.17% 和较低的 FPR 0.27/h。平均预警时间为 44.46 分钟，这表明该预测方法为患者采取干预措施预留了足够的时间。
医学成像中的对抗神经网络...
摘要 — 人工智能 (AI) 的最新进展促成了医学成像的范式转变，尤其是彻底改变了脑成像领域。本文系统地研究了深度学习（AI 的一个主要分支）与脑图像语义分割的整合。语义分割是描绘离散解剖结构和识别病理标记的必不可少的技术，对于诊断复杂的神经系统疾病至关重要。从历史上看，对放射科医生手动解释的依赖，虽然其准确性值得注意，但却受到固有的主观性和观察者间差异的困扰。随着成像数据的指数级增长，这种限制变得更加明显，传统方法难以有效处理这些数据。为了应对这些挑战，本研究介绍了对抗神经网络的应用，这是一种新颖的 AI 方法，它不仅可以自动化而且可以改进语义分割过程。通过利用这些先进的神经网络，我们的方法提高了诊断输出的精度，减少了人为错误并提高了成像数据分析的吞吐量。论文详细讨论了对抗神经网络如何促进更稳健、更客观、更可扩展的解决方案，从而显著提高神经系统评估的诊断准确性。这一探索凸显了人工智能对医学成像的变革性影响，为神经病学的未来研究和临床实践树立了新的标杆。
意识如何以及为何产生
首先，这是一次初步交流，我们在此大致讨论这个问题。我们必须讨论的主题涉及许多专业领域。因此，对我们的提案进行全面的阐释——对多种文献进行适当的公正对待——需要比期刊文章更长的篇幅。其次，查尔默斯提出的意识难题是一个形而上学问题。如果这一事实意味着它无法通过科学“解决”，我们承认我们只能对上述问题提供科学的回应。查尔默斯的难题基于纳格尔早先的主张，即意识具有一种基本的“某种相似性”：“一个有机体具有意识的精神状态，当且仅当存在某种东西，即有机体是某种东西”（纳格尔，1974 年）。因此，我们旨在（大体上）勾勒出一个直截了当的科学答案，以回答这个问题：为什么有机体会有一种感觉，对于有机体来说，这种感觉是如何产生的？纳格尔指出，“如果我们承认物理的心理理论必须解释经验的主观性，那么我们必须承认，目前没有任何概念能为我们提供如何做到这一点的线索”（同上）。我们希望提供这样的线索。但是——这是我们最后的免责声明——我们的物理理论是用功能术语来表达的，这又打开了另一个哲学难题，如果可以的话，我们希望通过定义“功能”的含义来预先解决它：1