XiaoMi-AI文件搜索系统
World File Search System交互式
糖尿病交互式路径传单2月2024年
这些途径已被开发为临床医生需要在护理中治疗糖尿病患者的过程中进行的过程和关键决策的最佳实践例子。它们被设计为在一系列护理设置中易于在手持式设备和台式设备上查看。
智能交互式写作助手的设计空间
在我们这个技术飞速发展的时代，写作助手的研究领域在各个研究社区中变得越来越分散。我们试图通过提出一个设计空间来应对这一挑战，作为一种结构化的方式来检查和探索智能和交互式写作助手的多维空间。通过大型社区合作，我们探索了写作助手的五个方面：任务、用户、技术、交互和生态系统。在每个方面，我们通过系统地重新审查 115 篇论文来定义维度（即一个方面的基本组成部分）和代码（即每个维度的潜在选项）。我们的设计空间旨在为研究人员和设计师提供一个实用的工具来导航、理解和比较写作助手的各种可能性，并帮助他们设想和设计新的写作助手。
机器人的交互式视觉任务学习
我们为机器人提供了一个可证明的框架，可以通过与人类用户的原位语言互动来学习新颖的视觉概念和视觉任务。compoter视觉中的先前方法已经使用了大型的预训练的视觉模式来推断新的对象为零，或者添加了新颖的概念及其属性和表示形式。我们扩展了专注于学习视觉概念层次结构的方法，并将这一能力进一步发展，以展示对机器人的新任务解决以及博学的视觉概念。为了使视觉识别学习者能够单发解决机器人技术任务，我们开发了两种不同的技术。首先，我们提出了一种新颖的方法，即Hi-viscont（任务的层次视觉概念学习者），该方法在概念层次结构中向其父节点增强了新颖概念的信息，该信息正在教授。此信息传播允许层次结构中的所有概念都可以更新，因为在不断学习的环境中教授新颖概念。其次，我们将视觉任务表示为带有语言注释的场景图。场景图允许我们创建一个现场的零射击任务零射击的新颖置换。结合了两种技术，我们在一个真实机器人上提出了一个示例，该机器人从与人类用户的原位互动中以一击学习视觉任务和概念，并概括地执行以零射击相同类型的新型视觉任务。我们将与机器人和其他必需的硬件亲自展示我们的工作相互作用的学习管道。如主会议pa的研究所示，我们的系统在正确地解决整个任务的概括方面达到了50％的成功率，基线的表现为17％，而没有任何能力将新颖的任务和概念推广到新任务。
机器人的交互式视觉任务学习
我们为机器人提供了一个框架，可以通过与人类用户的原位语言互动来学习新颖的视觉识别和任务。先前的方法使用了大型预训练的视觉模型来推断新的对象零射击，或者添加了新颖的概念及其属性和表示形式。我们通过使他们能够学习新颖的概念并与他们解决看不见的机器人技术任务来扩展着专注于学习视觉概念层次结构的方法。为了使视觉概念学习者能够单次解决机器人技术任务，我们开发了两种不同的技术。首先，我们提出了一种新颖的方法，即Hi-viscont（任务的等级视觉概念学习者），该方法将新颖概念的信息扩大到概念等级的父母节点。此信息传播允许层次结构中的所有概念都可以更新，因为在继续学习的环境中教授新颖的概念。其次，我们将视觉任务表示为带有语言注释的场景图，使我们能够对显示的任务零射击的新颖置换。我们提出两组结果。首先，我们将Hi-Viscont与三个域中的视觉问题答案（VQA）上的基线模型（Falcon）进行了比较。虽然在叶片水平概念上是基线模型，但Hi-Viscont平均而言，在非叶概念上取得了9％以上的改善。其次，我们进行了一个人类受试者实验，用户在该实验中教我们的机器人视觉任务。我们将模型的性能与基线猎鹰模型相结合。与基线模型相比，我们的框架可实现33％的成功率指标，对象水平准确度提高了19％。通过这两个结果，我们证明了我们的模型在机器人持续学习环境中学习任务和概念的能力。
SolarClub：通过交互式协调系统支持可再生能源社区
能源社区是世界各国政府支持更可持续能源实践的重点。然而，支持能源社区协调可再生能源资源的交互式系统仍然缺乏。我们推出了 SolarClub，这是一种需求转移可视化系统，当太阳能可用时，它支持家庭通过预订耗能活动来协调能源使用。我们与四组邻居（N=15）一起部署了 SolarClub，为期一个月。SolarClub 成功地使邻居们能够协调，即使其中一些参与家庭不太灵活。虽然参与者报告说 SolarClub 没有培养社区感，但它帮助他们同情邻居。我们的研究结果表明，基于传感器和可视化的技术有助于理解日常实践与资源消耗之间的关系，而不仅仅是个人生态反馈。因此，这项工作有助于开发支持集体行动以实现环境可持续性的下一代实践和技术。
foldy：用于交互式蛋白质结构分析的开源Web应用程序
1联合生物能源研究所，劳伦斯·伯克利国家实验室，加利福尼亚州埃默里维尔国家实验室，美国2生物系统与工程，劳伦斯·伯克利国家实验室，美国加利福尼亚州伯克利，美国伯克利，加利福尼亚大学，加利福尼亚大学，美国伯克利大学，美国伯克利大学，美国，美国，美国，美国，美国，美国，美国，美国，美国，美国，伯克利大学，美国，美国，美国，美国，美国，美国，美国，美国。 Berkeley, Berkeley, California, United States of America, 5 Department of Plant and Microbial Biology, University of California, Berkeley, Berkeley, California, United States of America, 6 Department of Molecular and Cell Biology, University of California, Berkeley, Berkeley, California, United States of America, 7 Center for Synthetic Biochemistry, Shenzhen Institutes for Advanced Technologies, Shenzhen,中华人民共和国，丹麦技术大学，丹麦技术大学新北北部生物可持续性基金会8
通过交互式系统中的感觉幻觉的触觉反馈调查
Number of Publications Included Publications Proprioception and Body Schema Illusions 8 (8.89%) - Rubber Hand Illusion 3 (3.33%) [ 3 , 26 , 100 ] - Virtual Hand Illusion 3 (3.33%) [ 80 , 105 , 117 ] - Other 2 (2.22%) [ 94 , 124 ] Phantom Sensations 24 (26.67%) - On-Body 11 (12.22%) [ 22 , 25 , 31 ，52，56，61，79，79，81，93，103，119] 139 , 145 ] Geometry Illusions 9 (10.00%) - Shape Illusion 5 (5.56%) [ 7 , 8 , 12 , 21 , 133 ] - Size Illusion 4 (4.44%) [ 6 , 11 , 132 , 147 ] Weight Illusions 17 (18.89%) - Size-Weight Illusion 3 (3.33%) [ 43 , 82 , 116 ] - Visual simulation of moving objects inside 2 (2.22%) [ 55 , 146 ] - Asymmetric oscillation 2 (2.22%) [ 1 , 128 ] - Control-display ratio 5 (5.56%) [ 58 , 92 , 108 , 112 , 115 ] - Other 5 (5.56%) [ 2 , 59 , 85 , 96 , 120 ] Stiffness Illusions 13 (14.44%) - Visual texture deformation 4 (4.44%) [ 4 , 57 , 67 , 144 ] - Control-display ratio 2 (2.22%) [ 20 , 141 ] - Simulated deformation sounds 2 (2.22%) [ 69 , 134 ] - Friction grain model 4 (4.44%) [ 46 , 47 , 60 , 63 ] - Restricting Deformation 1 (1.11%) [ 129 ] Surface Texture Illusions 13 (14.44%) - Cursor representation 3 (3.33%) [ 71 , 72，87] - 滚动屏幕2（2.22％）[62，136] - 叠加的视觉/听觉纹理5（5.56％）[14，23，33，34，149] - 天鹅绒手幻觉2（2.22％）[101，148] [101，148] - manipulate velecity 1（1.11％） 113]环境错觉1（1.11％）[16]表1。在调查的出版物中发现的触觉幻觉的分布，首先由其针对的主要触觉财产分类。这些群体不构成全面的分类法，而是源自我们的编码数据中的群集。
在综合的虚拟和体育训练环境中对人类的机器人政策进行交互式解释
策略摘要是一种计算范式，用于向人类解释自治机器人的行为和决策过程。它通过示例性的演示总结了机器人政策，旨在提高人类对机器人行为的理解。这种理解至关重要，尤其是因为用户经常对现实世界中的机器人部署做出批评。政策摘要中先前的研究主要集中在模拟机器人和环境上，忽略了其在物理体现的机器人中的应用。我们的工作通过将当前的策略摘要方法与涉及与机器人进行物理互动的新颖的交互式用户界面相结合，从而填补了这一空白。我们进行人类受试者实验来评估我们的解释系统，重点是不同解释方式在政策摘要中的影响。我们的发现强调了将虚拟和体育锻炼环境相结合以有效地将机器人行为传达给人类用户的独特优势。
You Call the Shots 是一个交互式的网络......
You Call the Shots 是一个互动式网络免疫培训课程。它由一系列模块组成，这些模块讨论了可通过疫苗预防的疾病并解释了最新的疫苗使用建议。每个模块都提供学习机会、自我测试练习题、参考和资源材料以及详尽的词汇表。
混合现实可视化和人脑的交互式血流动力学计算
谈话标题：气候变化的可能影响 - 从海上到沿海和河口区域摘要：我们探索海洋对人为气候强迫的反应。海洋一般循环模型（OGCM）实验表明，与风的自然变异相比，海面变暖是亚热带循环变化的主要强迫，而海洋反应对表面变暖的空间模式不敏感。我们的模型还表明，海面变暖会导致上层黑杂质增强，而表面盐度则在高纬度地区降低，这是大西洋的一部分。我们还讨论了气候变化，盆地规模海洋和海岸之间的联系。个人简要介绍：Guihua Wang是Fudan University大气与海洋科学与大气科学研究所的教授。他的研究集中在多尺度海洋大气相互作用及其在海洋中的作用。他同时进行了观察和建模研究，涵盖了所有三个主要海洋，尤其是包括南中国海在内的太平洋。他的研究导致了对中尺度海洋涡流，大规模风驱动循环，南中国海深海循环以及它们与热带气旋的相互作用的首先了解。这些研究还提供了有关强烈电流的多尺度变异性的想法，例如黑杂电流，海湾流和南极电流及其对热带气旋和气候变化的反应。