XiaoMi-AI文件搜索系统
World File Search System交互
用于电生理 DMI 的交互式模块化系统
不同的音乐家和研究人员创建了各种音乐系统，目的是简化基于电生理信号和身体姿势的数字乐器的开发过程 [1,8]。然而，他们的努力往往与主流科学或音乐界隔绝，限制了知识和实践的相互交流。在脑电图领域，使用命令行界面的脑机音乐接口 (BCMI [9]) 软件 [11,12]、复杂的架构 [1,5,14,15] 或程序编程 [12,17] 使得一小部分潜在感兴趣的用户（即具有必要技术技能的用户）可以进行实时脑电图处理。此外，选择和实施脑电图分析需要一定程度的神经科学培训或至少是理解。虽然市场已经做出了反应，推出了越来越用户友好的系统（例如 [10] 最近的一篇评论），但它们通常没有提供足够开放和灵活的软件架构来满足艺术实践的需求。商业软件的价格也可能过高，而且通常专门用于特定的治疗或医疗用途。简而言之，目前缺乏将电生理信号处理纳入灵活音乐环境的标准化系统的需求。肌肉群识别、电极放置和任务设计方面的最佳实践需要传达给非专业用户。我们将要讨论的软件开发是对这种情况的回应，也是名为 Body Brain Digital Musical Instrument (BBDMI) 的大型项目的一部分。该项目的目的是为没有神经科学和信号分析领域专业知识的音乐家和艺术家开发一种数字乐器 [16]。换句话说，BBDMI 的主要目标是通过提供用户友好的界面来处理从采集到特征选择和声音映射的信号处理，从而创建一个灵活而富有创意的平台来试验电生理信号。本文的结构如下。我们首先介绍当前研究的相关工作。接下来，我们将详细描述我们的系统架构、遇到的技术挑战以及与音乐界的潜在相关性。然后，我们将展示我们的修补工作流程、信号处理模块以及在用户研究和音乐会期间开发的映射策略。最后，我们将总结如何改进系统的想法、可能的未来方向以及我们公共存储库的链接。在文中，我们使用术语 ExG 来指代肌电图 (EMG) 和脑电图 (EEG)。
协议计算后量子安全性的逻辑和交互式证明器
我们提供了第一个机械化的后量子健全安全协议证明。我们通过开发 PQ-BC（一种对于量子攻击者来说是健全的计算一阶逻辑）和以 PQ-Squirrel 证明器形式提供的相应机械化支持来实现这一目标。我们的工作建立在经典 BC 逻辑 [7] 及其在 Squirrel [5] 证明器中的机械化基础上。我们对 PQ-BC 的开发需要使 BC 逻辑对于单个交互式量子攻击者来说是健全的。我们通过修改 Squirrel、依赖 PQ-BC 的健全性结果并强制执行一组句法条件来实现 PQ-Squirrel 证明器；此外，我们为该逻辑提供了新的策略以扩展该工具的范围。使用 PQ-Squirrel，我们进行了几个案例研究，从而给出了它们的计算后量子安全性的第一个机械证明。其中包括两种基于 KEM 的密钥交换通用构造、两种来自 IKEv1 和 IKEv2 的子协议，以及 Signal 的 X3DH 协议的拟议后量子变体。此外，我们使用 PQ-Squirrel 证明几个经典的 Squirrel 案例研究已经是后量子可靠的。
![正交表示用于估计因果量的学习
生成的AI和创造性工作：叙事，价值观和影响
triffid：提高第一响应者效率的自动机器人辅助
微守流：边缘设备的复杂性自我注意力低的视觉变压器
covid- ... 之间的不可思议和争议性溢出
arxiv：2502.10437v1 [q-bio.pe] 2025年2月9日
对表示漏洞和工程强大的视觉变形金刚的机械理解
arxiv：2502.05610v1 [CS.CL] 2025年2月8日
Goproteingnn：利用蛋白质知识图蛋白表示学习
台式4Merge：综合基准，用于合并逼真的密集交通与微交互式车辆
arxiv：2502.08704v1 [cond-mat.supr-con] 2025年2月12日
机器人引发的久坐行为的社会控制
增强数字阴影的稳健性，用于使用增强岩石物理建模的二氧化碳存储监控
arxiv：2502.07964v1 [cs.lg] 2025年2月11日
对石墨烯中振荡大声电效应的相干检测
arxiv：2502.09316v1 [CS.CL] 2025年2月13日
将基于物理的建模与锂离子电池的机器学习相结合
Trellis BMA：DNA存储的IDS通道上的编码跟踪重建
arxiv：2502.07650v1 [stat.ml] 2025年2月11日
与Soc- ... 的多间隔能量储备合作](/simg/3/371e53cea55d57b21dc3cec4490fd2d843578c28.webp)
正交表示用于估计因果量的学习 生成的AI和创造性工作：叙事，价值观和影响 triffid：提高第一响应者效率的自动机器人辅助 微守流：边缘设备的复杂性自我注意力低的视觉变压器 covid- ... 之间的不可思议和争议性溢出 arxiv：2502.10437v1 [q-bio.pe] 2025年2月9日 对表示漏洞和工程强大的视觉变形金刚的机械理解 arxiv：2502.05610v1 [CS.CL] 2025年2月8日 Goproteingnn：利用蛋白质知识图蛋白表示学习 台式4Merge：综合基准，用于合并逼真的密集交通与微交互式车辆 arxiv：2502.08704v1 [cond-mat.supr-con] 2025年2月12日 机器人引发的久坐行为的社会控制 增强数字阴影的稳健性，用于使用增强岩石物理建模的二氧化碳存储监控 arxiv：2502.07964v1 [cs.lg] 2025年2月11日 对石墨烯中振荡大声电效应的相干检测 arxiv：2502.09316v1 [CS.CL] 2025年2月13日 将基于物理的建模与锂离子电池的机器学习相结合 Trellis BMA：DNA存储的IDS通道上的编码跟踪重建 arxiv：2502.07650v1 [stat.ml] 2025年2月11日 与Soc- ... 的多间隔能量储备合作
表示学习被广泛用于观察数据的因果量（例如，有条件的平均治疗效应）。尽管现有的表示学习方法具有允许端到端学习的好处，但他们没有Neyman-Ottrol-ottrodenal学习者的理论特性，例如Double Ro-Busberness和Quasi-Oracle效率。此外，这种表示的学习方法通常采用诸如平衡之类的规范约束，甚至可能导致估计不一致。在本文中，我们提出了一类新型的Neyman-Ottrodonal学习者，以在代表水平上定义的因果数量，我们称之为或称为校友。我们的旅行者具有几个实际的优势：它们允许基于任何学习的表示形式对因果量进行一致的估计，同时提供了有利的理论属性，包括双重鲁棒性和准门的效率。在多个实验中，我们表明，在某些规律性条件下，我们的或学习者改善了现有的表示学习方法并实现最先进的绩效。据我们所知，我们的或学习者是第一批提供代表学习方法的统一框架，而Neyman-ottrol-ottrodenal学习者进行因果量估计。
基于Firebase Real-Time的多模态交互框架...
摘要。依赖一种具有单一交互模式的技术可能会使一些用户受益，但如果他们不愿意使用该模式，肯定会排除更多用户。解决方案就是在交互系统的初始设计中包含多种模式，使其更能适应更多用户的需求。包括多种模式可以迅速增加需要接收用户命令流的交互对象的数量。如果用户需要在家庭自动化环境中与多个工件交互，则尤其如此。在本文中，我们介绍了正在进行的多模式家庭自动化系统项目的总体架构。该系统依赖于一个名为 Firebase 的基于 Web 的数据库来交换用户输入并向多个工件发出命令。用户输入是使用智能手机和配备网络摄像头的计算机获取的。它们捕捉用户的触觉输入、语音短语、眼神注视以及头部姿势特征，如倾斜和面部方向。我们能够在数据库和不同的输入采集接口之间实现可靠的数据传输。作为系统原型设计的第一步，我们能够控制使用 Unity3D 软件开发的两个独立游戏界面。
人机交互的 Web 编程 - 错误页面
• 您的姓名 • 您的部门 • 您正在处理的作业以及您遇到的步骤 • 您为解决问题所做的工作 • 如果问题与模拟器有关，请将整个项目压缩并通过电子邮件发送，清楚标明您需要帮助的作业，并附上简要说明。以下是简要说明的示例：“ Cherner 博士，我在处理作业 #2 的第 3 步时遇到了问题，它给出了错误。我已多次运行代码，并确保语法正确。我的文件已压缩到一个文件夹中并附加。谢谢。” • 请不要快速连续发送多封电子邮件。讲师可能会要求学生将几封电子邮件改写为一封电子邮件，只回答一个问题。 • 发送电子邮件后，请继续完成作业。发送电子邮件并不能成为学生停止继续的借口。完成其他作业，或继续完成您遇到问题的作业。如果您解决了问题，请发送电子邮件给讲师。 • 任何时候都要求遵守正确的网络礼仪和尊重他人的行为。
智能车辆近距离学：一个概念框架在车外交互作用的背景下操作近距离学
摘要。我们介绍了智能车辆近端，这是一种用于交互式车辆应用的概念框架，可在车外交互中运行近距离。我们确定了不同类型的相互作用周围的四个区域，并讨论沿三个维度（物理距离，相互作用范式和目标）的相应概念空间。我们研究了该框架的尺寸，并综合了有关驾驶员对（i）信息的偏好的发现，以远距离从其车辆中获取，（ii）其车辆的系统功能远程控制，（iii）设备（例如，智能手机，智能手机，智能镜，智能镜头，智能镜头，智能镜头）用于车辆外部的交互。我们在更广泛地讨论了智能车辆近端的定位，并扩展了智能车辆近视启用的新应用程序外部车辆和车内的二分法和构成。
交互模式和物联网的影响分析......
摘要。如今，估计有一半的连接设备与物联网 (IoT) 有关。物联网范式导致信息技术能源需求增加。能源需求一方面是由于物联网设备数量庞大，另一方面是由于大量物联网终端用户应用程序消耗这些设备产生的数据。然而，考虑到此类应用程序的开发中的能源消耗，使用物联网设备产生的数据仍然具有挑战性。人们缺乏关于开发绿色物联网应用程序的最佳实践的知识。本文提出的工作旨在提高应用程序设计人员对物联网协议和交互模式的选择对应用程序能耗的影响的认识。为此，我们通过实验分析了 HTTP 和 MQTT 的能耗，它们是物联网消费者应用程序最流行、最成熟和最稳定的两种协议。对于 HTTP 协议，我们研究了发布-订阅和请求-回复交互模式。对于 MQTT，我们研究了具有三种可用服务质量的发布-订阅交互模式。我们还研究了消息有效负载对能耗的影响。结果表明，发布/订阅交互模式的能耗低于同步交互模式（约低 92%），而对于发布/订阅交互模式，HTTP 比 MQTT 协议消耗的能量多 20%。最后，我们表明有效负载对能耗的影响很小，有效负载从 24 到 3120 字节不等，开销为 9%。
征求建议书：交互式昆虫的用户体验/用户界面 (UX/UI) 设计
职位名称 用户体验/用户界面 (UX/UI) 设计师 – 合同职位 描述 森林生态系统监测合作社 (FEMC) 是由美国森林服务局资助的地区合作社，总部位于佛蒙特大学，旨在提高对森林生态系统的物理、化学和生物成分的了解。FEMC 实现这一目标的主要手段是通过长期监测计划、广泛的数据档案以及创建使数据更易于访问和解释的产品。FEMC 目前正在开发一个交互式数据门户，以存储来自美国东北部森林的昆虫 eDNA 数据。该门户将供森林管理专业人员和学术研究人员使用。数据将以表格和地图格式显示，显示昆虫 DNA 的发现时间和地点。用户将能够查看与每个识别相关的元数据，包括识别的置信度，并注册接收电子邮件提醒，当数据库中添加了用户定义的感兴趣的物种的新识别时。带有摘要信息的仪表板将显示数据中的亮点，包括稀有或濒危物种的 DNA 检测、释放的生物防治物种、高调入侵物种、受管制的害虫等。FEMC 正在寻找 UX/UI 设计师来制定数据门户网站工具的设计规范。这是一个合同职位，接受提案的截止日期为 2025 年 3 月 7 日美国东部时间下午 5 点。所需输出包括：
结合简单的交互性和机器学习：一种可分离的深度学习方法，用于 MRI 中的丘脑底核定位和分割，用于深部脑刺激手术规划
结合了影像学和症状学信息。1 由于确定适当电极轨迹的复杂性，必须从术前图像中准确分割出感兴趣的解剖结构。对于 DBS 术前规划，分割主要通过将患者图像配准到图谱空间中来确定，在该图谱空间中，感兴趣的解剖结构（通常是丘脑底核 (STN)）以及其他显著区域已经预先分割。2、3 使用预先分割的图谱有几个优点。从临床角度来看，可以将大量分割区域从图谱移植到患者空间，从而简化工作流程的计算方面。从研究角度来看，使用图谱，可以将患者图像中特定于患者的信息移植回通用图谱坐标系，从而可以辨别出人群信息，这有助于指导治疗。4
交互式的甲骨文证明与图形上的代码接近
设计有效的简洁非相互作用的知识论证（SNARKS）已成为密码学的重要领域。snark是一个加密证明系统，它使计算功能强大的谚语能够证明计算语句对计算弱验证者的有效性。实践中使用的蛇子依赖于对代数问题的计算算术化，并有效，互动地证明该问题具有解决方案。主要方法之一依赖于将错误校正代码作为代数问题，特别是芦苇 - 固体代码的接近测试。由于它们是作为对多项式评估的评估，因此它们提供了与算术相关的有用代数特性。但是，REED - 固体代码不是局部测试的，这意味着测试与代码相邻的距离，可以访问大部分单词。交互式甲骨文（IOPP）[1]，[2]的交互式甲骨文证明，通过启用与Reed-Solomon代码的接近度，同时仅读取几个坐标，以实现这一ISUE。iopp是供p的per p和verifier v之间的r旋转相互作用，其中p旨在说服v，对于给定的单词f∈Fn，代码c f n，code c f n和parameterΔ∈[0，1]，