XiaoMi-AI文件搜索系统
World File Search System信息丢失
EN 301 489-28 - V2.1.1
本交付物中提供的信息仅针对具有适当经验的专业人士，他们能够根据普遍接受的工程或其他专业标准和适用法规理解和解释本交付物中的信息。本交付物中未对产品和服务或供应商做出任何推荐，也不应该暗示任何推荐。在任何情况下，ETSI 均不对利润损失或任何其他偶然或间接损失负责。本交付物中包含的任何软件均按“原样”提供，不提供任何明示或暗示的保证，包括但不限于适销性、适用于特定用途和不侵犯知识产权的保证，并且 ETSI 在任何情况下均不对因使用本交付物或与本交付物相关的任何损害（包括但不限于利润损失、业务中断、信息丢失或任何其他经济损失）负责。
推荐引用 推荐引用 Ouyang, Chenlu 和 Xu, David, “AI 视频摘要有帮助吗？AI 生成的视频摘要的效果”(2024)。ACIS 2024 会议纪要。 120. https://aisel.aisnet.org/acis2024/120
生活节奏的加快和短视频的蓬勃发展挤压了在知识传播中扮演重要角色的长视频的生存空间。为了解决这一困境，视频摘要被提出来促进视频观看和知识获取。而人工智能的出现使这一解决方案成为可能。我们认为人工智能生成的视频摘要可能会减少获取信息的努力，但逻辑混乱和信息丢失可能会降低获取的信息质量。基于努力-准确性框架，对信息质量要求不同的用户对有/无人工智能摘要的视频会有不同的反应。因此，我们计划进行实验室实验，探索人工智能摘要是否以及如何增加用户的视频观看意愿。此外，我们还将研究人工智能摘要的使用是否影响知识获取质量。我们希望加深对人工智能视频摘要使用的理解，并提供如何使其有效工作的见解。
对航空业使用的传统电线维护方法和过渡电线完整性程序的分析。
飞机线路老化对商用和军用飞机都构成了重大威胁。最近发生的涉及飞机线路老化的空难清楚地表明，线路老化可能造成灾难性后果。电气线路系统老化可能导致设备关键功能丧失或设备运行信息丢失。任何一种结果都可能导致电气故障，从而引起烟雾和火灾，从而对公众健康和飞机安全造成危害。传统的维护实践无法有效地管理线路老化问题。需要更积极主动的方法，以便可以预测飞机线路故障，并在故障发生之前修复或更换线路系统。本论文将确定线路系统老化的影响、对飞机安全性的潜在影响以及有关飞机线路安全性的规定。本论文将评估航空业的常规线路维护实践和过渡线路完整性计划。
一种深度学习方法来预测药物副作用……
摘要 在药物副作用发生之前进行预测是降低药物相关住院率和改善药物发现过程的关键任务。副作用的自动预测器通常无法处理药物的结构，从而导致信息丢失。近年来，图神经网络取得了巨大的成功，这要归功于它们能够利用图结构和标签所传达的信息。这些模型已被用于各种生物学应用，其中包括在大型知识图上预测药物副作用。利用编码药物结构的分子图代表了一种新方法，其中问题被表述为多类多标签图重点分类。我们开发了一种方法来执行此任务，使用递归图神经网络，并从可自由访问且完善的数据源构建数据集。结果表明，与以前可用的预测器相比，我们的方法在许多参数和指标下具有更好的分类能力。
通过测量 Dicke 模型中保真度非时序相关器统一扰乱、热化和纠缠
加扰是存储在局部自由度中的信息扩散到量子系统的多体自由度的过程，从而无法被局部探测器访问，并且显然会丢失。加扰和纠缠可以调和看似不相关的行为，包括孤立量子系统的热化和黑洞中的信息丢失。在这里，我们证明保真非时序相关器 (FOTOC) 可以阐明加扰、纠缠、遍历性和量子混沌（蝴蝶效应）之间的联系。我们为典型的 Dicke 模型计算了 FOTOC，并表明它们可以测量子系统 Rényi 熵并提供有关量子热化的信息。此外，我们说明了为什么 FOTOC 可以在没有有限尺寸效应的混沌系统中实现量子和经典 Lyapunov 指数之间的简单关系。我们的研究结果为实验性使用 FOTOC 探索加扰、量子信息处理的界限以及可控量子系统中黑洞类似物的研究开辟了道路。
balrog-mon：用于基因组牛津纳米孔
宏基因组测序是一种最近可行的方法，可以同时表征样品中的ARG，微生物组和病原体的数据，与分离和培养细菌相比，它是一种更有效，更全面的方法。对宏基因组数据的典型分析涉及一种基于组装的方法或基于读取的方法，每种方法都有其自身的好处和限制。宏基因组装配允许对ARGS进行上游或下游研究，并提供对其起源的准确识别。但是，这种方法可能导致信息丢失，因为低覆盖的基因组通常不会组装。相比之下，基于读取的方法可实现所有可用数据的映射，但缺乏探索周围基因组环境或提供准确分类分类的能力。为了应对这些挑战，我们开发了Balrog-mon，这是一种多功能且可重现的NextFlow管道，用于测量病原体和元基因组长阅读测序的ARG，提供“组装”和“无装配”工作流程选项。
八个免费出版元数据的完整度...
这项研究的主要目的是比较新学术数据库中的元数据量和研究出版物的完整程度。使用定量方法，我们选择了一个超过115,000个记录的随机交叉样本，然后在七个数据库（Dimensions，Google Scholar，Microsoft Academic，Openalex，Scilit，Scilit，Sminantic Scholar和The Lens）中搜索。分析了七个特征（摘要，访问，书目信息，文档类型，出版日期，语言和标识符），以观察描述此信息的字段，这些字段的完整性率以及数据库之间的协议。结果表明，学术搜索引擎（Google Scholar，Microsoft Academic和Sminantic Scholar）收集的信息较少，并且完整程度较低。相反，第三方数据库（Dimensions，Openalex，Scilit和The Lens）具有更高的元数据质量和更高的完整性率。我们得出的结论是，学术搜索引擎缺乏通过爬网来检索可靠的描述性数据的能力，第三方数据库的主要问题是源自整合不同来源的信息丢失。
通过Fisher信息表征（非）马克维亚语
一个非分离的物理系统通常会将信息丢失给其环境，当这种损失不可逆转时，据说进化是马尔可夫人。非马克维亚效应。在这里我们表明，在这种情况下，Fisher信息指标是研究的自然对象。我们从数学和操作的角度完全表征了其合同性特性与马克维亚性之间的关系。我们证明，对于经典的动态，马尔可维亚性等同于在一组状态的所有点上渔民度量的单调收缩。同时，除非将特定的物理后处理应用于动力学，否则基于Fisher距离扩张的非马克维亚性的作战证人不能检测所有非马克维亚的进化。最后，我们首次表明，在任何时候，状态之间的非马尔可夫扩张对应于有关时间0动态的初始状态的回程，通过贝叶斯的回顾。所有提出的结果可以通过考虑标准的CP划线框架来提高量子动力学的情况。