XiaoMi-AI文件搜索系统
World File Search System善用
基于突发 c-VEP 的 BCI：优化刺激设计，以最少的校准数据增强分类并改善用户体验
利用代码调制视觉诱发电位 (c-VEP) 形式的非周期性闪烁视觉刺激代表了反应性脑机接口 (rBCI) 领域的一项关键进步。c-VEP 方法的主要优势在于模型的训练与目标的数量和复杂性无关，这有助于减少校准时间。尽管如此，现有的 c-VEP 刺激设计可以在视觉用户体验方面进一步改进，同时实现更高的信噪比，同时缩短选择时间和校准过程。在本研究中，我们介绍了一种创新的代码 VEP 变体，称为“突发 c-VEP”。这种原创方法涉及以故意缓慢的速率呈现短暂的非周期性视觉闪光，通常每秒闪光两次到四次。这种设计背后的原理是利用初级视觉皮层对低级刺激特征的瞬时变化的敏感性来可靠地引发一系列独特的视觉诱发电位。与其他类型的快节奏代码序列相比，突发 c-VEP 表现出良好的特性，可以使用卷积神经网络 (CNN) 实现高按位解码性能，从而有可能在需要更少校准数据的情况下实现更快的选择时间。此外，我们的研究重点是通过减弱视觉刺激对比度和强度来降低 c-VEP 的感知显着性，以显著提高用户的视觉舒适度。通过涉及 12 名参与者的离线 4 类 c-VEP 协议测试了所提出的解决方案。按照因子设计，参与者被指示关注 c-VEP 目标，其模式（突发和最大长度序列）和幅度（100% 或 40% 幅度深度调制）在实验条件下被操纵。首先，全幅突发 c-VEP 序列表现出更高的准确度，范围从 90.5%（使用 17.6 秒的校准数据）到 95.6%（使用 52.8 秒的校准数据），而 m 序列的准确度为 71.4% 到 85.0%。两种代码的平均选择时间（1.5 秒）与之前研究报告相比更为有利。其次，我们的研究结果表明，降低刺激强度仅会稍微降低突发代码序列的准确度至 94.2%，同时会显着改善用户体验。总之，这些结果证明了所提出的突发代码在性能和可用性方面推进反应式 BCI 的巨大潜力。收集的数据集以及所提出的 CNN 架构实现均通过开放存取存储库共享。
基于突发 c-VEP 的 BCI：优化刺激设计，以最少的校准数据增强分类并改善用户体验
利用代码调制视觉诱发电位 (c-VEP) 形式的非周期性闪烁视觉刺激代表了反应性脑机接口 (rBCI) 领域的一项关键进步。c-VEP 方法的主要优势在于模型的训练与目标的数量和复杂性无关，这有助于减少校准时间。尽管如此，现有的 c-VEP 刺激设计可以在视觉用户体验方面进一步改进，同时实现更高的信噪比，同时缩短选择时间和校准过程。在本研究中，我们介绍了一种创新的代码 VEP 变体，称为“突发 c-VEP”。这种原创方法涉及以故意缓慢的速率呈现短暂的非周期性视觉闪光，通常每秒闪光两次到四次。这种设计背后的原理是利用初级视觉皮层对低级刺激特征的瞬时变化的敏感性来可靠地引发一系列独特的视觉诱发电位。与其他类型的快节奏代码序列相比，突发 c-VEP 表现出良好的特性，可以使用卷积神经网络 (CNN) 实现高按位解码性能，从而有可能在需要更少校准数据的情况下实现更快的选择时间。此外，我们的研究重点是通过减弱视觉刺激对比度和强度来降低 c-VEP 的感知显着性，以显著提高用户的视觉舒适度。通过涉及 12 名参与者的离线 4 类 c-VEP 协议测试了所提出的解决方案。按照因子设计，参与者被指示关注 c-VEP 目标，其模式（突发和最大长度序列）和幅度（100% 或 40% 幅度深度调制）在实验条件下被操纵。首先，全幅突发 c-VEP 序列表现出更高的准确度，范围从 90.5%（使用 17.6 秒的校准数据）到 95.6%（使用 52.8 秒的校准数据），而 m 序列的准确度为 71.4% 到 85.0%。两种代码的平均选择时间（1.5 秒）与之前研究报告相比更为有利。其次，我们的研究结果表明，降低刺激强度仅会稍微降低突发代码序列的准确度至 94.2%，同时会显着改善用户体验。总之，这些结果证明了所提出的突发代码在性能和可用性方面推进反应式 BCI 的巨大潜力。收集的数据集以及所提出的 CNN 架构实现均通过开放存取存储库共享。
改善用
根据2018年基本健康研究（RiskesDAS）的发现，根据医生诊断的15岁及以上个人的印度尼西亚糖尿病患病率记录为2％。如果与2013年及以上人口中糖尿病的患病率相比，2013年有可能的结果，则增加了1.5％。从血糖水平测试的结果中可以看出，糖尿病的患病率从2013年的6.9％增加到2018年的8.5％。此数据表明，只有大约25％的糖尿病患者知道他们患有病情[4]。因此，有必要具有可以帮助预测某人是否患有糖尿病的算法。为了对发生疾病的可能性进行准确的预测，必须实施数据挖掘算法。数据挖掘是一门学科，专注于分析数据，以获取与使用关键字或现有信息的当前可用信息更广泛的信息[5]。
Jicama的饮食纤维（Pachyrhizus Erosus L.，fabaceae）块茎可以改善用高海鲜饮料喂养的小鼠肾脏结构和功能
经常消费高糖饮料（HSD），包括糖粉饮料与肾脏疾病的发展有关。否则，从Jicama（Pachyrhizus Erosus L.，Fabaceae）提取的饮食纤维的适当摄入量显示出针对HSD诱导的代谢综合征（包括糖尿病）的反活性作用。然而，是否在饮食中掺入jicama纤维是否可以对肾功能产生有益的作用。这项研究旨在阐明Jicama纤维在饮食中对HSD引起的肾脏疾病的保护作用。将总共三十只成年雄性白化病小鼠随机分为三组，即对照组（蒸馏水和标准饮食和标准饮食），高核饮料组（HSD；喂30％的蔗糖溶液饮料和标准饮食），以及高核饮料 + JF饮料组（HSD + JF; FED + JF; FEL fe fe fe fe fe fe fe fe fe fe fe fe; fel 30％套用的饮食饮料和标准饮料均为25％的25％。进行处理十周，然后测量禁食血糖，血浆肌酐和肾脏指数，包括尿液蛋白，尿液特异性重力和折射率，以及检查肾脏中组织病理学改变的检查。结果表明，以25％的剂量在饮食中掺入JF可以有效抵消空腹血糖的升高以及肾脏损伤的指标，包括血浆肌酐，尿液蛋白，尿液特异性重力和由HSD引起的尿液折射率。但是，JF无法防止HSD诱导的肾脏质量减少，但可以改善肾脏的组织病理学改变。此外，JF有效防止了经HSD处理的小鼠肾脏中的肾小管萎缩和纤维化。因此，以25％的剂量补充JF可以有效保护肾脏免受HSD的影响。因此，适当食用的Jicama Tuber饮食纤维具有减少HSD诱导的肾脏疾病的潜力。
一种新的基因签名，预测TME中成纤维细胞组成，可以改善用于临床前研究的PDX模型
肿瘤微环境（TME）通过各种机制在驱动肿瘤进展，转移和治疗性抗性方面起关键作用。值得注意的是，TME通过调节肿瘤细胞中的免疫监视来影响对治疗的反应。成纤维细胞可以在耐药性中发挥重要作用。与对各种治疗方法的抗性有关。CAF可以通过多种机制（包括细胞外基质重塑，免疫调节，血管生成和旁分泌信号传导）有助于治疗的耐药性。了解成纤维细胞与癌细胞之间的复杂相互作用对于制定更有效的治疗策略和克服癌症治疗中的抗药性至关重要。
善用人工智能造福人类：北欧国家人工智能战略如何实现可持续发展目标
摘要 负责任地开发和使用人工智能 (AI) 是全球可持续发展的推动力。借此机会，我们期望许多现有的关于值得信赖或负责任的人工智能的指南和建议将为人工智能如何为实现联合国的可持续发展目标 (SDG) 做出贡献提供明确的指导。北欧国家的人工智能战略尤其如此，至少考虑到它们在实现可持续发展目标方面的高排名和总体政治重点。在本文中，我们基于主题建模技术对来自 10 个不同国家或组织的现有人工智能建议进行了分析，以确定这些战略文件在多大程度上引用了可持续发展目标。分析显示，这些文件在多大程度上引用可持续发展目标没有显着差异。此外，尽管北欧国家对可持续发展目标做出了长期承诺，但它们与其他国家并没有什么不同。更重要的是，指南中明显缺少对性别平等（可持续发展目标 5）和不平等（可持续发展目标 10）的提及，以及对人工智能开发和使用对环境的影响，特别是对地球生命的影响的提及。
机器学习人工智能如何改善用户对 Facebook 的看法
个性化是否会影响 Facebook 机器学习广告中的认知和情感因素、广告价值和购买意向？................................................................................................................ 92
