XiaoMi-AI文件搜索系统
World File Search System多任
通过多任务预测药物-靶标相互作用...
在药物发现中，识别靶蛋白和分子之间的结合至关重要。当每个任务的信息量较小时，多任务学习方法已被引入以促进任务之间的知识共享。然而，多任务学习有时会降低整体性能或在各个任务的性能之间产生权衡。在本研究中，我们提出了一种通用的多任务学习方案，通过组选择和知识提炼，不仅可以提高平均性能，还可以最大限度地减少个体性能的下降。根据配体靶标组之间的化学相似性来选择组，并将同一组中的相似靶标一起训练。在训练过程中，我们应用教师退火的知识提炼。多任务学习模型由单任务学习模型的预测引导。这种方法的平均性能高于单任务学习和经典多任务学习。进一步的分析表明，多任务学习对于低性能任务特别有效，知识提炼有助于模型避免多任务学习中单个任务性能的下降。
多任务护卫舰（FREMM）
特点 • 2 个版本：反潜（ASM）和防空（AD） • 技术 - 排水量：6,000 吨 - 最大速度：27 节 - 航程：6,000 海里 - 自主性：45 天 • 多用途武器 - ASTER 导弹（防空） - 76 毫米炮，Exocet MM40 Block 3（反舰） - Mu90 轻型鱼雷（反潜） - 反导和反鱼雷诱饵发射器（自卫） - MdCN 海军巡航导弹（自卫） • 多个传感器 - 多功能雷达（空中和水面监视、导弹火力控制） - 红外全景监视系统 - 船体和拖曳式声纳 - 机载直升机的实现：Caïman Marine 优势 • 模块化允许船舶在其生命周期内进行升级• 下一代作战系统：根据任务具有适应性和可重构性 • 高度自动化 • 国际联盟行动的互操作性
人工智能支持的多任务资源分配战术决策辅助
国防部支持许多同时执行多项任务的军事平台。船舶、飞机和陆地护卫队等平台支持防空和导弹防御、反潜战、打击行动、支援地面行动的火力、情报传感和侦察等领域的多项任务。然而，人类决策者在分配这些多任务资源时面临着重大挑战，例如战斗节奏、规模和可用平台复杂性的增长。这项顶点研究旨在应用系统工程来分析多任务资源分配 (MMRA) 问题集，以进一步使人工智能 (AI) 和机器学习工具能够帮助人类决策者进行初步和动态重新规划。为了解决这个问题，该研究描述了潜在 MMRA 过程的输入和输出，然后分析了三个独特用例的可扩展性和复杂性：定向能护卫队、航空支援和航母打击群。然后评估这些不同用例的关键发现的相似之处和不同之处，以进一步了解联合 AI 支持的 MMRA 工具的共性。
通过多任务元学习实现数据高效的脑连接组分析
脑网络将脑区之间的复杂连接表征为图结构，为研究脑连接组提供了有力的手段。近年来，图神经网络已成为一种流行的结构化数据学习范式。然而，由于数据获取成本相对较高，大多数脑网络数据集的样本量有限，这阻碍了深度学习模型的充分训练。受元学习的启发，元学习可以在有限的训练样本下快速学习新概念，本文研究了在跨数据集环境中分析脑连接组的数据高效训练策略。具体来说，我们建议在大样本量的数据集上对模型进行元训练，并将知识迁移到小数据集。此外，我们还探索了两种面向脑网络的设计，包括图谱变换和自适应任务重新加权。与其他预训练策略相比，我们基于元学习的方法实现了更高、更稳定的性能，这证明了我们提出的解决方案的有效性。该框架还能够以数据驱动的方式获得有关数据集和疾病之间相似性的新见解。
多任务卸载策略优化基于有向的无环图用于边缘计算
摘要 - 随着用户应用程序服务需求的进步，IoT系统倾向于将任务运送到边缘服务器以进行执行。当前关于流量边缘计算的大多数研究都忽略了应用程序综合之间的依赖关系。主要用于单用户场景中，主要用于应用拓扑拓扑的边缘计算的少数研究。与以前的工作不同，我们的工作主要解决了在多源场景中使用边缘计算弹出的依赖任务，这更符合现实。在本文中，将流量问题的依赖任务建模为马尔可夫决策过程（MDP）第一。然后，我们通过共同考虑，通过共同考虑几个用户之间的应用拓扑，并共同考虑了一个基于有向的无环图（DAG）的嵌入层的参与者 - 批评机制。最后，模拟的结果还显示了所提出的Aced算法的优先级。
SPOTS 多任务有效载荷演示卫星
CACI 的专业多任务 DemoSat 有效载荷将测试该公司在有争议的太空领域在精确替代定位、导航和授时 (APNT) 和战术情报、监视和侦察 (TacISR) 技术方面的技术进步。我们的双向时间传输 (TWTT) 和时钟建模技术是 DemoSat 有效载荷的核心，体现了小型平台同步能力的飞跃。SPOTS DemoSat APNT 和 TWTT 技术无需昂贵的时间参考或时间同步性能妥协，即可提供精确的授时和长期的频率稳定性。SPOTS 还配备了软件定义无线电 (SDR)，可运行低概率拦截/检测 (LPI/D) 和频率捷变扩频射频 (RF) 波形。SPOTS 有效载荷也与时钟/振荡器技术无关，可以扩展以支持多时钟组合。
Kim，B。H.，Choi，Y.H.，Yang，J.J.，Kim，S.，Nho，K.，Lee，J.M。，＆Alzheimer's Disision神经影像学计划。 （2020）。识别新的Gen 尼古丁促进了链球菌链球菌外多糖合成，细胞聚集和总乳酸脱氢酶活性 道路建设项目的临时交通控制装置检测 骨细胞EGLN1/PHD2通过FGF23 辐射诱导的光子疗法与质子治疗的淋巴细胞减少症患者患者 燃烧的余烬：朝着更透明和强大的气候变化风险评估 硬化蛋白耗竭会诱导小鼠的骨髓炎症 等离子体P-TAU217预测常染色体显性阿尔茨海默氏病的体内脑病理学和认知 使用与身体部位的约束融合进行自动驾驶的计算有效的行人检测 通过联合多任务稀疏规范相关分析和分类来识别诊断特异性基因型 - 表型关联 非遗传性视网膜疾病的基因治疗 结合tau低聚物并抑制供体提取物的病理播种的构象抗体的晶体结构 祖先古细菌用吡咯氨酸扩大了遗传密码 贝叶斯自适应阶段I/II/II临床试验设计延迟...
Kim，B。H.，Choi，Y.H.，Yang，J.J.，Kim，S.，Nho，K.，Lee，J.M。，＆Alzheimer's Disision神经影像学计划。 （2020）。 鉴定了与阿尔茨海默氏病中皮质厚度相关的新型基因：系统生物学方法的神经影像学方法。 阿尔茨海默氏病杂志，75（2），531-545。 https://doi.org/10.3233/jad-191175Kim，B。H.，Choi，Y.H.，Yang，J.J.，Kim，S.，Nho，K.，Lee，J.M。，＆Alzheimer's Disision神经影像学计划。（2020）。鉴定了与阿尔茨海默氏病中皮质厚度相关的新型基因：系统生物学方法的神经影像学方法。阿尔茨海默氏病杂志，75（2），531-545。 https://doi.org/10.3233/jad-191175
基于进化多任务的混合脑机接口系统中通道选择的多目标优化算法
混合模态脑机接口 (BCI) 结合了运动想象 (MI) 生物信号和稳态视觉诱发电位 (SSVEP)，在神经工程研究领域引起了广泛关注。在实际应用中，通道数量应尽可能少。然而，最近关于通道选择的大部分研究仅关注分类任务的性能或设备控制的有效性。很少有研究同时对 MI 和 SSVEP 分类任务进行通道选择。在本文中，提出了一种基于多任务的多目标进化算法 (EMMOA)，以同时为这两个分类任务选择合适的通道。此外，还引入了一个两阶段框架来平衡所提算法中选定通道的数量和分类准确率。实验结果验证了多目标优化方法对于混合 BCI 任务通道选择的可行性。
MSS 7000 - 机载 ISR 多任务管理系统
所有传感器数据都关联、记录并叠加在数字地图上。新功能包括用于目标关联和过滤的集成船舶数据库以及用于方便分析和处理视频片段和相机快照的媒体中心。完整的任务数据集以数字方式记录，可以从机载任务系统检索，然后通过 MSS 7000 地面站或更全面的 MSS 7000 任务指挥中心在地面部分进一步分析和传播。地面部分还可以集成到现有 IT 环境中，为相关利益相关者提供对实时或存储的任务数据的安全网络访问。
三重任务范式中多任务处理对元认知的影响
摘要 多任务处理情况（例如开车时使用手机）在日常生活中越来越常见。实验心理学早已记录了多任务处理对任务表现的影响；然而，人们对其对监控此类表现的元认知过程的影响知之甚少。本研究通过将心理物理程序与复杂的多任务处理相结合，朝着填补这一空白迈出了一步。我们设计了一个多模式范式，其中参与者分别或同时执行感觉运动跟踪任务、视觉辨别任务和听觉 2-back 工作记忆任务，同时每约 15 秒评估一次他们的任务表现。我们的主要发现是，多任务处理降低了参与者对这三个任务的表现（元认知敏感性）的意识。重要的是，这一结果与多任务处理对任务表现的影响无关，不能归因于信心流失、心理不应期或自我评价的近期效应。我们讨论了这一发现对元认知和多任务处理研究的意义。