XiaoMi-AI文件搜索系统
World File Search System实例
sos：带有对象priors的开放世界实例分割的段对象系统
摘要。我们为开放世界实例（OWIS）提出了一种方法，该任务旨在通过从训练过程中的一组有限的带注释的对象类中概括图像中的任意未知的观察。我们的细分对象系统（SOS）明确地解决了最先进系统的概括能力和低精度，这些系统通常会生成背景检测。为此，我们基于基础模型SAM [27]生成了高质量的伪注释。我们彻底研究了各种对象先验，以引起SAM的提示，并明确将基础模型集中在观察上。最强的物体先验是通过自我监督视觉变压器的自我发项图获得的，我们用来促使SAM。最后，SAM的后处理片段用作伪注释来训练标准实例分割系统。我们的方法在可可，LVI和ADE20K数据集上显示出强大的概括能力，并且与最先进的方法相比，精度提高了高达81.6％。源代码可用：https：//github.com/chwilms/sos
通过监督注意力多次实例学习从多视图超声图像中检测心脏病
主动脉狭窄（AS）是导致大量发病率和死亡率的退化瓣膜状况。这种情况未经诊断和处理不足。在临床实践中被诊断为经胸膜超声心动图专家审查，该术会产生数十个心脏的超声图像。只有其中一些观点显示主动脉瓣。为了自动筛选AS，深网必须学会模仿人类专家识别主动脉瓣观点，然后在这些相关图像上汇总的观点，以产生研究级别的诊断。我们发现，由于依赖图像跨图像的不灵平均值，因此AS检测的方法不足。我们进一步发现，基于现成的基于注意力的多个实例学习（MIL）的表现不佳。我们通过两项关键的方法论创新做出了一种新的端到端MIL方法。首先，一种有监督的注意力技术指导学习的注意机制，以支持相关观点。第二，一种新颖的自我监督预处理策略将对比度学习应用于整个研究的代表，而不是像先前文献中通常所做的那样。在开放式数据集和时间上的固定设置上进行的实验表明，我们的方法在降低模型大小的同时产生了更高的精度。
树实例细分和特征估计林业环境利用移动机器人收集的LIDAR数据
摘要 - 森林在我们的生态系统中起着至关重要的作用，充当碳汇，气候稳定剂，生物多样性中心和木材来源。根据其规模的本质，监视和维护森林是一项艰巨的任务。林业中的机器人技术可能有可能实现高效和可持续的森林实践。在本文中，我们解决了通过利用移动平台收集的LIDAR数据自动生产森林清单的问题。要构建库存，我们首先从点云中提取树实例。然后，我们处理每个实例以提取林业清单信息。我们的方法提供了“胸高直径”的每个树几何特征，以及一个地块中的单个树位置。我们验证了我们的结果，以实地试验期间森林人收集的手动测量结果。我们的实验显示出强大的细分和树状估计表现，这强调了自动化林业服务的潜力。结果与该域中使用的流行基线方法相比，结果表现出了出色的性能。
类别偏见的神经表征在学习过程中自发形成，强调对特定实例的记忆
类别学习，即学习将一组刺激物分类或分组，会在感知中引起类别偏见，使得同一类别中的物品被认为比不同类别中的物品更相似。当学习目标强调每个刺激物的个体化时，类别偏见会在多大程度上发展，以及偏见是否在学习过程中自发出现而不是对任务要求的反应尚不清楚。在这里，我们在编码过程中使用功能性磁共振成像 (fMRI) 来测试学习过程中单个刺激物神经表征中的类别偏见。人类参与者（男性和女性）遇到面部混合刺激物，这些刺激物具有独特的名字和共同的姓氏，表明其属于同一类别。参与者被要求学习每张脸的全名。神经模式分类和模式相似性分析用于追踪大脑中的类别信息。结果表明，刺激类别可以在许多额叶、顶叶和枕叶区域的编码过程中被解码。此外，来自同一类别的两个刺激在前额叶皮层中的表征比来自不同类别的两个刺激在物理相似性方面更相似。这些发现表明，仅仅存在类别标签就可以在编码过程中自发地偏向神经表征以强调与类别相关的信息，即使在没有明确的分类要求并且与类别无关的信息仍然与任务目标相关的情况下也是如此。
将层次信息纳入多个实例学习，用于使用SCRNA-SEQ数据进行患者表型预测
多个实例学习（MIL）通过单细胞RNA-sequent（SCRNA-SEQ）数据提供了一种结构的方法来预测患者表型预测。但是，现有的MIL方法倾向于忽略SCRNA-Seq数据中固有的层次结构，尤其是细胞的生物组或细胞类型。这种情况可能会导致较高的细胞分裂水平下的次优性能和差的可解释性。为了解决这一差距，我们为基于注意力的MIL框架提供了一种新颖的企业层次信息方法。具体而言，我们的模型在细胞和细胞类型上介绍了基于注意力的聚集机制，因此在整个模型中的信息流程上实施了层次结构。在广泛的实验中，我们提出的方法始终优于现有模型，并在数据约束的情况下证明了鲁棒性。此外，消融测试结果表明，仅将注意力机理赋予细胞类型而不是细胞的注意力会导致性能提高，从而强调合并分层组的好处。通过识别与预测最相关的关键细胞类型，我们表明我们的模型能够捕获生物学上有意义的关联，从而促进生物学发现。
使用机器学习技术和Smote
图7描述了逻辑回归（LOGR）的混淆矩阵。混乱矩阵揭示了2086个真实的负面实例，2172个真实的积极实例，255个假阳性实例和152个假阴性实例。图8显示了SVM的混淆矩阵。混乱矩阵揭示了2105个真实的负面实例，2149个真实的积极实例，236个假阳性实例和175个假阴性实例。图9描述了幼稚贝叶斯（NB）的混淆矩阵。混乱矩阵揭示了2124个真实的负面实例，2019年真实的积极实例，217个假阳性实例和305个假阴性实例。图10给出了KNN的混淆矩阵。混乱矩阵揭示了345个真实的负面实例，2321个真实的积极实例，1996年的假积极实例和3个假阴性实例。
政府专家小组针对预防外太空武器竞赛的进一步实践措施
在致命的自主武器系统中的新兴技术方面的政府专家，4-8 3月4日至8日和2024年8月26日至30日，议程项目5进一步考虑并通过共识，一组乐器的要素，不限制其性质，并在其范围内限制其范围的范围，以解决lerthement oferning ofernos的典范，以实例为实例，以实例为实例，以实例为实例，以实例为范围内的武器，以实现自动的范围，以实现自动的自动范围，以实现自动的范围。高缔约方提出的建议以及与致命自治武器系统领域的新兴技术规范和运营框架有关的其他选择，基于该小组的建议和结论，并在法律，军事和技术方面提出专业知识在致命的自主武器系统中的新兴技术方面的政府专家，4-8 3月4日至8日和2024年8月26日至30日，议程项目5进一步考虑并通过共识，一组乐器的要素，不限制其性质，并在其范围内限制其范围的范围，以解决lerthement oferning ofernos的典范，以实例为实例，以实例为实例，以实例为实例，以实例为范围内的武器，以实现自动的范围，以实现自动的自动范围，以实现自动的范围。高缔约方提出的建议以及与致命自治武器系统领域的新兴技术规范和运营框架有关的其他选择，基于该小组的建议和结论，并在法律，军事和技术方面提出专业知识
关于自动武器系统的草稿
在致命的自主武器系统中的新兴技术方面的政府专家，4-8 3月4日至8日和2024年8月26日至30日，议程项目5进一步考虑并通过共识，一组乐器的要素，不限制其性质，并在其范围内限制其范围的范围，以解决lerthement oferning ofernos的典范，以实例为实例，以实例为实例，以实例为实例，以实例为范围内的武器，以实现自动的范围，以实现自动的自动范围，以实现自动的范围。高缔约方提出的建议以及与致命自治武器系统领域的新兴技术规范和运营框架有关的其他选择，基于该小组的建议和结论，并在法律，军事和技术方面提出专业知识在致命的自主武器系统中的新兴技术方面的政府专家，4-8 3月4日至8日和2024年8月26日至30日，议程项目5进一步考虑并通过共识，一组乐器的要素，不限制其性质，并在其范围内限制其范围的范围，以解决lerthement oferning ofernos的典范，以实例为实例，以实例为实例，以实例为实例，以实例为范围内的武器，以实现自动的范围，以实现自动的自动范围，以实现自动的范围。高缔约方提出的建议以及与致命自治武器系统领域的新兴技术规范和运营框架有关的其他选择，基于该小组的建议和结论，并在法律，军事和技术方面提出专业知识
关于禁止或限制的约定...
在致命的自主武器系统中的新兴技术方面的政府专家，4-8 3月4日至8日和2024年8月26日至30日，议程项目5进一步考虑并通过共识，一组乐器的要素，不限制其性质，并在其范围内限制其范围的范围，以解决lerthement oferning ofernos的典范，以实例为实例，以实例为实例，以实例为实例，以实例为范围内的武器，以实现自动的范围，以实现自动的自动范围，以实现自动的范围。高缔约方提出的建议以及与致命自治武器系统领域的新兴技术规范和运营框架有关的其他选择，基于该小组的建议和结论，并在法律，军事和技术方面提出专业知识在致命的自主武器系统中的新兴技术方面的政府专家，4-8 3月4日至8日和2024年8月26日至30日，议程项目5进一步考虑并通过共识，一组乐器的要素，不限制其性质，并在其范围内限制其范围的范围，以解决lerthement oferning ofernos的典范，以实例为实例，以实例为实例，以实例为实例，以实例为范围内的武器，以实现自动的范围，以实现自动的自动范围，以实现自动的范围。高缔约方提出的建议以及与致命自治武器系统领域的新兴技术规范和运营框架有关的其他选择，基于该小组的建议和结论，并在法律，军事和技术方面提出专业知识
解决自主武器中的偏见
在致命的自主武器系统中的新兴技术方面的政府专家，4-8 3月4日至8日和2024年8月26日至30日，议程项目5进一步考虑并通过共识，一组乐器的要素，不限制其性质，并在其范围内限制其范围的范围，以解决lerthement oferning ofernos的典范，以实例为实例，以实例为实例，以实例为实例，以实例为范围内的武器，以实现自动的范围，以实现自动的自动范围，以实现自动的范围。高缔约方提出的建议以及与致命自治武器系统领域的新兴技术规范和运营框架有关的其他选择，基于该小组的建议和结论，并在法律，军事和技术方面提出专业知识在致命的自主武器系统中的新兴技术方面的政府专家，4-8 3月4日至8日和2024年8月26日至30日，议程项目5进一步考虑并通过共识，一组乐器的要素，不限制其性质，并在其范围内限制其范围的范围，以解决lerthement oferning ofernos的典范，以实例为实例，以实例为实例，以实例为实例，以实例为范围内的武器，以实现自动的范围，以实现自动的自动范围，以实现自动的范围。高缔约方提出的建议以及与致命自治武器系统领域的新兴技术规范和运营框架有关的其他选择，基于该小组的建议和结论，并在法律，军事和技术方面提出专业知识