XiaoMi-AI文件搜索系统
World File Search System提取技术
传感器积雪测绘 - BYU ScholarsArchive
该程序的第二步需要有效访问多时相遥感雪图像。本研究开发的 Snow Inspector 网络应用程序使用户能够从中分辨率成像光谱仪 (MODIS) 中检索地球上任何一点的分数积雪时间序列。时间序列检索方法基于从 Web 地图图块服务 (WMTS) 提供的图块图像中自动提取数据。使用此技术检索 100 天数据的平均所需时间为 5.4 秒，这比需要下载大型卫星图像文件的其他方法要快得多。所提出的数据提取技术和时空可视化用户界面可用作与其他多时相水文或气候数据 WMTS 服务配合使用的模型。
下一代能源 - 北卡罗来纳合作实验室
Coleman 的实验室还展示了使用一种新的提取技术（手持式激光分析仪）的实用性，该技术用于预测地球表面以下含锂岩石的位置。这种新技术（激光诱导击穿光谱，LIBS）现在正广泛应用于整个采矿业，部分原因在于 Coleman 博士的研究。他发现了开发 LIBS 用于勘探的改进空间，这可能是他的研究小组的下一步行动。他还指出，回收、电池效率提高和充电方面的相关研究将对北卡罗来纳州的锂勘探大有裨益。Coleman 博士的研究小组在北卡罗来纳州锂的地球化学方面取得了大量发现，与 Piedmont Lithium 等相关公司建立了合作伙伴关系，并推荐了未来在该主题上进行研究的机会。
牙髓干细胞用于骨再生
严重创伤，肿瘤，炎症和其他因素引起的骨骼缺陷越来越普遍。基于干细胞的疗法已成为一种有希望的替代方法。牙纸浆干细胞（DPSC）来自牙纸浆，由于其可及性和与收集相关的风险最小而引起了很大的关注。对DPSC进行的正在进行的研究揭示了其经历成骨分化的潜力，并分泌了各种多种种族发育成分的能力，例如细胞外囊泡和细胞裂解物。这篇全面的评论文章旨在对DPSC及其分泌组件进行深入分析，并强调提取技术和利用，同时阐明有关骨再生的复杂机制。此外，我们探讨了细胞和无细胞治疗方式的优点和缺乏，并讨论了在骨骼再生的情况下与DPSC治疗和无细胞治疗相关的潜在前景，机会和固有的挑战。
历史文献分析中的人工智能
这项试点工作为 DSS 数字古文字学的未来实验提供了基准测量。这项研究强调了统计建模、迁移学习和数据增强的必要性，以解释手稿的多样化集合和不同作者群体的不同表现结果。将专门设计的形状特征与深度学习方法相结合以生成用于研究 DSS 的新经验数据的想法也应运而生。这项初步工作强调了复杂的字符提取技术对于稳健和准确的特征计算的重要性，主要是在处理更大的 IAA 图像数据集时。传统的基于强度的方法被发现不足以处理 IAA 集合中的各种图像类型，因此需要引入一种新的二值化技术 BiNet。
可持续植物和土壤系统 (SPSS)
SPSS 2130. 大麻园艺学简介。（3 学分）大麻生产周期的基础知识，包括园艺管理、作物问题的识别、优良雌性种子生产、种子繁殖、无性繁殖、修剪、训练、大麻素含量优化和收获后处理。概述全球和康涅狄格州的大麻业务运营，探索实验室测试程序、大麻二酚提取技术、康涅狄格州医用大麻计划和政府对该行业的监管。与 SAPL 130 一起授课。入学要求：建议准备：SPSS 1120 或 BIO 1110。对于已通过 SPSS 3995（以“大麻园艺学”或“大麻园艺学：从种子到收获”形式提供）的学生，不提供学分。查看课程（https://catalog.uconn.edu/course-search/?details&code=SPSS%202130）
引用：Goyal A.数字病理...回顾当前情况。 J Clin Exp胃肠道。 2024; 3（1）：21-24。
通过计算机辅助诊断（CAD）有助于分析利用基于AI的算法的生物医学图像，并提议分析生物医学图像，从而分析生物医学图像，因此建议降低手动主观性以及快速处理幻灯片，并在线咨询，在线咨询，以进行更合同的诊断，并允许在偏远的地方进行专家的意见[4]。数字病理领域使大量视觉数据可用于自动分析，从而借助计算机工具在高分辨率图像中促进细胞和组织样品的可视化和解释。必须使用传统的特征提取技术来优化机器学习和深度学习算法，这些技巧将避免主观错误，包括缺少特定领域，降低相互差异的可变性，并允许病理学家专注于最困难的病例并导致对病理学过程的更深入了解[5-8]。
手写签名识别的 LBP、HOG 和 SIFT 技术的比较分析
摘要——手写签名识别是生物特征认证的关键组成部分，需要稳健高效的特征提取技术才能获得最佳性能。本研究对三种主要的特征提取方法进行了比较分析：局部二值模式 (LBP)、方向梯度直方图 (HOG) 和尺度不变特征变换 (SIFT)。我们使用一个包含 2,000 个签名的精选数据集（包括真实实例和熟练的伪造签名），评估了每种技术在准确性、计算效率和稳健性方面的有效性。我们的研究结果表明，虽然 HOG 表现出卓越的准确性，但 LBP 在计算速度方面表现出色，而 SIFT 则展示了处理各种捕获场景的潜力。这项研究为开发先进的签名识别系统提供了宝贵的见解，强调了定制特征提取对增强生物特征认证的重要性。
通过神经网络介导的特征提取增强四肢瘫痪参与者对脑机接口的控制
为了推断意图，脑机接口必须提取能够准确估计神经活动的特征。然而，信号质量随时间推移而下降，阻碍了使用特征工程技术恢复功能信息。通过使用植入三位人类参与者大脑皮层的电极阵列记录的神经数据，我们在此展示了卷积神经网络可用于将电信号映射到神经特征，方法是联合优化特征提取和解码，但所有电极必须使用相同的神经网络参数。在这三位参与者中，神经网络在所有指标的光标控制任务中都带来了离线和在线性能改进，优于宽带神经数据的阈值交叉率和小波分解（以及其他特征提取技术）。我们还表明，经过训练的神经网络无需修改即可用于新的数据集、大脑区域和参与者。
![arXiv:2403.00260v1 [cs.CL] 2024 年 3 月 1 日](/simg/f\f9197234520089f0922e9140c06c6ac03608c9c9.png)
arXiv:2403.00260v1 [cs.CL] 2024 年 3 月 1 日
本文研究了如何使用大型语言模型 (LLM) 从全篇材料科学研究论文中提取聚合物纳米复合材料 (PNC) 的样本列表。挑战在于 PNC 样本的复杂性，它们在整个文本中散布着许多属性。注释 PNC 上的详细信息的复杂性限制了数据的可用性，由于创建全面的命名实体跨度注释的挑战，传统的文档级关系提取技术变得不切实际。为了解决这个问题，我们为这项任务引入了一个新的基准和评估技术，并以零样本方式探索了不同的提示策略。我们还结合了自一致性来提高性能。我们的研究结果表明，即使是先进的 LLM 也很难从一篇文章中提取所有样本。最后，我们分析了在这个过程中遇到的错误，将它们分为三个主要挑战，并讨论了未来研究中克服这些挑战的潜在策略。
超声波辅助提取耳菇（Auricularia auricula-judae）中的酚类化合物：评估子实体发育过程中的成分和抗氧化活性
摘要：黑木耳（Auricularia auricula-judae）具有重要的生物学和药理学特性，尤其是由于其酚类化合物而具有抗氧化作用。本研究介绍了一种新型超声辅助提取技术，用于量化酚类化合物并评估黑木耳中的抗氧化活性。使用 Box-Behnken 设计和响应面法 (RSM) 优化了关键提取因素，包括溶剂与样品的比例（10:1、20:1、30:1 mL/g）、脉冲占空比（0.2、0.5、0.8 s −1）和温度（10、35、60 °C）。甲醇被确定为最有效的溶剂，可产生最高的总酚含量 (TPC) 和抗氧化活性。确定了 TPC 和 2,2-二苯基-1-苦基肼 (DPPH) 抑制的最佳条件为 1 g 样品、18 mL 甲醇、59 °C 和脉冲占空比为 0.7 s −1 。这