XiaoMi-AI文件搜索系统
World File Search System新视角
“新视角”——David Hockney 在 Heong 画廊举办的展览
-作者：Ellen Watters 恰逢春天到来之际，大卫·霍克尼 (David Hockney) 来到剑桥，在 Heong 画廊和菲茨威廉博物馆举办了两场展览。尽管 Heong 画廊是两个空间中较小的一个，但它展示了霍克尼的眼睛：描绘的艺术和技术 (2022 年 8 月 29 日结束) 的很大一部分。从 1959 年开始在皇家艺术学院学习后不久创作的木炭画，到他最近的 iPad 画作，展览展示了霍克尼作为空间探索者，以及如何在各种媒介中在平面上描绘它。两幅 60 年代中期的丙烯画，《被艺术装置包围的肖像》(1965 年) 和《亚利桑那》(1964 年)，是霍克尼创造空间、从想象中汲取灵感并思考色调和颜色排列可以代表物体的艺术奥秘的典型例子。在这两幅画中，霍克尼利用了空白空间的潜力。与此同时，《大峡谷 I》（2017 年）是一幅充满色彩和图案的画布。画布本身的规模和不寻常的形状有助于营造出所描绘空间——大峡谷——的极度广阔感。霍克尼不仅捕捉空间，还使用 3D 软件在令人着迷的摄影画作《观众观看带有头骨和镜子的现成品》（2018 年）中构建空间。
战略远见作为动态能力：奈特不确定性的新视角
1 一些学者也将奈特不确定性定义为无法想象所有可能的结果（例如，Alvarez，Afuah 和 Gibson，2018），但这种观点在经济学家中并不常见。例如，Zeckhauser（2006）明确指出，奈特不确定性并不包括无法想象世界的所有未来状态——他称之为“无知”。
博士教育中的人工智能：研究图书馆的新视角
人工智能 (AI) 将极大地影响和改变学者和研究人员的工作方法。本文介绍了一项广泛的全国性调查和一次研讨会的结果，重点关注人工智能的发展给博士生带来的挑战和机遇，从挪威一些研究图书馆中从事研究支持的图书馆工作人员的角度来看。本文探讨了研究图书馆如何适应发展，讨论了各利益相关者的角色，并提出了支持博士生负责任地使用基于人工智能的工具的措施。基于调查和研讨会的见解，本文还展示了图书馆研究支持服务在理解和使用基于人工智能的工具方面所缺乏的内容。这项研究揭示了图书馆员对他们在人工智能学术关系中的角色存在一定程度的不确定性。为了提高学术图书馆教学人员的能力，本文建议将与人工智能相关的主题整合到现有的教育资源中，并创建共享的舞台
数据支持预见的新视角：混合 AI 专家方法
图 3 数据支持的出行即服务预测交互式仪表板演示器（TNO，2019 年）。左侧是知识图谱的可视化，其中投射了 2000 年至 2019 年（左下）选定的数据源（右下）。右侧是相应的图表，显示选定时间范围内选定数据的趋势——重点关注 2017 年至 2019 年。主题是政府的作用（蓝色）、二氧化碳排放流动性（红色）和电动自行车（橙色）。图表下方是可以更深入探索的数据片段
通过自监督学习捕捉时间节点演化：动态图学习的新视角
由于动态图会随着时间的推移而演变，因此在社会关系分析、推荐系统和医学等许多领域发挥着重要作用。捕捉动态图的演变模式是至关重要的。现有的研究大多集中于限制邻居快照之间的时间平滑度，而未能捕捉到有利于图动态嵌入的急剧变化。为了解决这个问题，我们假设动态图节点的演化可以分为时间移位嵌入和时间一致性嵌入。因此，我们提出了自监督时间感知动态图表示学习框架（STDGL），通过精心设计的辅助任务从节点局部和全局连接建模的角度以自监督的方式将时间移位嵌入与时间一致性嵌入分离，进一步增强可解释图表示的学习并提高各种下游任务的性能。在链接预测、边缘分类和节点分类任务上进行的大量实验表明，STDGL 成功学习了解开的时间偏移和一致性表示。此外，结果表明，我们的 STDGL 比最先进的方法有显著的改进，并且由于解开的节点表示而具有吸引人的可解释性和可迁移性。
调节大脑整合活动作为神经精神疾病药理学方法的新视角
神经精神疾病治疗药物开发的一个关键方面是“靶标问题”，即不仅要根据病因病理分类，还要检测大脑网络中假定的结构和/或功能改变，从而选择合适的靶标。有新方法可以开发能够克服或至少减少缺陷而不会引发有害副作用的药物。为此，需要一个大脑网络组织模型，还必须确定其整合作用的主要方面。因此，为此，我们在此提出了一个更新的大脑超网络模型，其中 i) 五部分突触被认为是大脑超网络的关键节点，ii) 相互作用的细胞表面受体既是到达网络的信号解码器，也是中枢神经系统疾病的靶标。大脑网络的整合作用遵循“俄罗斯套娃组织”，包括微观（即突触）和纳米（即分子）水平。在这种情况下，整合作用主要来自蛋白质-蛋白质相互作用。重要的是，由这些相互作用产生的大分子复合物通常具有变构性质的新结构结合位点。以 G 蛋白偶联受体 (GPCR) 为潜在
SARS-CoV-2：免疫力、当前疫苗面临的挑战以及粘膜疫苗的新视角
摘要：COVID-19 疫苗的全球推广在减少疫情传播、疾病严重程度、住院率和死亡率方面发挥了关键作用。然而，第一代疫苗未能阻止严重急性呼吸综合征冠状病毒 2 (SARS-CoV-2) 的感染和传播，部分原因是粘膜免疫诱导有限，导致令人担忧的变异株 (VOC) 和突破性感染不断出现。为了应对第一代疫苗的 VOC、有限的耐久性和缺乏粘膜免疫反应带来的挑战，正在研究新方法。在此，我们讨论了有关自然和疫苗诱导免疫的当前知识，以及粘膜免疫反应在控制 SARS-CoV2 感染中的作用。我们还介绍了旨在引发粘膜和全身免疫的新方法的现状。最后，我们提出了一种新的无佐剂方法来引发针对 SARS-CoV-2 的有效粘膜免疫，这种方法不存在与减毒活疫苗平台相关的安全问题。
物联网应用中人工智能与边缘计算的融合：回顾与新视角
摘要：边缘计算凭借其在低延迟、快速响应、情境感知服务、移动性和隐私保护方面的优势，已成为智能应用和 5G/6G 物联网 (IoT) 网络的关键支撑。该技术通过在网络边缘提供中间服务并提高对延迟敏感的应用的服务质量来扩展云。许多基于机器学习、深度学习和群体智能的人工智能解决方案已展现出在智能认知感知、智能网络管理、大数据分析和边缘智能应用安全性增强方面的巨大潜力。尽管智能边缘计算具有诸多优势，但人们仍然担心其处理物联网大数据分析机器学习技术的计算复杂性所需的能力。边缘计算的资源限制、分布式计算、高效编排和资源同步都是需要关注的因素，以提高服务质量和经济高效地开发基于边缘的智能应用。在此背景下，本文旨在探索人工智能和边缘在许多应用领域的融合，以利用围绕这些因素的现有研究的潜力并确定新的观点。边缘计算和人工智能的融合提高了紧急情况下的用户体验质量，例如在车联网中，严重的不准确性或延迟可能导致损坏和事故。这些因素与大多数研究用来评估基于边缘的应用程序的成功率的因素相同。在这篇评论中，我们首先对基于边缘的应用程序中人工智能的最新进展进行了深入分析，重点关注八个应用领域：智能农业、智能环境、智能电网、智能医疗、智能工业、智能教育、智能交通、安全和隐私。然后，我们进行了定性比较，强调了融合的主要目标、网络边缘人工智能的作用和使用，以及边缘分析的关键支持技术。然后，确定并讨论了开放的挑战、未来的研究方向和观点。最后得出一些结论。
黑色素瘤中基于细胞外囊泡的细胞间通讯：诊断和治疗的新视角
摘要：细胞外囊泡 (EV) 是一类异质性细胞分泌颗粒，携带功能性生物分子，这些生物分子对于细胞间通讯至关重要，具有生理和病理生理后果。在这篇综述中，我们重点关注以下证据：EV 介导的肿瘤内黑色素瘤细胞之间、黑色素瘤细胞与免疫细胞和基质细胞之间的串扰促进免疫逃避，并影响黑色素瘤发展的所有步骤，从局部进展、转移前微环境形成到远处器官的转移性定植。我们还讨论了 EV 在免疫疗法和 BRAF V600 /MEK 抑制剂治疗耐药性发展中的作用，并简要总结了 EV 在黑色素瘤诊断和治疗中潜在应用的最新进展。
瑞典可再生能源消费和结构变化的环境影响：基于小波的格兰杰因果关系方法的新视角
本文评估了瑞典二氧化碳排放与金融发展、经济增长、可再生能源使用、结构变化和不可再生能源使用之间的时频分析相互关系。我们使用了 1980 年至 2019 年的季度数据集。为了揭示这些相互关系，我们利用了小波工具（基于小波的格兰杰因果关系和小波相干性）。基于小波的格兰杰因果关系 (WGC) 检验解释了时间序列分析中的多个时间尺度问题。WGC 的另一个独特之处在于它能够抵抗时间序列模型中的分布假设和错误指定。此外，小波相干性估计器可以即时评估模型中相互作用指标之间的相关性和因果关系。小波相干性的结果显示，可再生能源、金融发展、经济增长、结构变化和贸易开放提高了环境质量，而非可再生能源则加剧了二氧化碳的排放。此外，WGC 还显示，所有变量都可以相互预测。基于这些发现，瑞典的政策制定者应该更加注重提高公众对可再生能源和环境保护的认识。我们相信，瑞典转向服务业主导的增长将有助于保护环境。