XiaoMi-AI文件搜索系统
World File Search System本体论
用于应用数学和相关学科的模型和算法的本体论
将以下情况作为指导示例：我们想检查某些多孔介质的样本，例如开放式沥青混凝土，并使用微型X射线计算机断层扫描（X-RCT）扫描来检测材料中的微断裂[18]。测量过程可以通过以下意义通过ra trans形对数学建模：当X射线在线上通过对象行进时，该线路上的材料将使它减弱。这种衰减取决于我们要重建材料的密度。在数学上，在检测器中测得的信号现在可以表示为ra换变换，即所谓的X射线函数的X射线变换。因此，要重建断裂图像，必须将用于X射线变换反转的算法应用于观察到的数据。除其他外，算法的选择取决于所测量的数据和模型的属性，例如所使用的坐标系。这些元数据通常不会系统地存储，从而违反了公平原则[28]，因为无法保证可重复使用性。因此，有兴趣应用X-RCT（可能在考古学或生物医学等其他研究领域）的研究人员不能简单地重复使用，但可能必须重新验证文献搜索算法，软件实现和参数。由于其来自工程的起源，来自不同领域的数据与基本的一般数学概念没有链接。因此，尽管基本的数学模型可能完全相同，但应用程序之间的协同作用并未利用。1应该被捡起。创建知识图（kg），包括模型，算法，相关文献和进一步的元数据，这是本文的范围。通常，在典型的建模仿真 - 优化（MSO）工作流程中产生的问题如图所示。这些包括模型的实验，解决方案算法的可用性，输入或观察数据或模型有效性。通常，回答这些问题需要大量的努力，如果所需的信息可访问并删除 -
人工智能和深度本体论-UCL Discovery
摘要：尽管对在监视，隐私，公共卫生，气候变化，全球移民和战争中使用AI的担忧越来越担心，但其在跨文化传播领域的使用的含义仍未清楚地定义。本文批判性地研究了AI的当代出现，即通过关键的现实主义深度本体论的角度，以争辩说，AI具有无休止的标志和符号相互作用，是最终的模拟。因此，AI撤离了判断合理性的规范地形，有利于无尽的模拟物和后现代主义的恋物癖表现。为了说明这一点，有人认为，基于判断力理性（或道德1）的审判的无能为力，揭示了干预世界上改善实际不公正的可能性。因此，如果跨文化伦理仍然在判断相对论（或伦理2）的范围内，它将放弃对物质世界产生影响的可能性。
代表中级能量本体论中的能量（...
能量在我们周围的物理世界和我们的日常生活中无处不在：所有自然和技术过程均由能量驱动。一些例子是：我们的身体从我们吃的食物中获取能量，我们的计算机需要电能来源才能发挥作用，并且植物需要阳光才能进行光合作用。能量是科学中的核心概念，尤其是物理，化学和生物学及其应用。这也是工程和技术问题的主要主题。尽管能量在许多领域都起着至关重要的作用，但其本体论代表也对质疑开放。正如我们将在第2节中讨论的那样，不同的领域本体论代表了不兼容的方式。可以通过考虑以下有关能源的陈述来说明原因，至少 - 表面上 - 似乎都是正确的。
虚拟大学的安全本体论
在本文中，我们提出了一个专为大学设计的网络安全本体模型，旨在促进在不断增长的网络安全威胁的背景下对敏感数据和信息的管理和保护。提出的本体论包括四个不同的层次结构级别：基本级别，概念级别，实例级别和关系级别。在基本层面上，它定义了网络安全的基本术语和原则，包括漏洞，威胁，网络攻击，安全策略和安全规则等概念。在概念层面上，本体论对信息和网络安全系统进行了分类，并包含诸如数据保护，身份验证，授权和审计等领域。在实例级别，本体论描述了大学中使用的信息和网络安全系统的特定示例，例如图书馆管理系统或会计管理系统。在关系层面上，本体论在不同类别的信息和网络安全系统以及这些系统与使用它们的实体之间建立了联系，例如学生，教授和行政人员。通过实施这种网络安全本体论，大学可以改善其敏感数据和信息的管理和保护，并对网络安全威胁更有效地做出反应。
神经学学中的认知挑战：探索知识及其本体论的可靠性
摘要：本文调查了神经名称学中知识的可靠性及其与现实的联系所带来的挑战。神经素学研究试图了解人类意识，认知和潜在神经过程之间的复杂关系。然而，有意识的经历的主观性质在确定本研究中产生的知识的可靠性时提出了独特的认知挑战。个人因素（例如信念，情感和文化背景）会影响主观经验，这些经验从分裂到个人都不在不同。另一方面，科学知识旨在根据经验观察和客观原则揭示普遍的真理。调和主观和客观领域在确定通过神经素学研究产生的知识的可靠性方面提出了重大挑战。本文旨在研究神经素学研究的固有局限性和挑战，以阐明理解知识本身的性质所涉及的复杂性。本文强调说，神经素学中知识可靠性的本体论含义源于主观经验与客观现实的关系的问题。理解主观经历背后的神经相关性和机制可以提供对意识的基本本体论性的见解。
认知竞争，冲突和战争：本体论方法
由战略家赫尔曼·卡恩（Herman Kahn）于1961年成立，哈德森学院（Hudson Institute）挑战了传统思维，并通过国防，国际关系，经济学，能源，技术，文化和法律的跨学科研究来帮助管理对未来的战略过渡。
的本体论建模和对机器人计划的比较和对比叙述的推理
这个扩展的摘要着重于建模和推理竞争计划的方法的方法，以便机器人以后可以解释不同的结果。首先，确定了一个新颖的本体论模型，该模型赋予了机器人形式化和有关计划差异的原因的需求。然后，提出了一个新的本体论，以促进计划的分类（例如，最短，最安全，最接近人类偏好等）。最后，检查了基于本体的解释叙事的基线算法的局限性，并引入了一种新颖的算法来利用计划之间的不同知识，从而实现了对比的叙述。进行了经验评估，以评估拟议算法提供的解释的质量，该算法的表现优于基线方法。
CAFA-EVALUATOR：用于基准测试本体论分类方法
摘要我们提出了CAFA-evaluator，这是一个强大的Python程序，旨在评估具有层次CAL概念依赖性目标的预测方法的性能。它将多标签评估概括为现代本体论，其中预测目标是从定向的无环图中得出的，并通过利用矩阵计算和拓扑排序来实现高效率。程序要求包括少数标准的Python库，使CAFA-Evaluator易于维护。该代码复制了蛋白质功能注释（CAFA）基准测试的关键评估，该评估评估了基因本体论中一致亚法的预测。由于其可靠性和准确性，组织者选择了CAFA-Evaluator作为官方CAFA评估软件。
polynere：一种新颖的本体论和语料库，用于聚合物科学领域中指定的实体识别和关系提取
抽象聚合物被广泛用于不同的领域，并且对提取和组织信息的有效方法的需求正在增加。使用机器学习的自动化方法可以准确地从科学论文中提取相关信息，从而为使用带注释的培训数据提供了一种有希望的解决方案，以自动化信息提取。在本文中，我们引入了一个与聚合物相关的本体论，该本体论具有至关重要的实体和关系，以增强聚合物科学领域的信息提取。我们的本体论是可以自定义的，以适应特定的研究需求。我们提出了Polynere，一种高品质的命名实体识别（NER）和关系提取（RE）语料库，其中包括使用我们的本体学注释的750个聚合物摘要。Polynere的独特特征包括多种实体类型，关系类别，对各种NER设置的支持以及在不同层面上主张实体和关系的能力。Polynere还通过支持证据来促进RE任务中的推理。我们的最新高级方法实验取得了令人有希望的结果，但挑战持续将NER和RE从摘要调整为全文段落。这强调了在聚合物域中需要强大的信息提取系统的需求，这使我们的语料库成为未来发展的宝贵基准。