XiaoMi-AI文件搜索系统
World File Search System标准数据
通过数据策划镜头的机器学习数据实践：评估框架
机器学习中数据集开发的研究要求更加关注使模型开发并塑造其结果的数据实践。许多人认为，档案和数据策划领域的理论和实践的采用可以支持更大的公平，问责制，透明度和更具道德的机器学习。在响应中，本文通过数据策划镜头研究了机器学习数据集开发中的数据实践。我们将机器学习中的数据实践评估为数据策划实践。为此，我们开发了一个框架，以使用数据策划概念和原理来评估机器学习数据集。通过对25毫升数据集的评估结果的混合方法分析，我们研究了在实践中采用的数据策划原理的可行性，并探讨了当前如何形成数据策展。我们发现，机器学习的研究人员通常强调模型开发，难以应用标准数据策划原理。我们的发现说明了这些领域相互之间的困难，例如评估在这两个领域中共享术语但非共享含义的术语，在适应概念的高度解释性灵活性中，在不限制的情况下，障碍，在不限制数据策划的情况下限制了对涉及型号的范围的障碍，并在范围内进行了挑战，并在范围内进行了挑战。我们提出了解决这些挑战的方法，并开发了一个整体框架进行评估，概述了数据策划概念和方法如何为机器学习数据实践提供信息。
基于检索 -
文本到SQL通过使非专家将其自然语言（NL）问题转换为结构化查询语言（SQL）查询来简化数据库交互。随着大语言模型（LLM）的进步，内在学习（ICL）已成为构建文本到SQL系统的流行选择。现实世界，行业规模的数据库通常包括表和数百列的桌子，并使整个模式将整个模式作为LLM的上下文不可估量昂贵。此要求访问正确的数据库和表集。最近提出了基于增强的增强剂（RAG）方法，用于检索给定查询的数据库和表的相关子集。但是，我们观察到，现有的合成查询生成方法可以产生主要简单的查询，这些查询可能无法充分代表复杂的现实世界查询，因此对生成的SQL的质量产生负面影响。为了解决这个问题，我们提出了一种基于创新的内在强化学习（ICRL）的框架，该框架通过增强模型生成了实践者在推理期间可能构成的复杂查询的能力来完善问题的生成过程。与现有方法相反，我们的框架与多样化和复杂的合成SQL查询产生。我们通过多个实验与公共标准数据集中的代表性最先进模型进行了比较，揭示了我们的方法的有效性，并观察到性能和可伸缩性的实质性提高。与用于识别模式的最新模型相比，数据库/表检索任务中的回忆提高了15-20％，而SQL生成的执行精度高达2％。
MRI 洞察青少年神经回路——未来的愿景
青春期是许多精神疾病的发病期。一半的儿科患者同时患有精神疾病，这使他们的医疗和精神护理都变得复杂。目前，诊断和治疗决策是基于症状的。该领域迫切需要基于大脑的诊断和个性化护理。神经影像学可以揭示大脑回路异常如何导致青少年精神疾病及其发展。在这篇观点文章中，我们总结了最近的 MRI 文献，这些文献为青少年精神疾病的发展提供了见解。我们特别关注大脑结构和功能连接的研究。96 项纳入的研究表明 MRI 在评估精神相关结构、诊断精神疾病、预测其发展或预测对治疗的反应方面的潜力。本文讨论了纳入研究的局限性，并提出了未来研究的建议。我们还提出了神经影像学在未来儿科和初级保健中可能发挥的作用的愿景：为青少年患者制定常规神经心理学和神经精神成像 (NPPI) 方案，其中包括 30 分钟的脑部扫描、扫描的质量控制和安全读取，然后使用计算机计算结构和功能脑网络指标，儿科医生可将其与标准数据进行比较。我们还进行了成本效益分析以支持这一愿景，并提供了实现这一愿景所需步骤的路线图。
大学生体能测试人工智能系统
目前的健康管理产品大多应用于医疗机构，普遍对学生人群关注不够。基于此，本文设计了一款面向学生、功能齐全的自主健康管理系统。本文根据慢性病人群的主要社会特征以及慢性病个人健康管理的实际需求，提出了一种基于多维数据模型的个人健康管理系统。深度分析和挖掘各类健康数据对于健康管理的价值，并依据国家相关健康数据标准构建多维模型数据仓库，打造智能健康预警与疾病风险评估的标准数据平台。本文研究设计了一种基于计划-执行-检查-行动（PDCA）循环管理模式的闭环个人健康管理方法，从健康数据采集与记录、健康评估、健康规划、跟踪与执行四个方面进行了详细的功能设计。本文对健康数据采集、处理及存储技术进行了研究，采用了HDFS数据存储技术、html、css、Java Script、java等软件开发技术，结合j Query、UEditor、Date Range Picker等插件以及短信邮件生成接口、无线蓝牙传输接口等。设计并开发了本系统网页及移动应用平台。采用关系型数据库作为系统数据库，设计了雪花型多维数据模型。最后对本系统的功能和性能进行了测试，完成了基础版本的开发和试运行。
基于局部网络余弦相关性和相似性比较的新鲜天然药物分子靶点初筛
摘要背景：中药由数百种天然药物分子组成，在数千年的传统中医药中发挥着重要作用。因此，研究天然药物分子的靶点对探索中医药治疗疾病的机制具有重要意义。然而，由于药物分子与靶点相互作用的复杂性，确定一个新鲜的天然药物分子的靶点非常困难。与传统的生物实验相比，计算方法具有时间少、成本低的优势，但仍面临许多巨大的挑战，尤其是对于没有社会联系的分子。方法：本研究提出了一种基于余弦相关和局部网络相似性比较（CSLN）的新方法，对新鲜的天然药物分子进行靶点的初步筛选，并通过训练参数为它们分配权重。结果：在以药物分子为训练和测试对象的情况下，CSLN在金标准数据上的表现优于流行的药物-靶点相互作用（DTI）预测模型GRGMF。此外，CSLN 在 TCMSP 上对新鲜天然药物分子靶点筛选性能（情景模拟）的检测表现出色（top20 中有 13 个阳性样本），同时 Western-Blot 也进一步验证了 CSLN 的准确性。结论：综上所述，结果表明 CSLN 可以作为新鲜天然药物分子靶点筛选的替代策略。关键词：靶点筛选，新鲜天然药物分子，余弦相关，相似性比较，Western-Blot
基于检索 -
文本到SQL通过使非专家将其自然语言（NL）问题转换为结构化查询语言（SQL）查询来简化数据库交互。随着大语言模型（LLM）的进步，内在学习（ICL）已成为构建文本到SQL系统的流行选择。现实世界，行业规模的数据库通常包括表和数百列的桌子，并使整个模式将整个模式作为LLM的上下文不可估量昂贵。此要求访问正确的数据库和表集。最近提出了基于增强的增强剂（RAG）方法，用于检索给定查询的数据库和表的相关子集。但是，我们观察到，现有的合成查询生成方法可以产生主要简单的查询，这些查询可能无法充分代表复杂的现实世界查询，因此对生成的SQL的质量产生负面影响。为了解决这个问题，我们提出了一种基于创新的内在强化学习（ICRL）的框架，该框架通过增强模型生成了实践者在推理期间可能构成的复杂查询的能力来完善问题的生成过程。与现有方法相反，我们的框架与多样化和复杂的合成SQL查询产生。我们通过多个实验与公共标准数据集中的代表性最先进模型进行了比较，揭示了我们的方法的有效性，并观察到性能和可伸缩性的实质性提高。与用于识别模式的最新模型相比，数据库/表检索任务中的回忆提高了15-20％，而SQL生成的执行精度高达2％。
möbius变换，用于减轻表示的视角扭曲
摘要。透视失真（PD）导致形状，大小，方向，角度和其他空间关系的前所未有的变化。精确地估计摄像机的固有和外在参数是一项防止综合透视失真的挑战任务。专用培训数据的不可利用性为开发强大的计算机vi-sion方法带来了关键的障碍。此外，失真校正方法使其他计算机视觉任务成为多步骤的方法，并且缺乏性能。在这项工作中，我们通过对Möbius变换的特定家族进行精细颗粒的Pa-Rameter控制来构成减轻透视扭曲（MPD），以模拟现实世界中的失真，而无需估计摄像机的内在和外在参数，并且没有估算实际静止数据的需求。此外，我们提出了一个专用的透视图基准数据集Imagenet-PD，以基准对该新数据集的深度学习模型的鲁棒性。所提出的方法优于ibendement-e和imagenet-X的基准。此外，它显着提高了Imagenet-PD的性能，同时始终如一地在标准数据分布上执行。值得注意的是，我们的方法在三种受PD影响的现实世界应用程序（牛仔计数，Fisheye Image补充和人员重新识别）上的性能提高，以及一个受PD影响的具有挑战性的CV任务：对象检测。源代码，数据集和模型可在https://prakashhipa.github.io/projects/mpd上的项目网页上找到。
自由空间光学 (FSO) 白皮书
FSO 使用光信号作为载波频率，通过大气提供点对点通信信息传输。由于其成本效益高、易于安装、快速建立通信链路（尤其是在灾害管理场景中）、高带宽配置和广泛的应用范围，它在电信行业引起了关注。其运行的频率范围使 FSO 通信无需许可。使用 FSO 通信，最大数据传输速率可达 2.5 Gbps，而 RF 通信系统提供的最大数据传输速率仅为 622Mbps。FSO 涉及使用空气作为传输介质的语音、视频和数据的光传输。使用 FSO 技术的传输相对简单。它涉及两个系统，每个系统都由一个光收发器组成，该光收发器由激光发射器和接收器组成，以提供全双工（双向）功能。每个 FSO 系统都使用高功率光源（例如激光）和一个望远镜，该望远镜将光通过大气传输到另一个接收信息的望远镜。此时，接收望远镜通过光纤连接到高灵敏度接收器。 2.0 什么是自由空间光传输系统？ 自由空间光传输系统是一种无线连接形式，用于连接具有直接视线的两个点。该系统通过获取标准数据或电信信号、将其转换为数字格式并通过自由空间传输来运行。用于传输此信号的载波是红外线，由高功率 LED 或激光二极管产生。信号沿光纤传输的基本原理与通过自由空间传输的基本原理相同。 自由空间光学子系统
神经肿瘤学
抽象背景。患有手术治疗的低度神经胶质瘤（LGG）的患者通常功能良好，并且预后良好。但是，LGG会影响神经认知功能。迄今为止，这些患者中的社会认知（SC）知之甚少，尽管SC受损与社会行为问题和社会参与不佳有关。正面大脑区域对于SC很重要，LGG经常有额叶位置。因此，本研究的目的是研究情绪识别（SC的关键组成部分）是否受到损害，并且与一般认知，肿瘤位置，横向性，肿瘤体积和组织病理学特征有关，术后和辅助治疗开始之前。方法。总共121例LGG患者与169个健康对照组（HC）匹配。肿瘤位置[包括（额叶）子区域；在MRI扫描时，确定了岛，前扣带回皮层，外侧前额叶皮层（LPFC），眶额 - 内侧PFC]和肿瘤体积。情感识别是通过Ekman 60面对情绪刺激和测试（Feest）面部表情的测试来测量的。结果。LGG患者的耗时效果明显低于HC，与标准数据相比，有33.1％的患者显示出损害。情绪识别与额叶肿瘤的位置，横向性和组织病理学特征没有显着相关，并且与一般认知和肿瘤体积显着但弱相关。结论。LGG患者的情绪识别受损，但与特定肿瘤特征或一般认知无关。因此，对这些患者的单个神经心理学评估进行测量至关重要，无论肿瘤特征如何，都可以将可能的损害告知临床医生，并因此提供适当的护理。
针对提交概念的研究人员的 I-SPY 2 TRIAL 描述
• Neratinib + 同步对照 – 靶向外显子组测序 (2000 癌症基因面板) (合作者 Voest/Bernards,NKI)- T0 时间点 • Veliparib (ABT-888) + 同步对照 – RNA-seq (合作者- Pourmand, UCSC)，T0，T1 时间点 I-SPY 2 试验的任何数据或生物样本的生物样本和数据访问请求均受概念提交流程的约束。请求应使用 I-SPY 2 概念提案表进行，如下所述。 • I-SPY 2 概念的开发应涉及与 I-SPY 2 TRIAL 生物标志物主席 (Laura van 't Veer)、科学项目经理 (Gillian Hirst) 和统计学家 (Denise Wolf/Christina Yau) 进行多次讨论，以评估其在数据和样本可用性方面的可行性、与其他提案和计划相比的科学价值以及任何合同或预算要求。 • 概念开发在每月的 I-SPY 2 TRIAL 生物标志物工作组中讨论，并为研究人员提供了一个展示初步数据和完善概念提案的机会。 • 最终概念将由 I-SPY2 TRIAL 数据访问和出版委员会 (DAPC) 评估，然后才能采取进一步行动。（详情见下文） • 在考虑样本或数据访问时，请记住，特定组的数据和生物样本只有在研究药物不再参与试验时才可用，并且还取决于试验的出版优先级。仅数据请求 数据请求应使用标准 I-SPY 2 概念提案表提交。有可用的 I-SPY 2 统计模板，并且有 I-SPY 2 统计员可供咨询。只有在某个组退出试验后才会发布数据。请尽可能详细地填写统计计划，并在请求中清晰简洁地说明具体数据变量和时间点。目前，标准检测数据仅在 T0 时间点可用，但 RNA-seq 数据除外，该数据已在 2 个时间点在 veliparib 组中执行（见上文）。标准数据请求示例