XiaoMi-AI文件搜索系统
World File Search System测量法
类黄素测量法：迈向一种数字工具来理解和调整黄素的生活美学
e.karana@tudelft.nl摘要将微生物整合到人工制品中是HCI设计师感兴趣的越来越多的领域。但是，了解复杂的微生物行为所需的时间，资源和知识限制了设计师创造性地探索生命文物中的时间表达，即生活美学。桥接生物设计和计算机图形，我们开发了FlavoMetrics，这是一种交互式数字工具，该工具支持生物签名者探索黄霉菌的生活美学。此开源工具使设计人员能够实际上接种细菌并操纵刺激，以在数字环境中调节黄素的生命色。六名生物设计师评估了该工具，并反映了其对实践的影响，例如（1）了解2D以上的微生物的时空品质，（2）生物设计教育，以及（3）生命工厂的原型化经验。使用类黄素测量法，我们希望激发新颖的HCI工具，用于可访问，时间和资源效率的生物设计，以及更好地与不同的微生物时间范围内与生存人工制品生活中的差异。
作者校正：验证少年和成人C57BL/6小鼠的基于机器学习的辐射生物测量法
Open Access本文在创意共享属性下获得许可 - 非商业 - 非洲毒素4.0国际许可证，该许可允许以任何中等或格式的任何非商业用途，共享，分发和复制，只要您与原始作者提供适当的信誉，并为您提供了符合创造性共识许可的链接，并提供了持有货物的启动材料。您没有根据本许可证的许可来共享本文或部分内容的适用材料。本文中的图像或其他第三方材料包含在文章的创意共享许可中，除非在信用额度中另有说明。如果本文的创意共享许可中未包含材料，并且您的预期用途不受法定法规的允许或超过允许的用途，则您需要直接从版权所有者那里获得许可。要查看此许可证的副本，请访问h t p：//c r e a t i v e c o m m o ns。or g/l i c e n s e s/b y-n c-n c-n c-n d/4。0/。
Ayilara-dewale，OA；阿拉比，AA； olu ... 的乙醇提取物的抗焦虑和抗抑郁作用 伊朗患者的PON1基因表达和RS662多态性的分析 摄影测量法的计算视觉 新诊断的成年患者的自我保健做法... 2D钨氧化钨（WSE2）薄膜的制备... 228社会和行为的相关性变化... 在出售的鸡肉中鉴定弯曲杆菌污染 Mfitiryayo等人，2025年探索世代相传的效果... 农业扩展杂志 木质物种组成，结构，再生状态和碳
摘要：确定房地产价格的传统（手动）方法在某些情况下容易犯错，这些错误可能是由于分心，缺乏专心或易受房地产经纪人欺诈的脆弱性。这项工作着重于使用更多最新方法评估房地产的房屋价格预测。使用诸如房屋定价指数和随机森林机器学习技术等方法的房屋定价已被讨论，提出了一种新方法，作为使用额外树回归的模型，因为它在树木建造过程中引入了额外的随机性。Kaggle波士顿壳体数据集具有506个条目，并采用了14个功能来训练和测试开发的模型，然后通过平均绝对误差和平均平方误差来确定效率。此外，在随机森林回归模型和提出的预测模型之间进行了比较，该模型表明，新的预测模型比随机森林回归产生的性能更好。
摄影测量法的计算视觉
东非医学杂志卷。101号2024年11月11日，在肯尼亚Loise Ndirangu的选定五级医院新诊断为2型糖尿病的成年患者的自我保健习惯农业和技术，（JKUAT），邮政信箱62000-00200，内罗毕，肯尼亚，肯尼亚，华莱士·卡鲁古蒂，乔莫·肯雅塔大学农业与技术大学（JKUAT）P.O Box 62000-00200，肯尼亚内罗毕，肯尼亚，肯尼亚，LISTER ONSONGO，P.Onsongo，P.Obothoath，P.O Box，P.O Box 62000-00200。内罗毕，肯尼亚。通讯作者：洛斯·恩迪兰奇（Loise Ndirangu），乔莫·肯雅塔（JOMO KENYATTA）农业技术大学护理科学学院（JKUAT），邮政信箱62000-00200，肯尼亚内罗毕。电子邮件：nndirangu35@gmail.com
ROV和基于潜水员的摄影测量法对重建Maerl床生态系统的定量比较
摘要在不断增加的沿海海洋压力和成本上升的时期，开发评估海洋生态系统健康的有效和有效方法对于持续的保护工作至关重要。利用诸如远程操作的车辆（ROV）之类的技术可能是实现此目的的一种方法，但是必须对ROV衍生数据的质量进行定量检查。在这里，使用Coralline藻类礁（MAERL床）作为模型栖息地，我们比较了根据来自潜水员和ROV式摄像机系统的结构中获得的3D海床重新构造。我们发现两种方法都达到了令人满意的对准和MM尺度的分辨率，从而可以解决MAERL床中的小规模特征和单个生物体。潜水员可用的较高质量的摄像头系统总体上导致了较低的建模错误，但是调查的空间范围受到了高度限制。相比之下，尽管与较高的错误相关，但我们表明，ROV可以进行更大的区域调查 - 我们在ROV部署时间仅400分钟内重建了11,285 m 2的海床。向前迈进，我们建议采用混合调查方法：利用ROV调查进行大规模监测和潜水员调查，以提供更高的细节见解，这些见解对于具有高度复杂且尺寸高的形态（例如Coralline Algae Reefs）提供了信息。在这里，即使复杂性的小变化也可能表明栖息地的变化，相关物种的大小可能很小，因此多尺度视觉评估是有益的。
可见干涉测量法的光子芯片
摘要。视频时间基础旨在确定与给定自然语言查询最相关的未修剪视频中的视频片段。现有的视频时间本地化模型依靠特定的数据集进行培训，数据收集成本很高，但在跨数据库和分发（OOD）设置下表现出较差的概括能力。在本文中，我们提出了一种降雨，以利用预先训练的大型模型的能力，从而利用了EDEO T EMPORAL G圆形（TFVTG）方法。天真的基准是在视频中列举建议，并使用预先训练的视觉语言模型（VLM）根据视觉语言对齐来选择最佳建议。然而，大多数Exting VLM都经过图像文本对或修剪的视频剪辑对训练，这使得（1）抓住关系并区分同一视频中多个事件的时间边界； （2）在视频中理解并敏感事件的动态过渡（从一个事件到另一个事件的过渡）。要解决这些问题，首先，我们建议利用大型语言模型（LLMS）分析查询文本中包含的多个子事件，并分析这些事件之间的时间顺序和关系。其次，我们将一个子事件分为动态过渡和静态状态部分，并使用VLMS提出动态和静态评分功能，以更好地评估事件和描述之间的相关性。代码可在https://github.com/minghangz/tfvtg上找到。最后，对于LLMS提供的每个子事件描述，我们使用VLMS定位与描述最相关的TOP-K提案，并利用LLMS提供的子事件的OR-DER和关系来过滤和集成这些建议。我们的方法在Charades-STA和ActivityNet字幕数据集上的零照片视频基础上实现了最佳性能，而无需进行任何培训，并在跨数据库和OOD设置中展示了更好的通用功能。
地面甚长基线原子干涉测量法
;路易吉·卡恰普蒂；塞尔吉奥·卡拉特罗尼；本杰明·卡努埃尔；基娅拉·卡普里尼；安娜·卡拉梅特；劳伦蒂乌卡拉梅特；马泰奥·卡莱索；约翰·卡尔顿；马特奥·卡萨列戈；瓦西利斯·查曼达里斯；陈玉傲;玛丽亚·路易莎·基奥法洛；阿莱西娅·辛布里；乔纳森·科尔曼；弗洛林·卢西安·康斯坦丁；卡洛·R·孔塔尔迪；崔亚欧;埃莉莎·达罗斯；加文·戴维斯；埃丝特·德尔·皮诺·罗森多；克里斯蒂安·德普纳；安德烈·德列维安科；克劳迪娅·德·拉姆；阿尔伯特·德罗克；丹尼尔·德尔；法比奥·迪·庞波；戈兰·S·乔尔杰维奇；巴贝特·多布里希；彼得·多莫科斯；彼得·多南；迈克尔·多瑟；扬尼斯·德鲁加基斯；雅各布·邓宁安；阿利舍尔·杜斯帕耶夫；萨扬·伊索；约书亚·伊比；马克西姆·埃夫雷莫夫；托德·埃克洛夫；格德米纳斯·埃勒塔斯；约翰·埃利斯;大卫·埃文斯；帕维尔·法捷耶夫；马蒂亚·法尼；法里达·法西；马可·法托里；皮埃尔·费耶；丹尼尔·费莱亚；冯杰;亚历山大·弗里德里希；埃琳娜·福克斯；纳瑟尔·加鲁尔；高东风;苏珊·加德纳；巴里·加勒威；亚历山大·高格特；桑德拉·格拉赫；马蒂亚斯·格瑟曼；瓦莱丽·吉布森；恩诺·吉斯；吉安·F·朱迪斯；埃里克·P·格拉斯布伦纳；穆斯塔法·京多安；马丁·哈内尔特；蒂莫·哈库利宁；克莱门斯·哈默勒； Ekim T. Hanımeli；蒂芙尼·哈特；莱昂妮·霍金斯；奥雷利恩·希斯；杰瑞特·海斯；维多利亚·A·亨德森；斯文·赫尔曼；托马斯·M·赫德；贾森·M·霍根；博迪尔·霍尔斯特；迈克尔·霍林斯基；卡姆兰·侯赛因；格雷戈尔·詹森；彼得·耶格利奇；费多·耶莱兹科；迈克尔·卡根；马蒂·卡利奥科斯基；马克·卡塞维奇；亚历克斯·凯哈吉亚斯；伊娃·基利安；苏门·科利；贝恩德·康拉德；约阿希姆·科普；格奥尔吉·科尔纳科夫；蒂姆·科瓦奇；马库斯·克鲁兹克；穆克什·库马尔；普拉迪普·库马尔；克劳斯·拉默扎尔；格雷格·兰茨伯格；迈赫迪·朗格卢瓦；布莱尼·拉尼根；塞缪尔·勒鲁什；布鲁诺·莱昂内；克里斯托夫·勒庞西·拉菲特；马雷克·莱维奇；巴斯蒂安·莱考夫；阿里·莱泽克；卢卡斯·隆布里瑟； J.路易斯·洛佩兹·冈萨雷斯；埃利亚斯·洛佩兹·阿萨马尔；克里斯蒂安·洛佩斯·蒙哈拉兹；朱塞佩·加埃塔诺·卢西亚诺；马哈茂德；阿扎德·马勒内贾德；马库斯·克鲁兹克；雅克·马托；迪迪埃·马索内特；阿努帕姆·马宗达尔；克里斯托弗·麦凯布；马蒂亚斯·梅斯特；乔纳森菜单；朱塞佩·梅西尼奥；萨尔瓦多·米卡利齐奥；彼得·米林顿；米兰·米洛舍维奇；杰里迈亚·米切尔；马里奥·蒙特罗；加文·W·莫利；尤尔根·穆勒； Özgür E. Müstecapl ioğlu ;倪伟头 ;约翰内斯·诺勒；塞纳德·奥扎克；丹尼尔 KL 爱;亚西尔·奥马尔；朱莉娅·帕尔；肖恩·帕林；索拉布·潘迪；乔治·帕帕斯；维奈·帕里克；伊丽莎白·帕萨坦布；埃马努埃莱·佩鲁基；弗兰克·佩雷拉·多斯桑托斯；巴蒂斯特·皮斯特；伊戈尔·皮科夫斯基；阿波斯托洛斯·皮拉夫齐斯；罗伯特·普朗克特；罗莎·波贾尼；马可·普雷维德利；朱莉娅·普普蒂；维什努普里亚·普蒂亚·维蒂尔；约翰·昆比；约翰·拉菲尔斯基；苏吉特·拉詹德兰；恩斯特·M·拉塞尔；海法 雷杰布·斯法尔 ;塞尔日·雷诺；安德里亚·里查德；坦吉·罗津卡；阿尔伯特·鲁拉；扬·鲁道夫；迪伦·O·萨布尔斯基；玛丽安娜·S·萨夫罗诺娃；路易吉·圣玛丽亚；曼努埃尔·席林；弗拉基米尔·施科尔尼克；沃尔夫冈·P。施莱希；丹尼斯·施利珀特；乌尔里希·施奈德；弗洛里安·施雷克；克里斯蒂安·舒伯特；尼科·施韦森茨；阿列克谢·谢马金；奥尔加·塞尔吉延科；邵丽静;伊恩·希普西；拉吉夫·辛格；奥古斯托·斯梅尔齐；卡洛斯·F·索普尔塔；亚历山德罗·DAM·斯帕利奇；佩特鲁塔·斯特凡内斯库；尼古拉斯·斯特吉乌拉斯；扬尼克·斯特罗勒；克里斯蒂安·斯特鲁克曼；西尔维娅·坦廷多；亨利·斯罗塞尔；古列尔莫·M·蒂诺；乔纳森·廷斯利；奥维迪乌·廷塔雷努·米尔恰；金伯利·特卡尔切克；安德鲁. J.托利；文森扎·托纳托雷；亚历杭德罗·托雷斯-奥胡埃拉；菲利普·特罗伊特兰；安德里亚·特罗姆贝托尼；蔡玉岱;克里斯蒂安·乌弗雷希特；斯特凡·乌尔默；丹尼尔·瓦鲁克；维尔·瓦斯科宁；维罗尼卡·巴斯克斯-阿塞韦斯；尼古拉·V·维塔诺夫；克里斯蒂安·沃格特；沃尔夫·冯·克利青；安德拉斯·武基奇斯；莱因霍尔德·瓦尔泽；王金;尼尔斯·沃伯顿；亚历山大·韦伯-日期；安德烈·温兹劳斯基；迈克尔·维尔纳；贾森·威廉姆斯；帕特里克·温德帕辛格；彼得·沃尔夫；丽莎·沃尔纳；安德烈·雪雷布；穆罕默德·E·叶海亚；伊曼纽尔·赞布里尼·克鲁塞罗；穆斯林扎雷；詹明生;林周;朱尔·祖潘；埃里克·祖帕尼奇
低成本的高速纤维耦合干涉仪，用于精确的表面经理测量法
摘要：由于它们的非接触式和快速测量功能，激光干涉仪代表了表面验证仪的触觉手写笔仪器的有趣替代方法。除了这些出色的属性外，收购成本在行业中起着重要作用，限制了光学辅助仪的频繁使用，而光学仪比触觉修理仪昂贵得多。我们提出一个低成本激光测量干涉仪，其轴向重复性以低于1 nm的速度，以每秒38,000高的高度值。传感器的性能已在几个表面标准上进行了验证，可达到高达160 mm/s的横向扫描速度。进一步到高扫描速度，高采集率通过平均测量高度值来提高测量精度。例如，可以将625 pm的标准偏差用于重复测量值，以牺牲数据速率为代价。但是，传感器概念为进一步提高数据速率和测量可重复性提供了潜力。
量子流体的多体干涉测量法
在量子科学中，表征强关联物质是一项日益重要的挑战，因为其结构常常被大量纠缠所掩盖。越来越明显的是，在量子领域，状态准备和表征不应分开处理——将这两个过程纠缠在一起可在信息提取方面带来量子优势。在这里，我们提出了一种结合绝热态准备和拉姆齐光谱学的方法，我们称之为“多体拉姆齐干涉法”：利用我们最近开发的计算基态和多体本征态之间的一对一映射，我们准备一个由辅助量子比特的状态控制的多体本征态叠加，让叠加演化出相对相位，然后逆转准备协议以解开辅助量子比特的纠缠，同时将相位信息重新定位到其中。然后，辅助量子比特断层扫描提取有关多体本征态、相关激发光谱和热力学可观测量的信息。这项工作证明了利用量子计算机有效探索量子物质的潜力。
使用基于体素的形态测量法识别年轻人逆境适应力的大脑结构标记
1 巴斯大学心理学系，英国巴斯，2 罗马第二大学生物医学与预防系，意大利罗马，3 马蒂诺斯生物医学成像中心和哈佛医学院，美国波士顿，4 儿童发展研究所，加拿大多伦多，5 密德萨斯大学心理学系，英国伦敦，6 伯明翰大学心理学院人类大脑健康中心，英国伯明翰，7 法兰克福大学医院儿童和青少年精神病学、心身疾病和心理治疗系，歌德大学，德国法兰克福，8 费森尤斯应用科学大学心理学院，德国法兰克福，9 亚琛工业大学医院儿童和青少年精神病学、心身疾病和心理治疗系儿童神经心理学科，德国亚琛，10 儿童和青少年精神病学系，德国德累斯顿工业大学医学院，德累斯顿，11 瑞士巴塞尔大学精神病学系，巴塞尔大学医院儿童和青少年精神病学系，12 瑞士苏黎世大学雅各布青年生产力发展中心，13 德国亚琛工业大学和于利希于利希研究中心 JARA-Brain Institute II、分子神经科学和神经成像