XiaoMi-AI文件搜索系统
World File Search System渐进式
上升的渐进式加密时间内存折衷
Martin Hellman于1980年提出了时间内存权衡的概念，以对DES进行蛮力攻击。该方法由一个具有强度的预报阶段组成，其结果存储在表中，随后用来显着减少蛮力所需的时间。一个重要的改进是Philippe Oechslin撰写的2003年彩虹桌的介绍。然而，预先计算彩虹表的过程相当低效率，这是由于最终被丢弃的高计算值速率。Avoine，Carpent和Leblanc-Albarel于2023年推出了降级的彩虹桌子，其中包括在预先启动阶段回收链条。在本文中，引入了一种称为上升阶梯彩虹桌的新变体。公式提供了预测攻击时间，预先计算时间，内存要求和覆盖范围。通过理论结果和实施，分析表明，这种新变体对降级的彩虹桌和香草彩虹桌的高度改进都具有显着改善。具体而言，对于典型的99.5％的覆盖范围，上升阶梯式彩虹桌的预先计时时间比下降阶梯桌快30％，并且（最多）比香草彩虹桌快45％，而攻击时间分别降低了攻击时间高达15％和11％。
优先考虑渐进式 MS 康复研究 - PEARL
摘要背景：多发性硬化症 (MS) 患者会出现各种症状，这些症状会对其生活质量产生负面影响。尽管针对复发缓解型 MS (RRMS) 患者的康复策略取得了重大进展，但针对进行性 MS 患者的类似策略的制定却很少受到关注。目标：强调对进行性 MS 患者来说重要的关键症状，并促进设计和实施以症状管理和康复为重点的高质量研究。方法：国际进行性 MS 联盟召集了一组国际研究专家、行业代表和受进行性 MS 影响的人，制定了针对进行性 MS 症状的研究重点。结果：根据来自 MS 社区的信息，我们概述了强调四种特别关注的症状的理由：疲劳、活动能力和上肢障碍、疼痛和认知障碍。抑郁、适应力、合并症和心理社会支持等因素会影响治疗效果。结论：这一协调一致的行动呼吁——呼吁研究界优先研究有效的症状管理策略，呼吁资助者支持这些策略——是解决患有进行性 MS 的人的康复研究空白的重要一步。
通过渐进式去中心化管理代理对代理的信任经济
当前的人工智能治理方法往往无法预测人工智能代理管理关键任务（例如财务运营、行政职能等）的未来。由于人工智能代理最终可能会在彼此之间委派任务以优化效率，因此了解人类价值交换的基本原则可以深入了解人工智能驱动型经济的运作方式。正如信任和价值交换是开放市场中人类互动的核心一样，它们对于实现人工智能代理之间的安全高效互动也至关重要。虽然加密货币可以作为人工智能代理之间协作和委派动态中价值交换货币化的基础，但一个关键问题仍然存在：这些代理如何可靠地确定信任对象，以及随着人工智能代理经济的扩大和发展，人类如何确保有意义的监督和控制？本文呼吁集体探索加密经济激励措施，这可以帮助设计去中心化的治理系统，使人工智能代理能够自主交互和交换价值，同时通过渐进式去中心化确保人类监督。为此，我提出了一项研究议程，使用 AgentBound 代币 (ABT) 来解决代理与代理之间的信任问题。ABT 是一种不可转让、不可替代的代币，与单个 AI 代理唯一绑定，类似于 Web3 中人类的 Soulbound 代币。通过权益证明机制将 ABT 作为代理与代理网络内自主行动的抵押品，代理可能会受到激励，促使其采取道德行为，并自动执行对不当行为的处罚。
WMT APP 产品组合，原生和渐进式 Web 应用程序
BioZen................................................................................ 4 Breathe2Relax.............................................................. 5 决定 + 做好准备.............................................................. 6 DHA MedCard.............................................................................. 7 服药依从性...................................................................... 8 疼痛与阿片类药物安全............................................................. 9 从儿科到成人护理的过渡....................................................10 战术呼吸器.........................................................................11 虚拟希望盒......................................................................... 12
定义定制、扩展和渐进式细化计划对所有生命周期阶段的意义 Carol Wilkinson 博士、SCPM；Rich Kaczmarek、NSF
• 序列化产品/交付物 – 传统（设计、设施、设备等） • 周期性进展 – 敏捷（IT、开发、原型设计、调试等） • 功能服务（合同、工作量水平 (LOE) 管理、运营） • 混合 – 多种类型的混合（例如传统、LOE 管理和业务服务、敏捷 IT）
单聚合物复合材料的渐进式微观力学模型及自增强PA6基复合材料的实验验证
本文提出了一种新颖的分析微观力学模型，用于逐步预测连续或不连续取向纤维增强复合材料的力学行为，该模型基于Curtin模型考虑了部件的非线性力学行为和纤维束的统计断裂。选择了PA6基单聚合物复合材料（SPC），并对12种可用的PA6纤维进行了大量的实验测量，并进行了足够的重复次数，以找到可靠的统计威布尔参数。此外，还测试了10种不同的PA6基质样品，这些样品与不同剂量的添加剂和原材料聚合而成。展示了纯PA6基质在提高强度和韧性方面的巨大潜力。结果表明，使用伸长率与PA6纤维数量级相同的坚韧基质可显著提高SPC的强度和韧性。所开发的渐进式微观力学模型为开发新型可回收SPC提供了分析参数框架和设计指南。
使用基于多站点数据训练的渐进式细节层次网络对抗脑部 MRI 分割中的扫描仪效应
许多人脑的临床和研究都需要精确的 MRI 结构分割。虽然传统的基于图谱的方法可以应用于来自任何采集部位的体积，但最近的深度学习算法只有在对训练中使用的相同部位的数据（即内部数据）进行测试时才能确保高精度。外部数据（即来自看不见的部位的看不见的体积）的性能下降是由于部位间强度分布的变化，以及不同 MRI 扫描仪模型和采集参数导致的独特伪影。为了减轻这种部位依赖性（通常称为扫描仪效应），我们提出了 LOD-Brain，这是一个具有渐进细节层次（LOD）的 3D 卷积神经网络，能够分割来自任何部位的大脑数据。较粗的网络级别负责学习有助于识别大脑结构及其位置的稳健解剖先验，而较细的网络级别则细化模型以处理特定部位的强度分布和解剖变化。我们通过在前所未有的丰富数据集上训练模型来确保跨站点的稳健性，该数据集汇集了来自开放存储库的数据：来自大约 160 个采集站点的近 27,000 个 T1w 卷，规模为 1.5 - 3T，来自 8 至 90 岁的人群。大量测试表明，LOD-Brain 产生了最先进的结果，内部和外部站点之间的性能没有显著差异，并且对具有挑战性的解剖变异具有稳健性。它的可移植性为跨不同医疗机构、患者群体和成像技术制造商的大规模应用铺平了道路。代码、模型和演示可在项目网站上找到。
渐进式人工智能实现更公平、更高效的司法
Carrillo, Paloma, Daniel Chen,* Manuel Ramos- Maqueda,* 和 Bernardo Silveira。2022.“信息提供和法庭表现：来自智利的实验证据。”工作论文，美国国家经济研究局。http://users.nber。org/ ∼ dlchen/papers/Information_Provision_and_ Court_Performance.pdf。Chen, Daniel L.* 2020。“增量式人工智能。”工作论文，美国国家经济研究局。http:// users.nber.org/ ∼ dlchen/papers/Incremental_AI.pdf。Chen, Daniel L.,* 和 Jess Eagel。2017.“机器学习能否帮助预测庇护裁决的结果？” ACM ICAIL 会议论文集，英国伦敦。https://users.nber.org/ ∼ dlchen/ papers/Can_Machine_Learning_Help_Predict_the_ Outcome_of_Asylum_Adjudications.pdf。Chen, Daniel L.、* Tobias J. Moskowitz 和 Kelly Shue。2016.“赌徒谬误下的决策：来自庇护法官、贷款官员和棒球裁判的证据。”《季刊经济学》131 (3)：1181–1242。https://doi.org/ 10.1093/qje/qjw017。Dunn, Matt, Levent Sagun, Hale S¸irin 和 Daniel Chen。* 2017。“庇护法院判决的早期可预测性。”第 16 届国际人工智能与法律会议论文集：233–236。https://users.nber.org/ ∼ dlchen/papers/Early_Predictability_of_Asylum_ Court_Decisions.pdf。Kondylis, Florence,* 和 Mattea Stein。2018。“正义的速度。”政策研究工作文件 8372，世界银行，华盛顿特区。http://documents.worldbank.org/curated/en/455021521720861143/ The-speed-of-justice。Ramos-Maqueda，Manuel，* 和 Daniel Chen。* 2021。“司法在发展中的作用：数据革命。”政策研究工作文件 9720，世界银行，华盛顿特区。http://hdl.handle.net/ 10986/35891。West，Tessa V.、Katherine Thorson、Heidi Grant 和 David Rock。“要求反馈与未要求反馈：一项实验研究。”神经领导力研究所。https:// membership.neuroleadership.com/material/asked- for-vs-unasked-for-feedback-an-experimental-study/。