XiaoMi-AI文件搜索系统
World File Search System用于
基于热电冷却器（TEC）用于空间应用的热控制系统：数值研究
本研究设计并数值研究了一个新的热控制系统，用于用于航天器系统光学有效载荷的检测器。系统使用热电冷却器（TEC）作为维护冷手指在所需的设定点保持探测器温度的活性元件，使其在整个操作过程中保持在所需的范围内。该系统没有使用任何热管网络，而是使用附着在TEC热侧的辐射器将热负载耗散到环境空间环境中。使用有效属性的系统级建模用于对TEC的性能进行建模，而无需对任何内部复杂的几何形状进行建模。与温度相关的电流轮廓用作TEC的输入条件，因此TEC仅消耗所需的外部功率。研究了散热器的TEC设定点和几何参数的效果，并观察到，通过使用较大的设定点或具有较大尺寸的散热器，获得了功耗或提高性能系数的大幅度降低。该系统将进一步研究不同的热载荷和占空比（在100分钟的轨道周期内高达50％），以评估其在不同操作条件下的功效。还研究了该系统的连续操作周期，可以观察到，连续循环之间的循环误差最终将其变为零至零，因此表明在整个系统的整个生命中，都满足了连续的循环的温度控制要求。
CRISPR Cas9——用于治疗镰状细胞病的基因剪刀
○ 哪些基因编码了红细胞镰状化？○ CRISPR-Cas9 在原核生物（如细菌）中的自然机制是什么，它是如何被修改并用于编辑真核生物（有细胞核的生物）中的基因的？○ CRISPR 基因编辑技术如何应用于镰状细胞病患者？
用于自动胎儿脑生物测量的双重对抗校准框架
本文介绍了一种新颖的胎儿脑部自动生物测量方法，该方法旨在满足中低收入国家的需求。具体而言，我们利用高端 (HE) 超声图像为低成本 (LC) 临床超声图像构建生物测量解决方案。我们提出了一种新颖的无监督域自适应方法来训练深度模型，使其对图像类型之间显著的图像分布变化保持不变。我们提出的方法采用双对抗校准 (DAC) 框架，由对抗途径组成，可强制模型对以下方面保持不变：i) 来自 LC 图像的特征空间中的对抗性扰动，以及 ii) 外观域差异。我们的双对抗校准方法估计低成本超声设备图像上的小脑直径和头围，平均绝对误差 (MAE) 为 2.43 毫米和 1.65 毫米，而 SOTA 分别为 7.28 毫米和 5.65 毫米。
DECIMER.ai - 用于科学出版物中自动光学化学结构识别、分割和识别的开放平台
在过去的几十年中，描述化学结构的出版物数量稳步增加。然而，目前大多数已发表的化学信息在公共数据库中都无法以机器可读的形式获得。以更少的人工干预方式实现信息提取过程的自动化仍然是一个挑战——尤其是化学结构描述的挖掘。作为一个利用深度学习、计算机视觉和自然语言处理方面的最新进展的开源平台，DECIMER.ai（化学图像识别深度学习）致力于自动分割、分类和翻译印刷文献中的化学结构描述。分割和分类工具是同类中唯一公开可用的软件包，光学化学结构识别 (OCSR) 核心应用程序在所有基准数据集上都表现出色。这项工作中开发的源代码、训练模型和数据集均已在许可下发布。DECIMER Web 应用程序的一个实例可在 https://decimer.ai 获得。
基于人工智能的课程规划软件，用于支持能力提升
摘要 教学是一个复杂且需要认知的过程，也是一项非常有创造性的任务。必须精心准备一堂课才能确保有效、有目的的教学。如今，课程计划也经常使用标准软件（例如学习或内容管理系统）创建。显然，这种复杂的课程规划过程可以通过专门的软件系统来支持，这些软件系统不仅可以促进日常任务，还可以鼓励反思。本文阐述了基于人工智能技术的课程规划软件的理念和概念，以支持基于能力的学习。通过该软件，教师应该能够轻松直观地生成个性化的学习内容，而不会失去教学自由。通过各种用户场景，展示和解释了该软件的可能性。最后，本文旨在提高人们对此类智能学习环境的认识，以及它们如何实现终身教育链中学习内容的自动化开发。
机器学习筛查工具，用于预测废水中药物化合物的提取产率
药物化合物已成为废水中越来越重要的污染物来源，因为它是传统的处理方法无效地去除它们的方法，因此它们通常被放入环境中。可以使用液体液体提取成功去除药物，并且可以使用宇宙RS预测相互作用并识别最有前途的溶剂。但是，COSMO热模型无法解释关键过程参数，从而降低了这些计算模型的准确性。因此，需要替代计算方法来准确预测可以纳入处理和相互作用变量的药物的提取产率。这项工作使用机器学习来预测使用八种溶剂的11种药物的提取产率。探索了六个回归模型和两个分类模型。使用ANN回归器（测试MAE：4.510，测试R 2：0.884）和RF分类器（测试精度：0.938，测试召回：0.974）获得了最佳性能。RF回归分析和分类还显示了关键的提取产率特征：溶剂与喂养比，N - 辛烷 - 水分系数，氢键，氢键和范德华对多余的焓的贡献，以及pH距离至最近的PKA。机器学习显示为筛选和选择最有希望的溶剂和过程条件的绝佳工具，以从废水中去除药物。
REINVENT 2.0 – 用于从头药物设计的 AI 工具
图 S1 。一般工作流程。左侧：使用小型数据集进行 TL 以聚焦 Prior（生成模型）的状态，随后将其用于具有自定义 MPO 目标的 RL。右侧：对生成模型的不同状态进行采样时化合物分布的示意图。A ) 一般 Prior 是在 ChEMBL 上训练的初始生成模型的状态。与其他状态相比，它生成给定 SMILES 字符串的概率分布更均匀。B ) 聚焦先验是生成模型的一种状态，在该状态下，它可以以比其他区域更高的概率生成某些化学空间区域。C ) 生成模型作为聚焦先验进入 RL，并在整个过程中导航化学空间以寻找高 MPO 分数区域。导航过程中获取的数据属于 MPO 得分较高的区域，可作为新颖想法的来源。
用于龋齿检测的人工智能：数据的价值......
人工智能 (AI) 和深度学习子领域的应用已迅速进入医疗领域。特别是使用卷积神经网络 (CNN) 进行图像分析已被证明具有提高从业人员的可靠性和准确性的潜力。CNN 通过反复消化图像和图像标签对（例如，“此图像包含某种病理”）来学习图像中固有的统计模式，这些标签通常由医学专家提供，并最终能够评估未见过的数据 (LeCun 等人，2015)。对于检测龋齿病变，我们在诊断准确性研究 (Cantu 等人，2020) 中发现 CNN 的诊断准确度优于单个牙医，并在随机对照试验 (Mertens 等人，2021) 中证实了这一点。检测龋齿病变等病理本身不会给患者或医疗保健系统带来任何有形价值。相反，健康益处（和进一步的成本）来自后续（正确或错误分配的）治疗。对于射线照片上的龋齿检测，在建模研究中发现 CNN 具有成本效益，其中使用马尔可夫模型跟踪患者一生中检测到的（或未检测到的）和治疗的（或未治疗的）病变（Schwendicke
LandCover.ai：用于建筑物自动测绘的数据集……
土地覆盖和土地利用的监测和评估在自然资源管理中至关重要。遥感数据和图像处理技术已广泛应用于城市和农村地区的土地描述和变化检测。关于土地利用或土地覆盖的详细信息是各个领域的宝贵信息来源，例如城市规划[30,43]、变化检测[17]、植被监测[2]，甚至军事侦察。土地覆盖变化是环境变化[38,37]、森林覆盖动态[32]和退化[21]的指标，也是生物多样性监测的方法之一[31]。此类数据可用于研究景观中发生的过程，例如各种土地覆盖之间的流动 [ 16 ]，从而可以研究城市化、森林砍伐、农业强度和其他人为变化的速度。