XiaoMi-AI文件搜索系统
World File Search System论文
引用了原始发表的论文（记录的版本）：Åkerblom，N。，Chen，Y.，Haghir Chehreghani，M。（2023）。能源消费的在线学习
由于电池容量有限，能源效率有效的导航构成了电动汽车的重要挑战。我们采用贝叶斯的方法来对路段的能源消耗进行建模，以进行有效的导航。为了学习模型参数，我们开发了一个在线学习框架，并研究了几种探索策略，例如汤普森采样和上限限制。然后，我们将我们的在线学习框架扩展到多代理设置，在该设置中，多个车辆可适应和学习能量模型的参数。通过分析批处理反馈下的算法，我们分析了汤普森采样，并在单位代理和多代理设置中建立了严格的遗憾界限。最后，我们通过在几个现实世界的城市路网络上进行实验来演示方法的性能。
kaya ai机会论文
在某个时候，通用AI变为AGI（人工通用智能）。AI周围最大胆的预测来自Openai周围的人们，例如Alum Leo Aschenbrenner的160页纸。agi本身是一个模糊而模棱两可的概念，因此我们不会进一步辩论，尽管有一些尝试围绕AGI含义（例如ARC-AGI项目）建立共识。研究人员似乎同意，ChatGpt4通过了Turing测试，这是AI的圣杯之一 - 使机器行为与经过测试的方面的人类行为完全没有区别。全局仍然存在LLMs的能力（或仅是非常基本的）来理解物理世界，记住和检索事物，持续记忆，推理能力和计划能力的能力，这些能力都是有机智能的特征。奇怪的是，使用情感操纵时，LLM的表现更好（纸）。
生物信息学和微生物组中的硕士论文
项目背景：微生物组在人类健康和疾病中起重要作用。下一代16S rRNA基因测序是一种强大的技术，用于表征粪便，诸如感染，癌症，糖尿病，神经退行性疾病和肥胖等疾病的样品中的细菌组成。微生物组分析有望有望诊断和整合常规临床微生物学。但是，16S测序数据所需的生物信息学分析的复杂性仍然是一个主要障碍。开发简化的管道来简化此分析对于常规诊断使用至关重要。目标：该项目的目的是通过一般微生物组组成输出来构建和验证16S rRNA基因测序分析的标准化生物信息学管道和工作流程。方法：Qiime2将与NextFlow结合使用，以创建标准化的16S rRNA测序工作流，用于微生物组分析。微生物组测序和常规诊断的分析数据将用于测试和验证工作流程。
论文路径：经济学研究生产功能的顾问和学生
精英经济学博士计划旨在培训研究生一生的研究。本文询问建议如何影响研究生的PHD后研究生产力。建议是高度集中的：在我们研究的八所高度选择性学校中，少数顾问做大多数建议工作。我们量化顾问属性，例如顾问自己的研究成果以及咨询关系的各个方面，例如合作和研究领域的亲和力，这可能有助于学生研究成功。受研究活性，多产的顾问建议的学生倾向于发表更多，而合交没有效果。学生顾问研究的亲和力也可以预测学生的成功。但是，学校级的总生产功能提供了因果影响的弱证据，这表明成功的顾问吸引了可能成功的学生 - 不一定会增加学生的成功机会。因果影响的证据对于顾问自己的研究成果的量度最强。汇总的学生研究成果似乎随研究生入学率线性扩展，没有班级大小的效果的证据。对研究产出中性别差异的分析表明，在PHD后的头几年，男性和女性研究生的生产力同样具有生产力，但女性生产率的峰值比男性生产力早。
引用原始发表的论文（记录的版本）：Tadesse，B.，Svetlicic，E.，Zhao，S。等（2024）。对骨头不好？ - 基因组分析
肠球菌包含一组乳酸菌（LAB），具有巨大的用作食品发酵微生物的潜力。不幸的是，由于发生致病性和多药抗性菌株，肠球菌受到了很多负重的关注。在这项研究中，我们使用基因组学来选择44个研究的肠球菌分离株中的安全糖果。 对四十四菌株的基因组进行了充分测序，并评估了毒力和抗生素耐药基因的存在。 属于乳酸肠肠球菌，肠球菌，杜兰肠球菌和泰国肠球菌的19个分离株被认为免受基因组分析的安全性。 评估的二级代谢产物基因簇评估了细菌素的存在，并发现十二个候选物可以分泌抗微生物化合物，可有效针对从奶酪和金黄色葡萄球菌分离出的listeria monocytogenes。 生理表征显示，在dustrial潜力中有19个；所有菌株在42°C时生长良好，酸化1.5小时的速度比乳腺乳酸乳酸菌乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳突乳酸乳杆菌（Lactococcoccus）乳注。 我们得出的结论是，所检查的肠球菌中有很大一部分是安全的，并且可以用作具有固有生物保护能力的优秀食品发酵微生物。在这项研究中，我们使用基因组学来选择44个研究的肠球菌分离株中的安全糖果。对四十四菌株的基因组进行了充分测序，并评估了毒力和抗生素耐药基因的存在。属于乳酸肠肠球菌，肠球菌，杜兰肠球菌和泰国肠球菌的19个分离株被认为免受基因组分析的安全性。的二级代谢产物基因簇评估了细菌素的存在，并发现十二个候选物可以分泌抗微生物化合物，可有效针对从奶酪和金黄色葡萄球菌分离出的listeria monocytogenes。生理表征显示，在dustrial潜力中有19个；所有菌株在42°C时生长良好，酸化1.5小时的速度比乳腺乳酸乳酸菌乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳酸乳突乳酸乳杆菌（Lactococcoccus）乳注。我们得出的结论是，所检查的肠球菌中有很大一部分是安全的，并且可以用作具有固有生物保护能力的优秀食品发酵微生物。
引用了原始发表的论文（记录的版本）：Bainsla，L.，Zhao，B.，Behera，N。等（2024）。
通过将光结合到下波长体积，光力学的微腔可以大大增强光和机械运动之间的相互作用。但是，这是以增加光损耗率的成本。因此，将基于微腔的光力系统放置在未解决的边带机制中，以防止基于边带的地面冷却。减少此类系统光损耗的途径是设计腔镜，即与机械谐振器相互作用的光学模式。在我们的工作中，我们分析了这样的光力学系统，其中其中一个镜子与频率很大，即悬挂的Fano镜子。此光力学系统由两种光学模式组成，这些光学模式与悬挂的Fano镜子的运动。我们制定了一个量子耦合模式描述，其中包括标准色散光学耦合以及耗散耦合。我们在线性状态下求解了系统动力学的兰格文方程，表明即使腔本身不在解析的边带机制中，但可以从室温下进行冷却，而是通过强光模式耦合来实现有效的侧带分辨率。重要的是，我们发现，需要针对有效激光衰减来适当分析腔输出光谱，以推断机械谐振器的声子占用。我们的工作还可以预测如何通过工程化Fano Mirror的特性来达到基于FANO的微博中非线性量子光学机械的制度。
研究论文 小麦 RNA 编辑位点的全基因组调查和功能分析
小麦是一种重要的谷物，全球一半人口都食用小麦。小麦面临环境压力，人们使用了不同的技术（CRISPR、基因沉默、GWAS 等）来提高其产量，但 RNA 编辑 (RES) 在小麦中尚未得到充分探索。RNA 编辑在控制环境压力方面具有特殊作用。对不同类型的小麦基因型中的 RES 进行了全基因组鉴定和功能表征。我们通过 RNA 测序分析采用了六种小麦基因型来实现 RES。研究结果表明，RNA 编辑事件均匀发生在所有染色体上。RNA 编辑位点随机分布，在小麦基因型中检测到 10-12 种类型的 RES。在耐旱基因型中检测到的 RES 数量较多。在六种小麦基因型中还鉴定了 A-to-I RNA 编辑（2952、2977、1916、2576、3422 和 3459）位点。基因本体分析后发现，大多数基因参与了分子过程。还检查了小麦中的 PPR（五肽重复序列）、OZ1（细胞器锌指序列）和 MORF/RIP 基因表达水平。正常生长条件使这三个不同基因家族的基因表达出现差异，这意味着不同基因型的正常生长条件可以改变 RNA 编辑事件并影响基因表达水平。而 PPR 基因的表达没有变化。我们使用变异效应预测器（VEP）来注释 RNA 编辑位点，Local White 在蛋白质的 CDS 区域具有最高的 RES。这些发现将有助于预测其他作物的 RES，并有助于小麦抗旱性的发育。
原始发表论文的引用（记录版本）：Wiegand, E., Wen, P., Delsing, P. et al (2021). Ultimate quantum limit for amplificatio
摘要 我们研究了光场与一维 (1D) 半无限波导末端附近的原子耦合的三种放大过程。我们考虑了两种设置，其中驱动在三能级原子的裸基或修饰基中引起粒子数反转，以及一种设置，其中放大是由于驱动的两能级原子中的高阶过程引起的。在所有情况下，波导的末端都充当光的镜子。我们发现，与开放波导中的相同设置相比，这以两种方式增强了放大。首先，镜子迫使原子的所有输出都朝一个方向传播，而不是分成两个输出通道。其次，镜子引起的干涉使得能够调整原子中不同跃迁的弛豫速率比，以增加粒子数反转。我们量化了由于这些因素而导致的放大增强，并表明可以在超导量子电路实验中用标准参数证明这一点。
科学数据论文arxiv
公共成像数据集对于癌症成像中自动化工具的开发和评估至关重要。不幸的是，许多不包括注释或图像衍生的特征，使其下游分析变得复杂。基于人工智能的注释工具已被证明可以实现可接受的性能，因此可用于自动注释大型数据集。作为丰富NCI成像数据共享（IDC）中可用的公共数据的努力的一部分，在这里，我们在这里介绍了AI生成的注释，用于两种计算机断层扫描图像的胸部，NSCLC-radiomics和国家肺肺部筛查试验的两部计算机图像。使用公开可用的AI算法，我们得出了有风险的胸腔器官的体积注释，它们相应的放射线特征以及解剖学地标和地区的切片级注释。由IDC在IDC中公开可用的注释，其中DICOM格式用于协调数据并实现公平的原则。注释伴随着启用云的笔记本，以证明其使用。这项研究强大了对大型，可公开访问的策划数据集的需求，并证明了如何使用AI来帮助癌症成像。
原始发表论文的引文（记录版本）：Willsch, D., Willsch, M., Gonzalez Calaza, C. et al (2022)。Benchmarking Advantage 和
摘要 我们使用飞机调度场景中的尾部分配和精确覆盖问题，对迄今为止最大的量子退火器（5000+ 量子比特量子退火器 Advantage 及其 2000+ 量子比特前身 D-Wave 2000Q）的量子处理单元进行了基准测试。基准测试集包含小型、中型和大型问题，其中既有稀疏连接实例，也有几乎完全连接的实例。我们发现，Advantage 在几乎所有问题上都优于 D-Wave 2000Q，成功率和问题规模都有显著提高。特别是，Advantage 还能够解决 D-Wave 2000Q 无法再解决的具有 120 个逻辑量子比特的最大问题。此外，仍然可以由 D-Wave 2000Q 解决的问题可以通过 Advantage 更快地解决。然而，我们发现，D-Wave 2000Q 可以在不需要 Advantage 上存在的许多新耦合器的情况下解决稀疏连接问题并获得更好的成功率，因此提高量子退火器的连通性本身并不会提高其性能。