XiaoMi-AI文件搜索系统
World File Search System风格化
阿凡达风格化对信任的影响
虚拟现实（VR）通过选择不同的化身在虚拟互动中代表自己的自由。但是，尚不清楚应为给定的社会场景选择哪个头像。社会互动通常依赖于建立信任。如果您选择高度逼真的头像，或者在表示方面有灵活性，人们是否更有可能信任您？这项工作提出了一项研究，该研究使用高赌注医学方案探讨了这个问题。参与者遇到了三个不同风格水平的不同医生：现实，讽刺和“中间”之间。信任评级在整个样式水平上基本一致，但参与者更有可能选择具有“中间”风格水平的医生来获得第二意见。明确偏爱三个医生身份之一，有证据表明这可能与运动特征有关。
具有风格化网络模型的概念框架
尽管学术界对物理互联网（PI）的兴趣和资金支持日益增加，但令人惊讶的是，人们对其操作和实施知之甚少。在本文中，我们建议在数字互联网（DI）的基础上研究 PI，数字互联网是一个成熟的实体。我们使用 DI 作为起点为 PI 网络提出了一个概念框架，并发现 PI 网络不仅需要解决可达性问题，即如何将物品从 A 路由到 B，还必须面对更复杂的优化问题，即如何动态优化一组额外的物流相关指标，如成本、排放和运输时间。这些最后的问题对于 DI 来说不那么关键，可以使用相对简单的程序来处理。基于我们的概念框架，我们随后提出了一个使用图论的简单网络模型来支持 PI 的操作化。该模型涵盖了当前文献中提出的 PI 的特征，并为进一步的定量分析提出了未来方向。
用于图像风格化的竞争神经网络
图像处理行业是全球增长最快的行业之一。电影制片厂雇佣了数百名设计师，以在截止日期前制作 CGI（计算机生成图像）视频。所做的工作极其艰苦，而且类型单一。这些特性使其成为用人工神经网络 (ANN) 取代 IT 工作者的潜在候选者。图像光照条件的变化尤其复杂和单调，特别是白天图像变为夜间图像和反之亦然。直到 2014 年，这个问题还没有解决方案，允许以当前一代图像格式 (1280 × 720 或 1920 × 1080 像素) 可接受的分辨率进行风格化。2014 年，生成对抗网络 (GAN) 的架构被发明 [15]。