XiaoMi-AI文件搜索系统
World File Search System香草
通过保留图生成模式
最近，在广泛的图形挖掘任务中深入研究并应用了预训练和微调图神经网络的范式。它的成功通常是对训练和下游数据集之间的结构一致性的表现，但是，在许多现实世界中，这并不成立。现有的作品表明，在使用香草微调策略时，预训练和下游图之间的结构差异显着限制了转移性。这种差异导致模型过度适应预训练图，并在捕获下游图的结构特性时造成困难。在本文中，我们将结构差异的基本原因确定为前训练和下游图之间生成模式的差异。此外，我们建议G-T Uning保留下游图的生成模式。给定下游图G，核心思想是调整预训练的GNN，以便它可以重建G graphon w的生成模式。但是，已知Graphon的确切重新构造在计算上是昂贵的。为了克服这一挑战，我们提供了一个理论分析，该分析建立了一组替代图形子的存在，称为任何给定的Graphon。通过利用这些图形碱基的线性组合，我们可以有效地近似w。这一理论发现构成了我们模型的基础，因为它可以有效地学习图形碱基及其相关系数。与现有的al-gorithm相比，G-T Uning在7个内域和7个室外转移学习实验中表现出一致的性能提高。
PGCN：用于脑电图识别的金字塔图卷积网络
摘要 - 情感识别对于各种精神疾病的诊断和康复至关重要。在过去的十年中，由于其突出的准确性和可靠性，对基于脑电图（EEG）的情绪识别进行了深入研究，并且图形卷积网络（GCN）已成为解释EEG信号的主流模型。然而，尽管已证明这种关系在情感识别中很重要，但电极关系，尤其是整个头皮的远距离触发依赖性。小型接受领域仅使较浅的GCN仅聚集局部淋巴结。另一方面，堆叠太多的层会导致过度光滑。为了解决这些问题，我们提出了锥体图卷积网络（PGCN），该网络汇总了三个级别的特征：局部，中镜和全局。首先，我们基于电极的3D拓扑关系构建一个香草GCN，该拓扑关系用于整合两阶局部特征。其次，我们基于先验知识构建了几个介观脑区域，并采用介观的关注来依次计算虚拟的介观中心，以关注介观脑区域的功能连接；最后，我们融合了节点特征及其3D位置，以构建数值关系邻接矩阵，以从全局的角度整合结构和功能连接。在三个公共数据集上的实验结果表明，PGCN在头皮上增强了关系模式，并在受试者独立的场景和主题独立的方案中实现了最先进的性能。同时，PGCN在增强网络深度和接受领域之间做出了有效的权衡，同时抑制了随之而来的过度光滑。我们的代码可在https://github.com/jinminbox/pgcn上公开访问。
内核预测中的时间准确性权衡：控制...
内核回归或分类（也称为机器学习中的加权ϵ -NN方法）对它们的简单性有吸引力，因此在数据分析中无处不在。ever，内核回归或分类的实际实现包括量化或子采样数据以提高时间效率，通常是以预测质量为代价。尽管在实践中有必要进行这种交易，但它们的统计含义通常尚未得到充分的了解，因此实际实施的实施很少。特别是尚不清楚是否可以维持内核预测的统计准确性（在某些应用中至关重要），同时改善预测时间。目前的工作提供了将内核预测与数据量化相结合的指导原则，以确保预测时间和准确性之间的良好贸易，尤其是为了近似维持香草内核预测的良好准确性。此外，我们的贸易保证是根据调整参数明确处理的，该调整参数可以作为旋钮，该旋钮根据实际需求而定于时间或准确性。在旋钮的一端，预测时间与单个最近邻居预测的顺序相同（在统计上是不一致的），同时保持一致性；在旋钮的另一端，预测风险几乎是最小的（就原始数据大小而言），同时仍降低时间复杂性。理论结果在来自一系列现实世界应用域的数据上得到了验证；特别是我们证明了理论旋钮的性能如预期的。因此，分析揭示了数据定量化方法与内核预测方法之间的相互作用，最重要的是，显式地控制了对从业者的贸易，而不是提前或使其不透明。
学习在线信念预测自动驾驶中有效POMDP计划
摘要 - 自主驾驶中有效的决策依赖于其他交通代理的未来行为的准确推断。为了实现这一目标，我们提出了一个基于在线信念的行为预测模型，也提出了一个有效可观察到的马尔可夫决策过程（POMDP）的有效计划者。我们开发了一个基于变压器的预测模型，通过复发性神经记忆模型增强，以动态更新潜在信念状态并推断其他代理的意图。该模型还可以整合自我车辆的意图，以反映代理之间的闭环交互，并从离线数据和在线交互中学习。为了计划，我们采用了一个具有宏观动作的蒙特卡洛树搜索（MCT）计划者，从而通过搜索时间扩展的动作步骤来降低计算复杂性。在MCTS计划者中，我们使用预测的长期多模式轨迹来近似未来的更新，从而消除了迭代信念的更新和提高跑步效率。我们的方法还将深度Q学习（DQN）作为搜索事务，从而大大提高了MCTS计划者的性能。模拟环境的实验结果验证了我们提出的方法的有效性。在线信念更新模型可以显着提高预测的准确性和时间一致性，从而改善决策绩效。在MCT计划中，采用DQN作为搜索，大大提高了其性能，并优于基于模仿学习的先验。此外，我们表明，具有宏观动作的MCT计划在性能和效率方面大大优于香草方法。
通过伦理上相关的化学感应刺激
大理石爆炸测试是一种经过药理验证的范式，用于研究实验室啮齿动物中的焦虑样行为。我们的实验室已将此测定作为行为筛查的一部分，以检查药物引起的负面情感状态。从历史上看，我们先前的大多数暴饮暴食研究都专门且可靠地检测到了基础和酒精戒断引起的负面影响的青少年差异。然而，在实验设计中包括女性受试者时，在我们先前的工作中，与年龄相关的大理石行为差异要么是不存在的，要么是相反的。据报道，由于雌性的化学感应提示是男性的抗焦虑性，因此本研究检查了相反的成年成员的气味如何影响成人以及青少年小鼠的大理石养成行为。对照研究研究了在存在新型中性（香草）和厌恶（茶树）气味的情况下小鼠的反应性。成年男性在存在女性床上用品的情况下表现出焦虑样行为的迹象，而两性的成年女性和青少年小鼠在存在男性和女性床上用品的情况下增加了大理石居民行为。在存在厌恶气味的情况下，所有小鼠都表现出更多的埋葬，而只有青少年才能响应新的中性气味而增加大理石居民。这些数据表明性别相互作用在性别和非挥发性气味的影响中，从性别不佳的成人种子中的挥发性和非挥发性气味在与实验设计的大理石爆炸性测试中，对实验设计和程序的相关性测试在包括性别作为生物学变量的大理石爆炸性测试中。
在分子图中优化OOD检测
尽管分子表示学习最近取得了进展，但其有效性还是在近世界的假设上假定的，即训练和测试图来自相同的分布。开放世界测试数据集通常与分布（OOD）样本混合在一起，在该样本中，部署的模型将难以做出准确的预测。在药物筛查或设计中分子特性的误导性估计会导致湿lab资源的大量浪费并延迟发现新疗法的发现。传统检测方法需要对OOD检测和分布（ID）分类性能进行贸易，因为它们共享相同的表示模型。在这项工作中，我们建议通过采用基于辅助扩散模型的框架来解析OOD分子，该框架比较了输入分子和重建图之间的相似性。由于产生构建ID训练样品的产生偏见，OOD分子的相似性得分将要低得多以促进检测。尽管在概念上很简单，但将此香草框架扩展到实际检测应用程序仍然受到两个重大挑战的限制。首先，基于欧几里得距离的流行相似性指标无法考虑复杂的图形结构。第二，涉及迭代脱氧步骤的属性模型众所周知，尤其是在大量药物库上运行时。为了应对这些挑战，我们的研究先驱者是一种旋转型G raph r生态建构的方法，该方法被称为pgr-mood。具体来说，PGR-MOOD取决于三个创新：i）一个有效的指标，可根据离散的边缘和连续节点特征全面量化输入和重建分子的匹配程度； ii）构建
变量：可变图像大小的视觉变压器
Vision Transformers（VIT）已成为代表学习中最新的架构，利用自我注意的机制在各种任务中脱颖而出。vits将图像分为固定尺寸的补丁，将其限制为预定义的大小，并需要进行预处理步骤，例如调整大小，填充或裁剪。这在医学成像中构成了挑战，尤其是在肿瘤等不规则形状的结构中。一个固定的边界盒子量产生的输入图像具有高度可变的前景与地面比率。进行医学图像可以降低信息并引入人工制品，从而影响诊断。因此，对感兴趣区域的裁缝量化作物可以增强特征代表能力。此外，大图像在计算上是昂贵的，尺寸较小，风险信息损失，表现出计算准确性的权衡。我们提出了Varivit，这是一种改进的VIT模型，该模型制定了用于处理可变图像尺寸的同时保持连贯的贴片大小。varivit采用新颖的位置嵌入调整大小方案，用于可变数量的斑块。我们还将在变量内实施一种新的批处理策略，以降低计算复杂性，从而导致更快的培训和推理时间。在我们对两个3D脑MRI数据集的评估中，变量超过了胶质瘤基因型预测和脑肿瘤分类中的香草vits和重新连接。它的F1得分分别为75.5％和76.3％，学习了更多的判别特征。与常规体系结构相比，我们提出的批处理策略将计算时间最多减少了30％。这些发现强调了图像表示学习中变量的功效。关键字：视觉变压器，建筑，表示，肿瘤分类
Quinones来自生物聚合物和小分子钻入石墨电极
可再生和低成本材料的一种杰出来源是植物，已知并用作能源（通过燃烧）已有数千年的历史。最近发现，可以将含有氧化还原活性喹酮基团的植物衍生的材料用于电能储能。[4]最成功的例子之一是使用氧化还原活性喹酮和氢喹酮基团用于电荷存储设备中的木质素。[4C，5]然而，将木质素材料用于电力储存时，一个具有挑战性的方面是木质素的电绝缘性质。因此，需要使用导电材料才能访问大部分中的氧化还原主动奎因酮基团。在第一代木质素电极中完成了电子导体和木质素的亲密混合，[5a]在那里，在黑液的可溶性木质磺酸盐（LS）的情况下，将吡咯是聚合物的聚合物到多吡咯。ls是一种从纸和纸浆厂加工而得出的水溶性木质素。其他电子聚体也用于制备具有木质素作为电活性元件的杂种材料，包括电化学和化学方法。[5b]由于电子聚合物的不稳定性以及这些成本，这种组合没有提供长期且可扩展的低成本替代方案，用于充电存储。黑酒是纸张和纸浆加工的废品，是木制纤维素提取过程的结果，因此以低成本提供。[6]黑酒主要燃烧以产生加热，并用于恢复造纸厂的工艺化学品。然而，缺点是碱性/酸溶液和有机溶剂的常见用途，以便从木浆中提取和分离纤维素，从而使隔离工艺能量能量需求和环境危险。木质素的废物主要用作表面活性剂和分散剂，以及香草蛋白的来源。纸
le Comptoir Woodward，一家新的美食精品店，在...
日内瓦，2023年12月21日 - 伍德沃德（Woodward）很高兴推出其最新作品：Le Comptoir Woodward，理想位置位于旧城区的中心。与厨师Titouan Claudet和Olivier Jean合作，这个新的空间及其精致的装饰将欢迎日内瓦居民从12月21日的日内瓦居民提供甜美可口的菜单，并得到了Stettler Chocolates和Castrischer Black Black Forests的补充。这个独特而创新的概念是由伍德沃德（Woodward）的所有者，日内瓦（Geneva）的所有者和世界其他五个烹饪概念的发起人创建的。互补的二人组是一个真正的上城邀请函，勒·康托尔·伍德沃德（Le Comptoir Woodward）是行政厨师，奥利维尔·吉恩（Olivier Jean）和糕点厨师Titouan Claudet的同谋的结果。伍德沃德（Woodward）有两家餐厅Le Jardinier和L'Atelier Robuchon，该餐厅最近被授予其第二位米其林明星。，二人组创建了一个精致，美味的菜单，传统作品符合新口味。他们的任务是全天向日内瓦人民提供一系列高质量的维也纳和糕点。在这个舒适，亲密的新空间中，将提供大约十个座位，并由室内建筑师CécileMorel进行现代设计。无论您正在寻找快速零食还是坐下来的午餐，精品店的菜单全天都会更改，以适应每个人的口味。象征性的羊角面包和瑞士面包也将伴随着热饮和果汁的选择。一旦开放早餐，美食家就可以享受美味的Viennoiseries，从片状或填充的奶油蛋卷到卷的糕点，可提供奇特的水果 - 香草或gianduja tonka bean，并带有fleur de sel版本。
在体内没有糖尿病作用的功能性牛轧糖的发展
牛轧糖是一种由鲜奶，糖，蜂蜜和坚果制成的糖果食品。在传统的意大利牛轧糖食谱中，混合物用香草提取物调味，并用烤杏仁包装。由于大量糖，传统的牛轧糖被禁止使用糖尿病患者的饮食。在目前的工作中，我们旨在开发创新的无糖牛轧糖，并将其纹理和感觉性能与商业牛轧糖的质地和感觉属性进行比较。最后，我们测试了非肥胖糖尿病（NOD）小鼠的残留高血糖效应，这是一种1型糖尿病模型。，我们使用传统的工业仪器将黄原胶，红th素和蛋白与蛋清和杏仁混合，开发了一种无糖的牛轧糖配方。技术分析表明，就剪切力而言，该结构与传统耐嚼牛轧糖的结构相当。感觉分析表明，保留了风味和甜度，而凝聚力和可断裂性发生了显着变化。有趣的是，创新的食物组成对另外两个纹理参数产生了积极影响。溶解度和粘合性。体内实验表明，没有患有糖尿病的实验性牛轧糖的组中的小鼠数量明显高于用商业牛轧糖喂养的小鼠（66.6％vs。33.0％； p <0.05），与没有牛轧糖的小组没有什么不同（72.7％; p = 0.37）。 总而言之，与传统产品相比，我们以试点量表生产具有创新的无糖牛轧糖，具有改进的质地和类似的感觉特性。33.0％； p <0.05），与没有牛轧糖的小组没有什么不同（72.7％; p = 0.37）。总而言之，与传统产品相比，我们以试点量表生产具有创新的无糖牛轧糖，具有改进的质地和类似的感觉特性。体内，实验性牛轧糖没有显着增加糖尿病的发病率。