XiaoMi-AI文件搜索系统
World File Search SystemAccuracy
EEG阶段可以在考虑到功率和信噪比之后的认知状态相似的准确性
EEG阶段越来越多地用于认知神经科学，大脑 - 计算机接口和闭环刺激设备。 但是，尚不清楚脑脑图在认知状态之间的准确性预测是多么准确。 我们终止了在11个公共数据集中的484名参与者中的parieto枕α波的EEG阶段预测准确性。 我们能够在各种认知条件和数据集中准确跟踪脑电图相位，尤其是在高瞬时α功率和信噪比（SNR）的时期。 尽管静止状态的精度通常高于任务状态，但绝对精度的差异很小，其中大多数差异归因于EEG功率和SNR。 这些结果表明，使用脑电图阶段的实验和技术应更多地集中于最大程度地减少外部噪声并等待高功率时期，而不是诱导特定的认知状态。EEG阶段越来越多地用于认知神经科学，大脑 - 计算机接口和闭环刺激设备。但是，尚不清楚脑脑图在认知状态之间的准确性预测是多么准确。我们终止了在11个公共数据集中的484名参与者中的parieto枕α波的EEG阶段预测准确性。我们能够在各种认知条件和数据集中准确跟踪脑电图相位，尤其是在高瞬时α功率和信噪比（SNR）的时期。尽管静止状态的精度通常高于任务状态，但绝对精度的差异很小，其中大多数差异归因于EEG功率和SNR。这些结果表明，使用脑电图阶段的实验和技术应更多地集中于最大程度地减少外部噪声并等待高功率时期，而不是诱导特定的认知状态。
现代经验大气模型的低地球轨道预测准确性
在相同时期重叠的预测性和确定的状态，以确定24、48和72小时的预测错误，我们表明JB2008在地磁风暴期间略优于MSIS模型，在某些孤立情况下将预测错误减少了一半。然而，在风暴周期之外，从我们的样本数据中产生的经验径向 - 中轨道 - 越野轨道的不确定性小于Jacchia-Bowman的同等结果：在400公里处，误差差异差异小于20％，但在700 km时，误差双倍。我们还表明，对于此应用，较新的NRLMSIS 2.0和经典NRLMSISE-00之间的差异可以忽略不计；较低的热圈密度会导致较高的C D估计值，但预测误差基本相同。
准确性和反应时间的性别差异
成人人群中的性别之间存在抽象的小但牢固的认知差异。研究儿童认知中的性别差异可以使这些差异在何时，何时何地出现在发展中。在这里，我们专注于工作记忆的差异，因为它在为儿童的广泛复杂认知任务和发展成果的基础上提供了重要性。在工作记忆的标准测试（N-BACK）上使用两个级别的难度，古巴的104 6至7岁儿童的数据表明，男孩的反应时间更快，但女孩提供了更准确的反应。男孩和女孩之间具有可比的真实正率，准确性和反应时间的性别差异仅限于假阳性反应。在考虑速度准确性交易之后的任务困难级别之间的性别差异是一致的。我们认为，避免误报需要抑制性控制特别强大的作用，并且这是根据与男孩的成熟时间表不同的成熟时间表中出现的，在支持该功能的大脑领域的发展中，以定量和定性的差异为基础。
考虑功率和信噪比后，可以在不同认知状态下以相似的精度预测脑电图相位
（（* 3KDVH &DQ %H 3UHGLFWHG :LWK 6LPLODU $FFXUDF\ $FURVV &RJQLWLYH 6WDWHV $IWHU $FFRXQWLQJ ）RU 3RZHU DQG 615 .LP % (ULFNVRQ % $ )HUQDQGH] 1XQH] * 5LFK 5 0HQW]HORSRXORV * 9LWDOH ）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
使用混合机器学习方法提高心脏病的预测准确性：SVM和KNN算法的比较研究
a b s t r a c t全球死亡率是心脏病，而早期鉴定对于限制疾病的发展至关重要。早期检测心血管疾病的方法有助于确定高风险人士应该发生的进展，从而降低了风险。主要目标是通过在心脏情况下识别异常来挽救生命，这将通过识别和分析从心脏信息中产生的原始数据来执行。机器学习可以提供有效的方法来做出决策和创建准确的预测。机器学习技术已在医疗业务中广泛使用。在拟议的研究中提供了一种独特的机器学习技术，以预测心脏病。计划的研究利用了Kaggle的开源心脏病数据集。用于机器学习预测的混合算法是许多以前旨在提高效率并产生改善结果的方法的逻辑混合物。提出的工作引入了一种混合方法，该方法采用分类概念进行预测分析。我们使用实际患者数据来构建一种预测心脏病的混合技术。KNN和SVM分类技术。jupyter笔记本用于实现此混合方法。一种混合技术在心脏病的预测分析中优于其他算法。1。简介从一系列原始数据集收集可用信息和模式的实践通常称为数据挖掘。它包括使用一种或多种技术分析大量数据和发现趋势或模式。它在各种情况下都有用，包括分析，研究和医疗保健。因为数据挖掘是一种调查方法，而且医疗保健的许多出色的早期预测系统已经从医疗数据集中发展，这可以检测大量数据的趋势（J. H. Joloudari等，2019）。提高
人工智能系统声明的准确性以及解释准确性的类比如何影响人类对该系统的依赖
人工智能系统越来越多地被用于支持人类决策。适当地遵循人工智能建议非常重要。然而，根据现有文献，用户通常对人工智能系统的依赖程度过低或过高，这导致团队绩效不佳。在这种情况下，我们通过对比贷款预测任务中系统信息的缺乏与系统准确性的存在来研究所述系统准确性的作用。我们通过调查数字能力水平并借助类比来解释系统准确性，探索人类理解系统准确性的程度如何影响他们对人工智能系统的依赖，这是一项首创的受试者间研究 (𝑁 = 281)。我们发现，用类比来解释系统的所述准确性并不能帮助用户适当地依赖人工智能系统（即，用户倾向于在系统正确时依赖系统，否则依赖自己）。为了消除对类比领域的主观态度的影响，我们进行了一项受试者内研究（𝑁 = 248），其中每个参与者都从事来自不同领域的基于类比的解释的任务。第二项研究的结果证实，用类比来解释系统的准确性不足以促进在贷款预测任务中对人工智能系统的适当依赖，无论个人用户有何差异。根据我们从这两项研究中得出的结论，我们推断，对人工智能系统的依赖不足可能是由于用户高估了自己解决给定任务的能力。因此，尽管熟悉的类比可以有效地提高系统所述准确性的可理解性，但对系统准确性的更好理解并不一定会导致系统依赖性和团队绩效的提高。
雷达精度指数心跳技术
如果用户打算使用该设备指示罐内液体的体积/质量，建议首次校准是进行完整的“湿校准”，以在规定条件下建立罐内液位与该液体体积/质量之间的关系。典型程序包括根据校准表将雷达液位测量装置的读数与体积/质量指示进行比较。该表是为具有规定几何形状的固定储罐或反应器以及精确计量的参考液体体积/质量而建立的，例如在规定条件下使用参考校准流量计确定。上述所有测量（例如计量介质的数量、罐体几何形状、环境和工艺条件）都会影响整体测量不确定度。
提高机载激光雷达点云自动重建三维复杂建筑物模型的精度
摘要：由于各种 3D 空间数据应用对数据量和质量的要求很高，需要自动化、高效和可靠的数据采集和预处理方法。使用摄影测量技术以及光检测和测距 (LiDAR) 自动扫描仪是其中很有吸引力的解决方案。然而，测量数据是以无序点云的形式出现的，通常需要转换为基于多边形或多面体表面的高阶 3D 模型，这不是一个简单的过程。该研究提出了一种新开发的算法，用于校正来自机载 LiDAR 对规则 3D 建筑物的测量的 3D 点云数据。所提出的方法假设在应用规则的泊松曲面重建方法之前应用一系列导致 3D 光栅化的操作，即创建和处理对象的 3D 规则网格表示。为了验证重建对象的准确性和质量，以便与获得的 3D 模型进行定量比较，使用了高质量的地面真实模型，其形式是通过摄影测量构建的网格，并使用建筑物建筑平面图手动制作。所呈现的结果表明，应用所提出的算法对结果的质量有积极影响，并且可以与现有的表面重建方法结合使用，以便从 LiDAR 扫描生成更详细的 3D 模型。
无人机与智能设备测绘摄影测量精度对比评估
摘要 本文评估了使用智能手机和智能相机的无人机摄影测量系统。根据相机自校准确定的内部方向参数进行图像三角测量。生成精确的正射镶嵌图像和数字表面模型，并使用航空和地面激光雷达数据评估其准确性。数字表面模型用于估算土方量并验证无人机摄影测量在施工现场使用的适用性。地理参考精度表明，智能相机在检查点和多边形部分方面的性能大约是智能手机的两倍。考虑到智能手机中的滚动快门，可以提高精度。特别是在倾斜和崎岖的地形中，智能手机可以从应用滚动快门方法中受益。一些国家通常将土方工程体积误差作为一项法律要求，我们的研究结果表明，在土方工程中可以有效且经济地使用带有无人机的智能相机。