XiaoMi-AI文件搜索系统
World File Search SystemActivity
马来西亚经济活动指数
类别 经济指标 投资 名称：工业生产（不包括建筑业），nsa 描述：工业生产指数（IPI）涵盖三大主要行业，即采矿业、制造业和电力。这与联合国发布的《2010 年国际工业生产指数建议》（IRIIP）中的工业定义一致。IPI 基准年 2015 年取代了之前使用的基准年 2010 年。IPI 的主要目标是衡量工业商品生产的实际变化率，从而协助用户制定政策和决策。
来自D型葡萄糖的合成碳纳米的广谱抗菌活性
摘要：碳纳米植物是一类碳纳米 - 合金支出，已通过来自各种前体的不同途径和方法合成。所选的前体，合成方法和条件可以强烈改变所得材料及其预期应用的理化特性。在此，通过将热解和化学氧化方法结合使用D-葡萄糖从D-葡萄糖中合成碳纳米植物（CND）。在产物和量子产率上研究了热解温度，氧化剂的等效物和回流时间的影响。在最佳条件下（300°C的热解温度，4.41等于H 2 O 2，90分钟的回流）CNDS分别获得了40％和3.6％的产品和量子收率。获得的CND被负电荷（ζ - -potential = - 32 mV），非常分散在水中，平均直径为2.2 nm。此外，在CNDS合成过程中，引入了氢氧化铵（NH 4 OH）作为脱水和/或钝化剂，导致产物和量子产率的显着提高约为1.5和3.76倍。合成的CND显示出针对不同革兰氏阳性和革兰氏阴性细菌菌株的广泛抗菌活性。两个合成的CND都会导致高度菌落形成单位还原（CFU），大多数测试细菌菌株的范围从98％至99.99％。然而，在没有NH 4 OH的情况下合成的CND，由于充满氧化基团的负电荷的表面，在区域抑制和最小抑制浓度方面表现更好。含有高氧纳米模型的抗菌活性升高与其ROS形成能力直接相关。关键字：D-葡萄糖，热解，氧化，细菌感染，最小抑制浓度，CFU降低■简介
双AI：用于群体活动识别的双路径参与者交互学习
学习多个参与者之间的时空关系对于群体活动识别至关重要。不同的群体活动通常会展示视频中参与者之间的多样化互动。因此，从时空参与者演化的单一视角来建模复杂的群体活动往往很困难。为了解决这个问题，我们提出了一个独特的双路径参与者交互 (Dual-AI) 框架，它以两种互补的顺序灵活地排列空间和时间变换器，通过整合不同时空路径的优点来增强参与者关系。此外，我们在 Dual-AI 的两个交互路径之间引入了一种新颖的多尺度参与者对比损失 (MAC-Loss)。通过帧和视频级别的自监督参与者一致性，MAC-Loss 可以有效区分单个参与者表示，以减少不同参与者之间的动作混淆。因此，我们的 Dual-AI 可以通过融合不同参与者的这些判别特征来增强群体活动识别。为了评估所提出的方法，我们在广泛使用的基准上进行了大量实验，包括排球 [ 21 ]、集体活动 [ 11 ] 和 NBA 数据集 [ 49 ]。所提出的 Dual-AI 在所有这些数据集上都实现了最佳性能。值得注意的是，所提出的 Dual-AI 使用 50% 的训练数据，其性能优于许多近期使用 100% 训练数据的方法。这证实了 Dual-AI 在群体活动识别方面的泛化能力，即使在有限监督的具有挑战性的场景下也是如此。
解码脑电图活动以实现多模态自然语言处理
直到最近，研究人员主要对阅读中的人类行为数据感兴趣，以了解人类认知。然而，这些人类语言处理信号也可以用于基于机器学习的自然语言处理任务。目前，将脑电图大脑活动用于此目的的研究还很大程度上尚未得到探索。在本文中，我们首次进行了大规模研究，系统地分析了脑电图大脑活动数据在改进自然语言处理任务方面的潜力，特别关注了信号的哪些特征最有益。我们提出了一种多模态机器学习架构，它可以从文本输入和脑电图特征中联合学习。我们发现将脑电图信号过滤到频带中比使用宽带信号更有益。此外，对于一系列词嵌入类型，脑电图数据可以改进二元和三元情绪分类，并且优于多个基线。对于关系检测等更复杂的任务，在我们的实验中，只有情境化的 BERT 嵌入优于基线，这提出了进一步研究的需要。最后，当训练数据有限时，EEG 数据显示出特别有前景。
脑电图神经活动的贝叶斯推断
摘要 脑机接口 (BCI) 是一种将大脑活动转化为操作技术命令的系统。脑电图 (EEG) BCI 的常见设计依赖于 P300 事件相关电位 (ERP) 的分类，这是一种由常见非目标刺激中罕见的目标刺激引起的反应。现有的 ERP 分类器很少直接探索神经活动的潜在机制。为此，我们对 P300 ERP-BCI 设计下的多通道真实 EEG 信号的概率分布进行了新颖的贝叶斯分析。我们的目标是识别神经活动的相关时空差异，这为 P300ERP 反应提供了统计证据，并有助于设计高效、准确的个性化 BCI。作为我们对单个参与者分析的一项重要发现，视觉皮层周围通道的目标 ERP 在刺激后约 200 毫秒达到负峰值的后验概率为 90%。我们的分析确定了 BCI 拼写器的五个重要通道（PO7、PO8、Oz、P4、Cz），从而实现了 100% 的预测准确率。从对其他九名参与者的分析中，我们一致地选择了确定的五个通道，并且选择频率对带通滤波器和内核超参数的微小变化具有稳健性。本文的补充材料可在线获取。