XiaoMi-AI文件搜索系统
World File Search SystemCorrelation
刺激后大脑反应的刺激知情广义典型相关分析
摘要 — 在脑机接口或神经科学应用中，广义典型相关分析 (GCCA) 通常用于提取关注同一刺激的不同受试者神经活动中的相关信号成分。 这可以量化所谓的受试者间相关性，或提高刺激后大脑反应相对于其他（非）神经活动的信噪比。 然而，GCCA 不了解刺激：它不考虑刺激信息，因此不能很好地处理较少量的数据或较小的受试者群体。 我们提出了一种基于 MAXVAR-GCCA 框架的新型刺激知情 GCCA 算法。 我们展示了所提出的刺激知情 GCCA 方法的优越性，该方法基于一组受试者聆听相同语音刺激的脑电图反应之间的受试者间相关性，尤其是对于较少量的数据或较小的受试者群体。
全身性红斑狼疮的皮肤表现及其与心脏参与的相关性
1。拉瓦尔平军队。内科，新宏伟的大学，波哥大，第3款。圣灵大学，瓜亚奎尔，ECU纳维孟买医学院和医院，印第安纳州5。内科，医学院。Nicolas St. John，Toluca，MEX 7。 大学。 海得达，10， 内科，NRI医学院和综合医院，Guntur，Ind 11。 生物技术，Gevula，Nicolas St. John，Toluca，MEX 7。大学。海得达，10，内科，NRI医学院和综合医院，Guntur，Ind 11。生物技术，Gevula，
分析大学排名与国家经济表现之间的相关性
摘要 ：本研究的主要目的是考察如果将大学排名作为高等教育质量的代表，大学排名与国家经济表现之间的相关性。研究结果表明，截至 2019 年，GDP（或国家经济规模）与排名前 500 的大学数量之间存在相关性，但就业率与排名前 500 的大学数量之间没有相关性。因此，结果表明，影响大学排名（或高等教育质量）的是国家的 GDP 值，而不是就业率。由于人们认为，教育水平较高或较好（无论是数量还是质量）的国家也将拥有更强劲的经济增长，因此本研究的结果可以帮助政策制定者做出有关高等教育和经济的决策。
自闭症患者感觉习惯减弱及其与行为指标的相关性
摘要 自闭症与感觉处理困难密切相关。我们研究感觉习惯化，因为它与理解诸如超敏感性和低敏感性等重要表型特征相关。我们在呈现视觉和听觉序列的重复刺激期间收集了 22 名神经典型 (NT) 儿童和 13 名自闭症 (ASD) 儿童的脑电图数据。我们的数据显示，与 NT 儿童相比，ASD 儿童对听觉和视觉刺激的习惯化程度显著降低。这些结果表明，习惯化受损是 ASD 中的一种普遍现象。此外，习惯化率与与不同表型维度的能力相关的几个临床评分相关。这些数据表明，自闭症中的感觉困难可能与习惯化程度降低有关，并且与临床症状有关。
基于相关特征的同质低分辨率人脸识别方法
摘要 —人脸识别技术已广泛应用于人身识别、控制准入和移动设备访问等许多关键任务场景。安全监控是人脸识别技术的典型场景。由于监控视频和图像的低分辨率特点使得高分辨率人脸识别算法难以提取有效的特征信息，应用于高分辨率人脸识别的算法很难直接迁移到低分辨率情况。随着密集城市化时代安全监控中的人脸识别变得越来越重要，开发能够在处理低分辨率监控摄像机生成的视频帧时提供令人满意的性能的算法至关重要。本文研究了基于相关特征的人脸识别（CoFFaR）方法，该方法用于同质低分辨率监控视频，详细阐述了理论、实验细节和实验结果。实验结果验证了相关特征方法的有效性，提高了监控安全场景中同质人脸识别的准确率。
SGDCL：可解释自主驾驶的语义引导动态相关学习
通过学习表达表达，深度学习（DL）彻底改变了自主驾驶（AD）。尽管取得了重大进步，但DL模型的继承性不透明产生了公众的信任，阻碍了他们广泛采用的采用。为了表现出可行的自主驾驶，当前的研究主要专注于从现场提取特征，以预测驾驶动作及其响应解释。然而，这些方法不足以在动作和解释（这项工作中称为类别）中实现语义和相关性信息，从而导致了次优的性能。为了解决这个问题，我们提出了语义引导的动态相关性学习（SGDCL），这是一种新颖的方法，可以利用语义丰富性和动态相互作用与类别的内在性。sgdcl启用语义引导的学习模块，以获取特定于类别的表示和动态相关学习模块，以适应类别之间的复杂相关性。另外，我们引入了一个创新的损失术语，以利用类别的细粒度同时统计来进行精制正则化。我们可以在两个完善的基准上进行广泛评估SGDCL，这表明了它优于七个最先进的基线和一个大型视觉模型。SGDCL可显着促进可解释的自主驾驶，最多15个。3％的绩效提高和可解释的关注分数，增强了公众对AD的信任。
糖化血红蛋白与
抽象背景：糖尿病2型（DMT2）是最常见的内分泌学疾病之一，其特征是由于人体细胞中的胰岛素抵抗而引起的血糖水平升高。这项研究的目的是确定DMT2患者的糖化血红蛋白（HBA1C）和血清尿酸（SUA）之间的相关性。方法：这项横断面研究是在拉合尔的三级护理医院进行的。73例患者的招募是通过方便的抽样技术以及已发达的包含和排除标准进行的。自我结构化形象用于数据收集。数据分析是在SPSS版本25.0中进行的。结果：从总患者中，女性有40名（54.79％），而男性为33名（45.21％）。年龄，HBA1C和血清尿酸水平等不同变量的均值为54.98年，标准偏差（SD）为±11.67年，SD分别为7.90，SD分别为±1.85％，SD分别为7.51，SD为±0.81。32（43.83％）患者的血糖对照良好，而41例（56.17％）患者的血糖对照差。 研究人群中高尿酸血症和正常SUA的频率分别为35（47.94％）和38（52.06％）。 跨性别的HBA1C的均值具有统计学意义的差异。 在跨性别以及高尿酸血症和正常SUA水平的患者之间的SUA水平平均值的差异也具有统计学意义。 此外，HBA1C和SUA之间的相关性是积极的，并且具有统计学意义。 关键字：相关性，糖尿病，糖化，血红蛋白，患者，血清，2型，尿酸32（43.83％）患者的血糖对照良好，而41例（56.17％）患者的血糖对照差。研究人群中高尿酸血症和正常SUA的频率分别为35（47.94％）和38（52.06％）。跨性别的HBA1C的均值具有统计学意义的差异。在跨性别以及高尿酸血症和正常SUA水平的患者之间的SUA水平平均值的差异也具有统计学意义。此外，HBA1C和SUA之间的相关性是积极的，并且具有统计学意义。关键字：相关性，糖尿病，糖化，血红蛋白，患者，血清，2型，尿酸结论：简而言之，这项研究表明，SUA水平的增加，通过提高DMT2患者糖化血红蛋白水平来恶化血糖控制。
超越“相关与因果关系”：多脑神经科学需求解释
6 Dumas，G。等。 （2020）人类动态夹具揭示了连接实时社会协调和认知的额顶网络。 cereb。 Cortex doi：10.1093/cercor/bhz3086 Dumas，G。等。（2020）人类动态夹具揭示了连接实时社会协调和认知的额顶网络。cereb。Cortex doi：10.1093/cercor/bhz308
母乳喂养与多发性硬化症患者的疾病发展和进展的相关性
多发性硬化症（MS）是一种以脱髓鞘和轴突变性为特征的慢性中枢神经系统疾病。该疾病在症状，疾病病程和结局中表现出异质性（1）。MS是一个全球问题，非创伤性神经残疾是年轻人残疾的主要原因。该疾病的患病率正在增加，全世界有280万人估计与MS相处（美国约90万人）（2-4）。在复发MS中，女性受影响的频率几乎是男性的三倍，而发病的平均年龄约为30年（4-6）。MS表型被定义为复发复发的MS（RRMS），主要进行性MS（PPM），主动次级进行性MS（SPM）和非复发SPM（7）。rrms是最常见的表型，影响了约85％的MS患者。这种情况的特征是神经系统的交替发作
通过高级 CSA 改进战略决策的相关技术
随着网络攻击的范围和规模不断扩大，全球许多组织目前都面临着无法根据他们在网络领域收集的大量数据做出明智决策的困境。从网络安全分析师到高级政府官员，利益相关者都需要网络通用作战图 (C-COP)，以便根据收集的网络数据做出决策。需要先进的网络态势感知 (CSA) 来实时确定、概念化和预测潜在的网络威胁和漏洞，这一点至关重要。C-COP 中展示的技术提供了对网络攻击的敏锐理解，从而增强了分析师、网络运营中心 (NOC) 领导和高级管理人员的决策能力。通过使用新颖的关联技术，可以轻松快速地揭示恶意活动的背景，从而允许做出明智的决策，以了解如何对抗、缓解和/或防御发现的攻击。在网络域中关联和可视化信息的主要方法基于地理空间数据、网络拓扑或 Internet 协议 (IP) 空间。但是，这些方法对网络态势感知提出了一些限制，包括地理位置准确性、视觉清晰度和表示一致性。我们提出了一种最近开发的方法，该方法通过利用 IP 空间中的“所有权”概念，将分层树形图的概念推广到网络数据的关联和可视化。生成的 IP 空间图已成功用于 CSA，例如网络事件响应、网络攻击的取证调查和信息安全持续监控 (ISCM)。我们的分层 IP 空间图可视化一个域，而不是特定的数据集，因此可以同时显示许多不同的数据源和数据类型作为叠加层以支持 C-COP。决策者需要一种专业且可定制的可视化，以便快速了解、关联、跟踪并能够对 IP 空间内的活动采取行动。我们的实施还通过使用基于 Web 的多用户界面和称为网络标记语言 (CML) 的开放数据格式，支持公共和私人实体之间改进的信息共享。