XiaoMi-AI文件搜索系统
World File Search SystemDissertation
论文
尽管深度学习最近取得了成功，但在解释复杂的高维数据流（如视觉、听觉和体感刺激）方面，哺乳动物的大脑仍然无与伦比。然而，大脑在处理不可靠、高维且通常不完整的数据的同时，功耗只有几瓦的底层计算原理仍然鲜为人知。在这项工作中，我们研究了特定功能如何从哺乳动物皮层中观察到的简单结构中产生，以及如何在非冯·诺依曼设备（如“神经形态硬件”）中利用这些功能。首先，我们表明，一组确定性的脉冲神经网络可以通过简单的局部学习规则来塑造，以执行基于采样的贝叶斯推理。这表明了一种编码方案，其中脉冲（或“动作电位”）表示受感官输入约束的后验分布样本，而无需任何随机性来源。其次，我们引入了一个自上而下的框架，其中使用最小作用原理和基于梯度的最小化来推导神经元和突触动力学。综合起来，神经突触动力学近似于实时误差反向传播，可映射到皮质网络的机械组件，其动力学可再次在所提出的框架内描述。所提出的模型缩小了定义明确的功能算法与其生物物理实现之间的差距，提高了我们对大脑可能采用的计算原理的理解。此外，此类模型可以自然地转化为模仿大脑高度并行的神经结构的硬件，有望实现强大的学习和推理算法的加速和节能，我们为物理模型系统“BrainScaleS-1”展示了这一点。
地理论文
气候变化是一个全球问题，必须使用多种策略解决。侵害环境行为（PEB）是应对危机的重要组成部分，气候变化教育（CCE）可以用作广泛触发这一问题的一种方式。在多个心理领域进行了研究的行为变化模型可以在CCE中使用以增强PEB。本报告调查了一项这样的CCE倡议，即碳素养培训，以确定其中一些模型的应用如何影响参与者增加PEB水平的可能性。对接受过碳识字培训的人口的样本以及未接受的人进行了调查。他们回答了有关气候变化围绕气候变化的态度，信念和价值观的问题。使用描述性统计和非参数测试分析了响应。两组的态度和信念之间发现了显着差异，这表明完成碳素养的样本更有可能参与PEB。这项研究为进一步研究碳素养培训对长期行为变化的影响提供了有力的理由，可以通过碳识字个体的行为来衡量。
radboud论文系列 div>
这是一本开放式访问书籍，该书籍根据创意共享属性 - 非商业 - 非涉及国际许可证（CC by-nc-nd 4.0）发表。此许可证允许Reuseer仅出于非商业目的，以任何媒介或格式以任何媒介或格式复制和分发材料，并且只要给出归因于创建者，请参见http：// creativecommons。org/licenses/by-nc-nd/4.0/。
2020 年获奖论文
自 21 世纪以来，阿根廷和巴西见证了非正统发展政策的复兴，包括重新关注工业化。然而，尽管存在一些相似之处，但每个案例都展示了不同的产业政策方法。到 2015 年，正统政策在这两个案例中都已回归。这篇论文使用比较案例研究中的过程追踪来探索这些路径的解释以及它们表现不同的原因。最终，这项研究说明了外部因素本身并不能决定政策选择。相反，国际条件（无论是宽松的还是限制的）与国内分配政治相互作用。外生趋势和国内政治联盟的稳定性共同决定了可持续、长期工业化战略的政策空间。
论文辩护公告
正在通过病历和患者生成的数据生成大量医疗数据；但是，这些健康数据集的独特性质产生了计算挑战，使机器学习和因果推断变得困难。由于从单个患者收集的数据仅取决于患者护理，因此它创造了一种充满挑战的情况，在这种情况下，不同的患者可以测量不同的变量，这对于因果发现会导致混淆和缺乏概括。此外，虽然模拟解决了评估算法的核心挑战，因为它具有基础真理，并且可以在没有隐私问题的情况下共享，但当前模型要么提供了过度乐观的机器学习任务性能估计值，或者不允许在数据属性上消融研究如何影响其黑匣子的性能，从而限制了他们在健康中的广泛应用。在本文中，我通过为（i）数据模拟开发新方法来应对这些挑战，该方法模拟生成具有与真实数据相似的模拟数据，并可以在它们中编码的各种数据属性[1]和（ii）学习因果模型时，当我们拥有多个具有部分重叠变量集的数据集时[2]。此外，本论文还专注于通过仅使用连续记录的生理信号[3]引入新技术来帮助临床医生更好地监测患者的健康，并帮助2型糖尿病患者通过调整基于模拟的餐食检测方法来更好地跟踪饮食场合，从而对患者的健康进行解决。