XiaoMi-AI文件搜索系统
World File Search SystemGradient
使用预测指标评估农业系统对生物多样性的影响：复杂性的梯度
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
Yolov9：使用可编程梯度信息学习要学习的内容
摘要。今天的深度学习方法着重于如何设计目标函数以使预测尽可能接近目标。同时，必须设计适当的神经网络体系结构。现有方法忽略一个事实，即当输入数据逐层特征转换时，会丢失大量信息。本文深入研究了信息瓶颈和可逆功能的重要问题。我们提出了可编程梯度信息（PGI）的概念，以应对深网所需的各种更改以实现多个目标。PGI可以为目标任务提供完整的输入信息来计算目标函数，以便可以获取可靠的梯度信息以更新网络参数。此外，设计了轻巧的网络体系结构 - 一般有效的层聚合网络（GELAN）。Gelan确认PGI在轻量级模型上取得了卓越的成绩。我们在MS可可对象检测数据集上验证了所提出的Gelan和PGI。结果表明，与基于深度卷积开发的状态方法相比，Gelan仅使用常规召集操作员来实现更好的参数利用。PGI可用于从轻量级到大型的各种型号。它可用于获取完整的信息，因此，与使用大型数据集进行预训练的最新模型可以实现训练范围的模型，比较结果如图1。源代码在https://github.com/wongkinyiu/yolov9上发布。
浅蓝色渐变人工智能研讨会和研讨会技术活动海报
开幕词。ikuya tokoro（ilcaa）肠道微生物多样性和菲律宾莱特岛的农村和城市儿童中的代谢物概况：饮食生活方式的影响。Nurlisa MD Azmil（Kyushyu University）在社会因素中分析的Bateq社区的死亡率和生育能力变化。Shingo Odani（Chiba University）从本地到全球，SIDC朝着砂拉越的大流行准备的角色。ivan Yap（SIDC）Q和狩猎 - 采集者的生活方式如何影响肠道微生物组？：马来西亚吉隆坡的Bateq案。Hiroaki Naka（东京大学）和Aya Kawai（Ilcaa）抗菌种群中的抗菌抗性。 Polly Yap（马来西亚莫纳什大学）是马来西亚半岛的非洲社区：肠道和皮肤微生物组与城市化和感染的关联。 Yvonne Lim（马来亚大学）问，休息和茶点的讨论和网络结束言论。 Chong Chun Wie（Monash University Malaya）Hiroaki Naka（东京大学）和Aya Kawai（Ilcaa）抗菌种群中的抗菌抗性。Polly Yap（马来西亚莫纳什大学）是马来西亚半岛的非洲社区：肠道和皮肤微生物组与城市化和感染的关联。Yvonne Lim（马来亚大学）问，休息和茶点的讨论和网络结束言论。Chong Chun Wie（Monash University Malaya）Chong Chun Wie（Monash University Malaya）
通过瓦斯坦斯坦空间中的近端梯度下降
基于流量的生成模型在计算数据生成和可能性方面具有某些优势，并且最近显示出具有竞争性的经验性能。与基于基于分数的扩散模型的累积理论研究，基于流的模型的分析，这些模型在正向（数据到噪声）和反向（噪声到数据）方向上都是确定性的，这仍然很少。在本文中，我们提供了一种理论保证，即通过渐进流模型，即所谓的JKO流程模型生成数据分布，该模型在正常化的流网络中实现了Jordan-Kinderleherer-Otto（JKO）方案。利用在瓦斯斯坦空间中近端梯度下降（GD）的指数收敛性，我们证明了kullback-leibler（KL）通过JKO流量模型（ε2）为O（ε2）保证数据生成数据时，当使用n log（1 /ε）许多jko步骤（1 /ε）许多JKO步骤（n残基块）中，prowter strorder in Flow pronder in prift stry stred step step step erry是ε在ε是ε在ε中均为ε。对数据密度的假设仅仅是有限的第二时刻，该理论扩展到无密度的数据分布以及在反向过程中存在反转误差的情况下，我们获得了KL-W 2混合错误保证。证明，JKO型W 2-proximal GD的非反应收敛速率已被证明是一类凸目标函数的一类凸出物质功能，该函数包括KL差异作为一种特殊情况，可以具有独立的利益。分析框架可以扩展到应用于基于流的生成模型的其他一阶瓦斯汀优化方案。
国际生物大分子杂志 - 阿基默
ABSTRACT Dunng the Bremerhaven Workshop chollnesterase measurements In dab L ~ m a n d a llrnanda muscle were evaluated as a monitoring tool to assess the effect of pollutants along a 360 km transect In the North Sea, and around a dnlling s ~ t e The baslc properties of chol~nesterases, together wlth the~r natural vanabihty related to sex and size, were lnvestlgated The results show the presence of at least 2 d~fferent enzymes, acetylcholinesterase and butyrylchol~nesterase w t h h ~ g h actlv~tles In bran, muscle and l~ver No varlatlon was observed In relation to sex or slze The act~vity of both acetylcholinesterase and butyrylcholinesterase was depressed In nearshore沿着横断面的统计负数且周围在乙酰胆碱的drte s s k s s k s s k s s s s s s s s lysem肌肉的肌肉中均无差异，这会导致我们解释酶变量，从而解释酶变量，这是由于神经毒性化合物的影响来自以elbe和weser rlvers for dermitiation for the Derman for Distriation for biotiation for biotiation for biotiation for biotiation for biotiation for biotiation biotiation biotiation biotiation biotiation biotiation biotiation。在海上
采用深度梯度卷积神经网络进行基于眼动追踪信号的情感分类
利用生物医学信号作为计算人类情感状态的基础是情感计算（AC）的重要问题。随着对情感信号研究的深入，多模型认知与生理指标的结合、动态完整数据库的建立以及高科技创新产品的加入成为AC的最新趋势。本研究旨在开发一种深度梯度卷积神经网络（DGCNN），用于利用眼动追踪信号进行情感分类。首先应用通用信号处理工具和预处理方法，例如卡尔曼滤波器、汉明窗、短时傅里叶变换（SIFT）和快速傅里叶变换（FTT）。其次，将眼动和追踪信号转换为图像。随后应用基于卷积神经网络的训练结构；实验数据集是通过眼动追踪设备通过分配16名参与者的四种情感刺激（紧张、平静、快乐和悲伤）获得的。最后，使用真阳性率 (TPR) 和假阴性率 (FPR) 指标将 DGCNN 与决策树 (DT)、贝叶斯高斯模型 (BGM) 和 k-最近邻 (KNN) 的性能进行比较。最后还部署了自定义小批量、损失、学习率和梯度定义以用于深度神经网络的训练结构。预测分类矩阵显示了所提出方法对眼动和跟踪信号的有效性，其准确率超过 87.2%。这项研究为通过眼动和跟踪信号寻找更自然的人机交互提供了一种可行的方法，并且在情感产品设计过程中具有潜在的应用价值。
使用图像渐变方法
1，国立科学与技术大学机械与制造工程学院，伊斯兰堡45200，巴基斯坦； sanwer.bmes19smme@student.nust.edu.pk（s.a.）; hsultan.bmes19smme@student.nust.edu.pk（H.S.）; drshahid@smme.nust.edu.pk（s.i.b.）2巴基斯坦Faisalabad 38000的工程与技术大学电气工程系； hamzazafar214@gmail.com 3巴基斯坦Faisalabad 38000计算机科学系； moazejaaz@gmail.com 4新西兰脊医学院脊椎治疗中心，新西兰0600年； imran.niazi@nzchiro.co.nz 5卫生科学技术系，丹麦市阿尔堡大学9000 Alborg的感官运动互动中心，6丹麦6号Alborg 6卫生与环境科学学院，健康与康复研究所，Aut University，Aut University，Aut University，Aut University，Aut University，Aut University，Aut University，New Zealand New Zealand 7 627，ISLAH，ISLAH，ISLAH，ISLAH，ISLAB，ISLAB，ISLAB，INSLAB，INSLAB，INSLAB，INSLAB，INSLAB，INSLAB，INSLAB 4号。巴基斯坦； muhammad.shafique@riphah.edu.pk 8工程技术学院，赫特福德郡大学，HATFORMED ALD AL10 9AB，英国； amit.pujari@ieee.org 9工程学院，阿伯丁大学，阿伯丁AB24英国3FX，英国 *通信：asim.waris@smme.nust.nust.edu.pk
使用变分自编码器增强梯度提升算法进行不平衡岩爆评估及其可解释性
我们开展了一项研究来评估梯度提升算法在岩爆评估中的潜力和稳健性，建立了一个变分自动编码器（VAE）来解决岩爆数据集的不平衡问题，并提出了一种针对基于树的集成学习的多级可解释人工智能（XAI）。我们从现实世界的岩爆记录中收集了537个数据，并选择了四个导致岩爆发生的关键特征。首先，我们使用数据可视化来深入了解数据的结构，并进行相关性分析以探索数据分布和特征关系。然后，我们建立了一个VAE模型来为由于类别分布不平衡而产生的少数类生成样本。结合VAE，我们比较和评估了六种最先进的集成模型，包括梯度提升算法和经典逻辑回归模型，用于岩爆预测。结果表明，梯度提升算法优于经典的单一模型，而 VAE 分类器优于原始分类器，其中 VAE-NGBoost 模型的结果最为理想。与针对不平衡数据集结合 NGBoost 的其他重采样方法（例如合成少数族群过采样技术 (SMOTE)、SMOTE 编辑最近邻 (SMOTE-ENN) 和 SMOTE-tomek 链接 (SMOTE-Tomek)）相比，VAE-NGBoost 模型的效果最佳。最后，我们使用特征灵敏度分析、Tree Shapley 附加解释 (Tree SHAP) 和 Anchor 开发了一个多级 XAI 模型，以深入探索 VAE-NGBoost 的决策机制，进一步增强基于树的集成模型在预测岩爆发生方面的可靠性。
vmfer：von Mises-fisher经验基于梯度方向的不确定性进行政策改进的不确定性
强化学习（RL）是决策问题中广泛的技术，构成了两个基本操作 - 政策评估和政策改进。提高学习效率仍然是RL的关键挑战，许多努力着重于使用合奏批评来提高政策评估效率。，当使用多个批评家时，政策改进过程中的演员可以获得不同的梯度。先前的研究将这些梯度合并在一起而没有考虑它们的分歧。因此，优化政策改进计划对于提高学习效率至关重要。本研究的重点是调查合奏批评家对政策改进引起的差异分歧的影响。我们介绍了梯度方向不确定性的概念，以此来衡量政策改进过程中使用的梯度之间的分歧。通过解决梯度之间的分歧，我们发现梯度方向不确定性较低的过渡在政策改进过程中更可靠。基于此分析，我们提出了一种称为von Mises-fisher经验重新采样（VMFER）的方法，该方法通过重新采样过渡过渡和为梯度方向不确定性较低的过渡提供了更高的信心来优化政策改进过程。我们的实验表明，VMFER显着地执行基准，并且特别适合RL中的整体结构。
14C 标记的半胱氨酸和蛋氨酸在草原生产力梯度上的快速微生物吸收和矿化
半胱氨酸 (Cys) 和蛋氨酸 (Met) 对陆地 S 循环至关重要，因为它们是植物营养和微生物生长所需的碳 (C)、氮 (N) 和硫 (S) 来源。然而，土壤微生物预计会争夺这些 S-氨基酸中的 C、N 和 S。我们假设，由于植物的 C 输入较低，植物生产力低的土壤中的微生物竞争会更激烈。在这里，我们将 14 C 标记的 Cys 和 Met 添加到从海拔驱动的原始草地生产力梯度收集的 5 种土壤中，然后我们用离心排水程序在 60 分钟内测量微生物吸收，然后用 NaOH 捕集器在 48 小时内测量随后的矿化。我们的结果表明，Cys 和 Met 都被土壤微生物迅速吸收，半衰期从 0.34 到 2.14 分钟不等，比通过测量 14 CO 2 释放确定的半衰期快一个数量级（或更多）。微生物从土壤溶液中去除 14 C 和随后释放 14 CO 2 之间存在相当大的延迟，这表明草原土壤中 Cys 和 Met 的降解主要通过生物过程发生。土壤微生物对 Cys 和 Met 的吸收主要由高亲和力运输系统 (0.01 – 0.1 mM) 控制，而亲和力较低的运输系统在较高底物浓度 (1 – 100 mM) 下变得更为重要。此外，在生产力较低、海拔较高的地区，Cys 和 Met 的微生物吸收和矿化率下降，这表明有机 N 和 S 的周转以及随后植物吸收的有效性可能受土壤肥力控制。我们得出结论，尽管 Cys 和 Met 可能代表土壤中 DON 和 DOS 库的小部分，但由于它们在草原土壤中的快速周转和补充率，它们对土壤微生物和植物营养的重要性可能被低估了。