XiaoMi-AI文件搜索系统
World File Search SystemInferring
2023地方政府气候变化行动调查
大都会和区域委员会都感到气候变化的影响增加。但是，从大都市委员会数量的不成比例收到的回应要比其区域同行。在2023年，有76％的大都会理事会做出了回应，而区域委员会的53％。同样，虽然除沿海区域委员会以外的所有委员会都做出了回应，但内陆区域委员会的大多数没有做出回应。，我们从调查中有关缺乏能力和资源的地方区域委员会的评论中推断出，内陆区域响应率低至少部分是由于缺乏能力，缺乏员工，资源和其他优先事项。我们猜测，本报告中的数据可能代表了新南威尔士州议会议会所面临的障碍的报道不足或轻描淡写。
实施和推断知觉的多种方法
摘要：Segundo-Ortin＆Calvo's（S＆C）对“植物神经生物学”的彻底回顾提出了支持植物知觉可能性的证据。他们提出了一个令人信服的案例，植物可以预期，评估风险，合作，模仿和追求目标，以及动物对应物。S＆C指出，有一个双重标准：与人类主观经历相关的行为模式被认为是在非人类动物中推断认知的有效，而在包括植物在内的其他系统中则无效。我们认为，包括知觉在内的认知功能可以通过非常不同的系统及其不同的底物来实现。我们提供了基础认知文献中的一些背景，并表明神经生物学的深刻见解远远超出了神经元。
加州大学伯克利分校 CS 280：计算机视觉高级主题
计算机视觉旨在开发能够复制人类大脑最令人惊叹的能力之一的算法：仅从到达眼睛的光线推断外部世界的属性，并利用这些信息控制现实世界的行为。我们可以确定物体距离我们有多远，它们相对于我们的方向如何，以及它们与其他各种物体的关系。我们可以准确地猜测它们的颜色和纹理，并且可以识别它们的语义类别，例如椅子和桌子。我们可以分割出特定的物体并随时间跟踪它们，例如在球场上穿梭的篮球运动员。我们可以使用从图像或视频中提取的信息来操纵现实世界中的物体并在环境中导航，同时避开障碍物。
量子平行的马尔可夫链蒙特卡洛
平行MCMC技术使用多个建议来获得超过MCMC算法（例如大都市）的效率提高（Metropolis等人。1953; Hastings 1970）及其后代仅使用一个建议。Neal（2003）首先通过提出候选状态的“池”并使用动态编程来选择有效的MCMC过渡来推断隐藏的马尔可夫模型状态。接下来，Tjelmeland（2004）考虑了一般环境中的推论，并显示了如何维持任意数字P的详细平衡。考虑在R D上定义的概率分布π（dθ），该概率密度π（θ）相对于Lebesgue度量，即π（dθ）=：π（θ）dθ。要从目标分布π生成样品，我们制作了满足
跨词典翻译推理的多策略系统
摘要 本文介绍了 TIAD 2020 共享任务中提出的四种跨词典自动翻译推理策略。所提出的策略基于对 Apertium RDF 图的分析，利用了使用多路径翻译、不同词典中词汇条目之间的同义词和相似性以及通过图的可能翻译的基数等特点。这四种策略在 Apertium RDF EN ↔ ES 词典上进行了训练和验证，显示出良好的结果。最后，将这些策略一起应用在推断共享任务中提出的词典的任务中获得了 0.43 的 F 度量，因此在 TIAD 2020 共享任务中提出的其他新系统中排名第三。没有任何一个提交给共享任务的系统超过 TIAD 组织者提出的基线。
迈向绿色人工智能软件系统：以架构为中心的方法 (GAISSA)
摘要 — 如今，基于人工智能的系统已经取得了突出的成果，并在不同领域超越了人类。然而，训练人工智能模型并从中推断的过程需要大量的计算资源，这对当前的能源效率社会需求构成了重大挑战。为了应对这一挑战，本研究项目论文描述了 GAISSA 项目的主要愿景、目标和预期成果。GAISSA 项目旨在为数据科学家和软件工程师提供工具支持的、以架构为中心的方法，用于建模和开发基于绿色人工智能的系统。虽然该项目尚处于初始阶段，但我们描述了当前的研究结果，这些结果说明了实现 GAISSA 目标的潜力。索引词 — 基于人工智能的系统、绿色人工智能、可持续软件工程、能源效率、可持续计算
可解释人工智能方法概述 全局‐局部‐前瞻 ...
信任 – 可解释性是信任的先决条件（由 Ribeiro 等人 (2016) 提出）；信任如何定义？信心？ 因果关系 – 从纯观察数据推断因果关系已得到广泛研究（Pearl，2009），但它在很大程度上依赖于先验知识 可转移性 – 人类具有更高的概括能力，可以将学到的技能转移到全新的情况中；将其与例如进行比较CNN 对对抗性数据的敏感性（请记住，我们在现实世界中很少有 iid 数据 信息量 – 例如，诊断模型可以通过指出类似案例来支持诊断决策，从而为人类决策者提供直觉 公平和道德决策 – 为评估算法自动生成的决策是否符合道德标准而进行的解释
颞叶枢纽在介导自我融合过程中的因果作用
心理化是人类社会行为的核心教师，涉及推断他人的认知状态。这个过程需要采用同种中心的观点并抑制一个以自我为中心的观点，被称为自我 - 其他分歧（SOD）。同时，个人可以以亲社会行为的方式将自己的认知状态投射到他人，这是一个被称为自我的过程 - 其他融合（SOM）。目前尚不清楚这两个相对的过程在心理化过程中如何共存。我们在这里将功能性磁共振成像（FMRI）和重复的经颅磁刺激（RTMS）技术与鼻内催产素（OT INT）与健康男性人类参与者的SOM效应为探测器，在此期间，他们将决策信心的认知归因于匿名的匿名伙伴。我们的结果表明ot int
大规模灵长类动物神经节记录的自然图像的非线性解码
从神经活动中解码感觉刺激可以提供有关神经系统如何解释物理环境的洞察力，并促进了脑机界面的发展。然而，神经解码问题仍然是一个重大的公开挑战。在这里，我们提出了一种有效的非线性解码方法，用于从视网膜神经节细胞（RGC）的尖峰活动中推断自然现场刺激。我们的方法使用神经网络来改善准确性和可扩展性的现有解码器。对来自1000多个猕猴RGC单元的真实视网膜尖峰数据进行了训练和验证，解码器证明了非线性计算的必要性，以准确地解码视觉刺激的精细结构。具体来说，自然图像的高通空间特征只能使用