XiaoMi-AI文件搜索系统
World File Search SystemIntuitive
直观外科 2025 年度报告 10-K 表（纳斯达克...
本报告包含《1933 年证券法》第 27A 条（经修订）和《1934 年证券交易法》第 21E 条（经修订）所定义的前瞻性陈述。前瞻性陈述涉及对非历史事实事项的期望。使用“估计”、“预测”、“相信”、“预期”、“计划”、“预计”、“打算”、“可能”、“将”、“可能”、“应该”、“会”、“目标”等词语和表达的陈述旨在识别前瞻性陈述。这些前瞻性陈述包括但不限于与未来经营业绩、未来财务状况、COVID-19 对我们的业务、财务状况和经营业绩的预期影响、我们的融资计划和未来资本要求、我们的潜在税务资产或负债有关的陈述，以及基于对我们经营所在的经济体和地理市场的当前预期、估计、预测和预测以及我们对这些经济体和市场的信念和假设的陈述。这些前瞻性陈述必然是反映我们管理层判断的估计，并且涉及许多风险和不确定性，这些因素可能导致实际结果与前瞻性陈述所暗示的结果存在重大差异。这些前瞻性陈述应根据各种重要因素进行考虑，包括但不限于以下因素：整体宏观经济环境，这可能会影响客户支出和我们的成本，包括关税、通货膨胀水平和利率；乌克兰和俄罗斯之间的冲突；中东冲突；我们供应链的中断，包括难以获得足够的材料供应；医院资本支出的削减或延迟；全球和区域经济和信贷市场状况对医疗保健支出的影响；从美国食品药品监督管理局（“FDA”）、类似监管机构或指定机构获得新产品批准、审批或认证的延迟；我们无法遵守复杂的 FDA 和其他法规的风险，这可能会导致重大执法行动；监管批准、审批、认证和限制或与任何监管机构可能发生的争议；美国医疗改革立法及其对医院支出、报销和对某些医疗器械收入征收的费用的影响；医院入院情况的变化和付款人为限制或管理外科手术而采取的行动；产品开发的时机和成功以及客户对开发产品的接受度；任何合作、许可安排、合资企业、战略联盟或伙伴关系的结果，包括与上海复星医药（集团）股份有限公司的合资企业。；我们完成并成功整合收购的能力；知识产权地位和诉讼；与我们在美国以外地区的运营和扩张有关的风险；意外的制造中断或无法满足产品需求；我们对唯一和单一来源供应商的依赖；我们是或可能成为一方当事人的法律诉讼的结果；有关我们以及我们产品安全和培训充分性的负面宣传；税收立法、指导和解释变化的影响；关税、贸易壁垒和监管要求的变化（包括美国现任总统政府对从墨西哥进口的产品可能征收的新关税，我们目前在墨西哥生产绝大多数仪器和配件）；以及其他风险和不确定因素，包括“风险因素”标题下列出的风险和不确定因素。读者应注意不要过分依赖这些前瞻性陈述，这些陈述仅代表本报告发布之日的观点，基于当前预期，并受难以预测的风险、不确定性和假设的影响。我们的实际结果可能与任何前瞻性陈述中表达的结果存在重大差异，除非法律要求，否则我们不承担公开更新或发布对这些前瞻性陈述的任何修订的义务。本报告全文描述了其他风险，特别是在第 I 部分“第 1A 项。风险因素”，包括但不限于以下页面中总结的风险。本报告描述了其他风险，特别是在第一部分“项目 1A。风险因素”，包括但不限于以下页面中总结的风险。本报告描述了其他风险，特别是在第一部分“项目 1A。风险因素”，包括但不限于以下页面中总结的风险。
Silq：一种具有安全非计算和直观语义的高级量子语言
现有的量子语言迫使程序员在较低的抽象层次上工作，从而导致代码不直观且混乱。一个根本原因是，从程序状态中删除临时值需要明确应用量子操作来安全地取消计算这些值。我们提出了 Silq，这是第一种通过支持安全、自动取消计算来解决这一挑战的量子语言。这可以实现一种直观的语义，即隐式地删除临时值，就像在经典计算中一样。为了确保 Silq 语义的物理性，其类型系统利用新颖的注释来拒绝非物理程序。我们的实验评估表明，Silq 程序不仅更易于读写，而且比其他量子语言中的等效程序短得多（Q# 平均减少 46%，Quipper 减少 38%），同时仅使用一半的量子原语。
神经触觉技术：用于解码直观触觉的脑机接口
摘要 — 非侵入式脑机接口 (BCI) 被广泛用于识别用户意图。特别是，与触觉和感觉解码相关的 BCI 可以在许多工业领域提供各种效果，例如制造先进的触摸显示器、控制机器人设备以及更具沉浸感的虚拟现实或增强现实。在本文中，我们介绍了基于触觉和感官知觉的 BCI 系统，称为神经触觉。这是使用实际触摸和触摸图像范例对各种场景进行的初步研究。我们设计了一个新颖的实验环境和一种可以在触摸指定材料时获取脑信号以产生自然的触觉和纹理感觉的设备。通过实验，我们收集了针对四种不同纹理物体的脑电图 (EEG) 信号。招募了七名受试者参加实验，并使用机器学习和深度学习方法评估分类性能。因此，我们可以确认在 EEG 信号上解码实际触摸和触摸图像以开发实用的神经触觉的可行性。 关键词-脑机接口；脑电图；触觉信息；触觉分析；触觉意象
全球水务领域最全面、最直观的市场情报平台
印度经济已经是世界第六大经济体，也是世界上增长最快的国家之一，世界银行预测 2019 年印度经济同比增长率将达到 7.5%。由于国家绿色法庭 (NGT) 的积极行动，估计有 6 亿人面临高度甚至极端的用水压力和环境污染——这是一个日益政治化的问题——市场为整个水务行业的参与者提供了机会……
4.B.2 Intuitive Surgical 19-SM006 第二期初始延期员工总结（最终版）
请求 2019 年 2 月 19 日，CAEATFA 董事会批准向 Intuitive Surgical, Inc. 及其子公司 Intuitive Surgical Operations, Inc.（统称“申请人”）授予销售和使用税豁免（“STE”）奖，用于购买高达 96,875,430 美元的合格财产，用于升级和扩建其现有的设计和制造设施，生产先进的机器人手术系统及相关器械和配件（“项目”）。监管协议（“协议”）的初始期限规定，申请人自董事会批准之日起有三年的时间使用其 STE 奖。3 2022 年 1 月 18 日，CAEATFA 董事会批准申请人将协议的初始期限从原来的终止日期 2022 年 2 月 19 日延长一年，以适应项目因 COVID-19 大流行而导致的开发延迟。截至 2022 年 7 月，申请人已使用 STE 奖励购买了约 4550 万美元的合格物业（占获批合格物业总数的 47%）。申请人要求将协议的初始期限第二次延长一年，以适应 COVID-19 疫情持续和由此导致的经济衰退造成的延误。特别是，申请人指出，与疫情相关的困难影响了该项目的建筑重新设计、获得许可的能力和供应链。据申请人称，最大的障碍是该项目的建筑重新设计，因为合同谈判和执行仍在进行中，但是，申请人已获得场地扩建所需的许可，预计施工合同将于 2023 年 1 月签署。董事会可以在发现延期符合公众利益并推进 STE 计划的目的后延长协议的初始期限。4 申请人申请人位于桑尼维尔的全球总部，由两家特拉华州公司组成。 Intuitive Surgical, Inc. (“ISI”) 是一家上市公司，股票代码为 ISRG，Intuitive Surgical Operations, Inc. (“ISO”) 是 ISI 的全资子公司。据申请人称，ISI 成立于 1995 年，由于各种商业原因，ISO 应运而生。虽然 ISI 主要负责市场营销、销售和行政管理活动，而 ISO 负责研发和制造人员及资产活动，但这两个实体作为一家合并企业运营，因此制造和生产职责存在重叠。据申请人称，其最新的手术系统包括 da Vinci Xi、da Vinci X 和 da Vinci SP，主要由病人推车、外科医生控制台和视觉推车组成。申请人的 da Vinci 系统使外科医生能够以微创方式进行前列腺切除术、子宫切除术、疝修补术、胆囊切除术、肾切除术和减肥手术等手术。申请人指出，通过结合计算、机器人、身临其境
人类直觉思维模型作为现实人工智能和工程的来源
尽管人工智能（AI）取得了成功，但我们距离像人类一样模拟世界的AI仍然很远。本研究旨在从直觉心理模型的角度解释人类行为。我们描述了行为在生物系统中是如何产生的，以及对这种生物系统的更好理解如何能够促进类人AI的发展。人类可以从物理、社会和文化环境中建立直觉模型。此外，我们遵循贝叶斯推理，将直觉模型和新信息结合起来做出决策。我们应该为新的AI构建类似的直觉模型和贝叶斯算法。我们认为贝叶斯意义上的概率计算对通过观察和先前经验形成的对象组合的语义属性很敏感。我们将大脑的这一过程称为计算意义，当这些对象的概率发生是可信的时，它更接近贝叶斯理想。人类大脑如何形成世界模型并将这些模型应用于其行为？我们从三个角度概述了答案。首先，直观模型支持个人在当前环境中以有意义的方式使用信息。其次，神经经济学提出大脑中的估值网络在人类决策中起着至关重要的作用。它结合了心理学、经济学和神经科学的方法来揭示决策的生物学机制。然后，大脑是一个过度参数化的建模器官，并在复杂的世界中产生最佳行为。最后，人工智能数据分析技术的进步使我们能够破译人类大脑如何在复杂情况下评估不同的选择。通过将大数据集与机器学习模型相结合，可以从复杂的神经数据中获得前所未有的洞察力。我们从这个角度回顾当前的研究，描述了这些解决方案。在这项研究中，我们概述了类人人工智能的基本方面，并讨论了科学如何从人工智能中受益。我们越了解人类的大脑机制，我们就越能将这种理解应用于构建新的人工智能。人工智能的发展和对人类行为的理解是相辅相成的。
3D-BCI训练环境下利用卷积神经网络解码直观视觉运动意象
摘要 — 在本研究中，我们采用了视觉运动意象，这是一种更直观的脑机接口 (BCI) 范式，用于解码直观的用户意图。我们开发了一个三维 BCI 训练平台，并将其应用于帮助用户在视觉运动意象实验中进行更直观的想象。实验任务是根据我们日常生活中常用的动作来选择的，例如拿起电话、开门、吃饭和倒水。九名受试者参加了我们的实验。我们提供了统计证据，表明视觉运动意象与前额叶和枕叶具有高度相关性。此外，我们使用功能连接方法选择了最合适的脑电图通道进行视觉运动意象解码，并提出了一种卷积神经网络架构进行分类。结果，所提出的架构对 16 个通道中 4 个类别的平均分类性能在所有受试者中为 67.50 (±1.52)%。这一结果令人鼓舞，它展示了开发基于 BCI 的设备控制系统用于神经假体和机械臂等实际应用的可能性。
渐进关系网络：基于少量脑电图学习解码直觉上肢运动想象
摘要 —脑机接口 (BCI) 是一种连接用户和外部设备的通信工具。在实时 BCI 环境中，每个用户和每个会话都需要进行校准过程。此过程消耗大量时间，阻碍了 BCI 系统在真实场景中的应用。为了避免这个问题，我们采用基于度量的少样本学习方法，使用可以逐步考虑时间和光谱组组合的渐进关系网络 (GRN) 来解码直觉上肢运动想象 (MI)。我们从 25 名受试者那里获取了与直觉上肢运动相关的上臂、前臂和手的 MI 数据。在 1 次、5 次和 25 次设置下，离线分析下的总平均多类分类结果分别为 42.57%、55.60% 和 80.85%。此外，我们可以使用少样本方法在实时机械臂控制场景中展示直观 MI 解码的可行性。五名参与者在饮水任务中可实现 78% 的成功率。因此，我们展示了通过关注人体部位缩短校准时间的在线机械臂控制的可行性，同时也展示了基于所提出的 GRN 适应各种未经训练的直观 MI 解码。
引文：Kim, H., & Chang, W. (2022)。使用控制器和无人机之间的运动匹配实现直观的无人机控制
方法 本研究调查了与传统操纵杆控制器相比，基于无人机自身运动来操纵无人机运动的运动控制器的有效性。我们设计并开发了运动匹配控制器和无人机，用于实验评估。在实验中，参与者使用开发的运动和操纵杆控制器执行在给定路线上操纵无人机从原点到目的地的任务。