近年来,随着社交媒体平台的繁荣,表情包逐渐成为网络交流的一部分。因此,检测表情包是否对个人或组织具有冒犯性对于确保互联网内容的多样性和可持续性至关重要。对表情包进行分类是否为恶意内容是一项具有挑战性的任务。此外,目前已经有很多工作集中在英语上(Truong 和 Lauw,2019 年;Xu 等,2019 年;Cai 等,2019 年),但针对泰米尔语的研究很少。泰米尔语表情包分类共享任务填补了这一空白。此共享任务的目标是检测从社交媒体平台收集的表情包是否为恶意内容。每个表情包都标有恶意或非恶意类别。此外,每张图片都嵌入了泰米尔语和拉丁字母的字幕转录。这是一个多模态分类任务,给定图像和文本对,系统必须将此对分类为 troll 或非 troll 类。在本文中,我们探索了一种用于泰米尔语 meme 分类的多模态转换器。根据图像和文本的特征,
纹理和边缘为图像识别提供不同的信息。边缘和边界编码形状信息,而纹理则体现区域的外观。尽管卷积神经网络 (CNN) 在计算机视觉和医学图像分析应用中取得了成功,但主要只学习纹理抽象,这通常会导致边界描绘不精确。在医学成像中,专家手动分割通常依赖于器官边界;例如,为了手动分割肝脏,医生通常首先识别边缘,然后填充分割蒙版。受这些观察的启发,我们提出了一个即插即用模块,称为边缘门控 CNN (EG-CNN),可与现有的编码器-解码器架构一起使用来处理边缘和纹理信息。EG-CNN 学习在编码器中强调边缘,通过辅助边缘监督预测清晰的边界,并将其输出与原始 CNN 输出融合。我们在两个公开可用的数据集 BraTS 19 和 KiTS 19 上评估了 EG-CNN 与各种主流 CNN 在脑肿瘤和肾脏语义分割方面的有效性。我们展示了添加 EG-CNN 如何持续提高分割准确性和泛化性能。
简介:在研究分数量子厅效应的研究中,参考文献的作者。[1,2]发现,在最低的Landau级别(LLL)SAT-ISFY处的投影密度运算符特定的封闭代数,后来被称为Girvin-Macdonald-Platzman(GMP)代数。还意识到,较高的Landau水平(LLS)以不同的所谓形式因素满足类似的代数,并且在这里称为GMP代数的通用形式为代数。(我们在等式中表达了这个代数。1,2下面)。随着动能的抑制水平和密度密度项所提供的相互作用,GMP al-Gebra应完全捕获Landau水平物理学。后来,在搜索分数Chern绝缘子(FCIS)[3-5]时,即在没有外部杂志领域的无需应用的情况下,具有分数量子大厅的效果的系统,非常针对设计类似Landau级别的频段。由于GMP代数捕获了LL物理学,因此认为希望在Chern频段中重现GMP代数,至少在某些范围内。参考。[6],作者证明,要重现GMP代数的长波长极限,浆果曲率应在布里群区域恒定。参考。[7],作者发现,除了浆果曲率外,带有LLL样形式的GMP代数满足GMP代数的必要条件还涉及该带的量子指标的附加条件,后来被称为理想的频带条件。(理想的频率条件不适用于具有更一般形式的GMP代数。)
摘要:(1)背景:使用神经科学来理解和影响消费者行为经常引起道德争议。因此,有必要揭开神经科学用于营销目的的神秘面纱;本文通过访问该领域的全球学术表现,实现了这一目标。(2)方法:通过混合方法对 Scopus 数据库中索引的所有现存神经营销文献(318 篇文章)进行文献计量分析。(3)结果:结果显示,西班牙在最具生产力的国家中名列前茅,而意大利研究人员在合作方面明显占主导地位。关于最突出的主题,“神经科学”和“广告”之间的联系被强调。研究结果提供了对神经营销研究的最新进展、研究空白和新兴研究主题的更好理解,并且通过在文献计量分析中包括 SciVal 主题突出性,提供了新的方法论贡献。 (4)结论:从实际意义来看,本研究为寻求资助机会的神经营销研究人员提供了有益的见解,这些资助机会通常与突出度最高的百分位数或新兴主题有关。就原创性而言,本研究首次将 SciVal 主题突出度应用于神经营销的文献计量分析,并为神经营销研究提供了新的文献计量指标。
自主系统的进步和实施与人们对其使用所产生的伦理问题日益关注不谋而合。随着自主性在需要考虑伦理问题的情境中填补了队友的角色,这一点变得越来越重要。随着人工智能队友 (AT) 进入这些角色,需要进行研究来探索 AT 的道德规范如何影响人类的信任。当前的研究提出了两项研究,探讨 AT 的道德或不道德行为如何影响对该队友的信任。在研究 1 中,参与者对 AT 建议违反或遵守一套伦理原则的行动场景做出了反应。结果表明,道德认知和信任会受到伦理违规行为的影响,但只有伦理规范取决于伦理违规的类型。研究 2 中的参与者在与犯有伦理违规行为并试图修复信任(道歉或否认)的模拟 AT 执行团队任务后完成了焦点小组访谈。焦点小组的回应表明,违反道德规范的行为恶化了人们对 AT 的看法并降低了信任度,但仍然可以信任它执行任务。AT 的道歉和否认并没有修复受损的信任。研究结果表明信任和道德规范之间存在微妙的关系,需要进一步研究违反道德规范后的信任修复策略。
摘要:可再生能源的每日和季节性波动都需要大规模的储能技术。最近开发的集成电池和电解器系统,称为Battolyser,满足两个时间尺度要求。在这里,我们开发了一个宏观的COMSOL多物理模型,以量化谷物溶解器原型的能量效率,该原型首次整合了镍 - 铁 - 铁 - 铁 - 铁电池和碱性电解酶的功能。当前原型的额定能力为5 AH,为了开发更大的增强系统,有必要表征巴托利亚省内发生的过程,并优化谷battolyser的各个组件。因此,需要一个模型可以提供快速筛选,以了解单个组件的性质如何影响巴托利溶剂原型的整体能量效率。使用实验结果验证了该模型,并比较了新的配置,并针对该实验室规模设备的扩展进行了优化的能量效率。基于建模工作,我们找到了铁电极的最佳电极厚度为3和2.25 mm,具有最佳的电极孔隙率在0.15-0.35的空隙范围内。此外,发现电解质电导率和间隙厚度对设备的整体效率具有很小的影响。
开发了一种工具,可以自动使用T1加权MRI作为输入的输入,从而自动分割了几个皮层下边缘结构(伏隔核,基础前脑,隔核,下丘脑,无乳腺体,乳腺体和福尼克斯)。此工具填写未满足的需求,因为很少有(如果有的话)可以分割这些临床相关结构。使用39个手动标记的MRI数据集对具有空间,强度,对比度和降噪的U-NET进行了训练。通常,相对于其他结构的可比工具,骰子得分,真实的正率,错误的发现率和手动自动体积相关性非常好。使用该工具对698个受试者进行了不同的数据集;对所得标签的评估表明,该工具在不到1%的情况下失败了。该工具的测试可靠性非常好。除乳腺体型以外的所有结构的自动分割体积都显示出在检测临床效果,年龄效应或两者兼而有之的有效性。此工具将与FreeSurfer(Surfer.nmr.mgh.harvard.edu/fswiki/sclimbic)公开发布。与其他皮质和皮层边缘分段一起,此工具将允许FreeSurfer以自动化的方式全面对边缘系统。
摘要 - 机器学习模型被广泛使用,但通常也可能是错误的。用户将受益于可靠的指标,即是否应信任给定模型的给定输出,因此可以做出合理决策是否使用输出。例如,输出可以与置信度度量相关联;如果这种置信度度量与正确性的可能性密切相关,则据说该模型是良好校准的。良好的置信度措施可以作为理性,逐步决策的基础,以了解使用生成的代码时需要多少审查和护理。校准已经在主要非生成中进行了研究(例如,分类)设置,尤其是在软件工程中。但是,生成的代码通常可能是错误的:给定的代码,开发人员必须决定是否直接使用,在仔细审查强度变化或丢弃模型生成的代码后使用。因此,卡尔 - 对生成环境至关重要。我们做出了一些贡献。我们开发了一个框架来评估代码生成模型的校准。我们考虑了几个任务,正确性标准,数据集和方法,并发现我们测试的大而生成的代码模型并未得到很好的开箱即用。然后,我们展示如何使用标准方法(例如PLATT缩放)改进校准。我们的贡献将在语言模型生成的当前使用代码中提供更好地校准的决策,并为将来的研究提供了一个框架,以进一步改善软件工程中生成模型的校准方法。由于Platt缩放率取决于正确性数据的事先可用性,因此我们评估了PLATT缩放在软件工程中的适用性和概括性,讨论其具有良好实际使用潜力的设置以及不存在的设置。索引项 - LLS,校准,置信度度量
本文首次将领土刑事法律制度置于有关行使全权的更广泛辩论的中心。通过这样做,它揭示了联邦政府的全权如何影响地方刑事裁决,填补了领土宪法和刑法文献中的重大空白。本文概述了所谓的“领土刑事法律制度”的总体轮廓。该系统允许国会以比在任何州都大得多的程度干预地方刑事事务。与此同时,该系统对地方检察行动施加了行政限制,并对地方刑事制度的存在构成了生存威胁。此外,2010 年,波多黎各的联邦和地方检察官签署了一份谅解备忘录,将更多案件移交给联邦法院,使越来越多的波多黎各人受到他们无权制定的联邦法律和程序的约束。本文分享了十几次采访的见解,揭示了联邦检察官如何规避波多黎各地方法律和宪法文本中的保护措施。事实上,虽然美国政府可能已经赋予波多黎各更大程度的自治权,但殖民统治从未离开过该岛。