XiaoMi-AI文件搜索系统
World File Search SystemLowing
LandCover.ai：用于建筑物自动测绘的数据集……
土地覆盖和土地利用的监测和评估在自然资源管理中至关重要。遥感数据和图像处理技术已广泛应用于城市和农村地区的土地描述和变化检测。关于土地利用或土地覆盖的详细信息是各个领域的宝贵信息来源，例如城市规划[30,43]、变化检测[17]、植被监测[2]，甚至军事侦察。土地覆盖变化是环境变化[38,37]、森林覆盖动态[32]和退化[21]的指标，也是生物多样性监测的方法之一[31]。此类数据可用于研究景观中发生的过程，例如各种土地覆盖之间的流动 [ 16 ]，从而可以研究城市化、森林砍伐、农业强度和其他人为变化的速度。
使用国际吞咽困难饮食标准化计划（IDDSI）指南
吞咽是指饮食行为。在正常的旋转旋转过程中，将固体食物放在口腔内进行咀嚼，这将食物分解成团块，然后将食物与唾液混合在一起。当推注进入口咽中时，气道被暂时关闭，以防止推注进入气管。然后将推注进入食道，该食管将注料转移到胃中以进行消化。吞咽液体的过程相似，除了咀嚼通常不是必需的[1]。将食物或液体从口腔转移到胃中的失败被称为吞咽困难[2]。患有中风，痴呆和帕金森氏病等神经系统疾病的患者患有吞咽困难的高风险[3]。吞咽困难的常见症状包括从嘴唇上泄漏食物或液体，吞咽前后长时间的咀嚼，窒息和咳嗽[4]。如果未正确实施吞咽困难，则患者可能会经历营养不良，脱水，抽吸甚至窒息，这可能是致命的[5]。
用大语言来测量可固定性...
大型语言模型（LLMS）是强大的指导关注者。但是，许多开放式生成任务具有较大的解决方案空间，需要缩小以适合用户需求。llms朝着这种需求方向而言，对于与用户期望和目标保持一致的安全LLM系统至关重要。尽管LLM指导跟踪的持续改进，但此类增益可能不一定转化为可管道性。此断开连接激发了一个用于测量可引导性的原始框架。因此，我们提出了一个面向目标的，定量的可管道定义。我们的定义为em-pirical的引导探针的设计提供了信息，我们利用文本重写任务来衡量LLMS的转移能力。我们证明了最近的LLM是不可察的。我们将这种缺乏可行性归因于副作用：请求目标与无需LLM运动之间的相关性。因此，尽管LLM指导的进步前进，但仍有很大的空间可改善LLM的可识别性。
有效的分散存储网络 - 海象
区块链通过状态机复制（SMR）范式[35]支持分散计算。但是，它们实际上仅限于几乎不需要数据的分布式应用程序。由于SMR要求所有验证器都能完全复制数据，因此它会导致大量复制因子范围从100到1000，具体取决于每个区块链中的验证器数量。实际上需要完整的数据复制来计算状态，但是当应用程序仅需要存储和检索1个未计算1的二进制大型对象（BLOB）时，它会引入大量的超声波。专用的分散存储[6]网络出现了以更有效地存储斑点。例如，IPFS [28]等早期网络对审查制度提供了强大的阻力，在故障期间的可靠性和可用性增强，仅通过一小部分节点[45]来复制。分散的BLOB存储对于现代分散应用程序非常宝贵。我们突出显示用例：
德国军用航空局
德国军事航空局 (GMAA) 第 1 处通过其关于实施《航空法》、国际协议和德国军事航空局规定的政策文件，确定了德国军事航空的监管框架以及 GMAA 第 2、3 和 4 处的技术工作。在此过程中，第 1 处吸收了这些处的技术专长和实际应用经验。该处的另一项职责是代表国家军民机构以及国际组织和工作组中有关军事航空的战略和基础立场，并可能与德国军事航空局协调，以推进军事航空事务。第 1 处以其独特的法律专业知识审查和评估 GMAA 技术任务范围内的所有法律问题，向 GMAA 的领导人员和组织部门提供这方面的法律咨询，并就其为德国联邦国防军分配的任务范围内的航空法问题做出决定。GMAA 第 1 处由以下五个部门 1a 至 1e 组成。
Multi-scale Fusion Model Based on Gated Recurrent Unit ...
摘要 - 电池储能系统（BESS）的最新电荷（SOC）的准确预测对于电动汽车的安全性和寿命至关重要。为了克服多尺度特征融合和全球特征提取之间现有方法的不平衡，本文介绍了基于门控复发单元（GRU）的新型多尺度效果（MSF）模型，该模型是专门为实用BESS中复杂的多步社预测而设计的。Pearson相关分析首先是为了识别与SOC相关的参数。然后将这些参数输入到多层GRU中以进行点特征。同时，参数在输入双阶段多层GRU之前进行修补，从而使模型能够在不同的时间间隔内捕获细微的信息。最终，通过自适应重量融合和完全连接的网络，进行了多步骤的SOC预测。在数天内进行了广泛的验证，可以说明所提出的模型在实时SOC预测中达到的绝对误差小于1.5％。
1 型神经纤维瘤病相关肿瘤的先进药物疗法
摘要。神经纤维瘤病 1 型 (NF1) 是一种常染色体显性肿瘤易感性疾病，由 NF1 基因的杂合功能丧失变异引起，该基因编码一种称为神经纤维蛋白的蛋白质。神经纤维蛋白的缺失会导致大鼠肉瘤蛋白 (RAS) 信号通路活性增加，从而导致生长和细胞增殖增加。因此，肿瘤和非肿瘤合并症导致这些患者的发病率和死亡率很高。视神经胶质瘤、丛状神经纤维瘤和恶性外周神经鞘瘤 (MPNST) 是最常见的 NF1 相关肿瘤。这些并发症的治疗通常具有挑战性，因为由于这些肿瘤的位置、大小和浸润性质，手术可能无法实施，而标准化疗或放疗具有显著的毒性和继发性恶性肿瘤的风险。由于这些原因，随着导致NF1患者细胞增殖和肿瘤发生的病理生理机制的新发现，针对特定信号通路（即MEK/ERK级联）的新兴药物已经开发出来并取得了令人欣喜的成果。（www.actabiomedica.it）
全面审核Tiktok移动应用
tiktok已成为美国社交媒体格局中的主要力量，并催生了其他社交媒体网站，模仿其算法驱动的简短形式的内容建议平台（例如YouTube短裤和Instagram卷轴）。简短的垂直内容旨在在手机上消费，但是现有的审核主要是使用Web应用程序研究的Tiktok。补充，tiktok的网络版本没有广告，因此该平台的广告生态系统因此很大程度上没有被研究。在这项工作中，我们提出了一种通过与模拟器接口并拦截网络流量来审核Tiktok推荐算法的技术。通过这种方式，我们能够衡量来自用户指定的人口统计学（例如性别和年龄）带来的个性化，并更好地了解广告如何传递给这些组。未来的工作将调查用户互动中的个性化，例如喜欢帖子和基于其兴趣的创建者，并将研究算法个性化在广告定位中扮演的角色。
健康大脑计划 (HBI)：一项前瞻性队列研究方案
HBI 是一项纵向观察性队列研究，将每年跟踪 500 名深度表型参与者，以收集、分析和存储临床、认知、行为、功能、遗传和神经影像数据和生物样本。参与者年龄为 50 岁；没有主观或轻度认知障碍；有研究伙伴；并且有资格接受磁共振成像 (MRI)。招募以社区为基础，包括广告、口口相传、社区活动和医生推荐。在基线，在知情同意后，参与者完成详细的基于网络的调查（例如，人口统计、健康史、风险和恢复力因素），然后进行两次半天的访问，其中包括神经系统检查、认知和功能评估、隔夜睡眠研究和生物样本收集。所有参与者都完成了结构和功能 MRI，并且一部分人还同意进行淀粉样蛋白 PET 成像。每年的随访都会重复与基线相同的数据和生物样本收集，但在基线之后每隔一年进行 MRI 检查。
在黎曼框架内通过 CNN 特征的协方差池对 GPR 信号进行分类
探地雷达 (GPR) 是一种成像系统，可用于观察现场地下情况，以研究土壤的层组成或埋藏物体的存在。由于地面的电磁特性，此类图像通常具有非常低的信噪比 (SNR)。此外，根据设计，埋藏物体被观察为双曲线，其形状可能与物体类型（例如空腔或管道）相关联。在这种情况下，埋藏物体的分类在民用应用中非常重要，例如恢复埋藏天然气管道的位置 [1] 或军事应用，例如地雷探测 [2]。为了进行这种识别，一些研究考虑使用信号反演技术 [3] 来提高 SNR，以便地球物理学家进行手动解释。当需要处理大量图像时，这种解决方案可能不切实际，因为它需要专门的人力资源。因此，自动识别方法已成为必需，并受到社区的关注。GPR 信号的自动分类分两步进行。首先，感兴趣区域（ROI）对应于