XiaoMi-AI文件搜索系统
World File Search SystemMETEOR
利用预先训练的3D-CNN进行视频字幕
视频字幕是一项视觉理解任务，旨在以语法和语义准确的描述生成。视频字幕中的主要挑战之一是捕获视频中存在的复杂动态。这项研究通过利用预先训练的3D卷积神经网络（3D-CNN）来解决这一挑战。这些网络在建模此类动态，增强视频上下文理解方面特别有效。我们评估了Microsoft研究视频描述（MSVD）数据集的方法，并在视频字幕中通常使用性能指标，包括苹果酒，BLEU-1至BLEU-4，Rouge-L，Rouge-L，Meteor和Spice。结果显示了所有这些指标的显着改善，证明了预训练的3D-CNN在增强视频字幕准确性方面的优势。关键字：视频字幕，视频语言多模式学习，运动功能。
人工智能增强艺术欣赏：从艺术品中生成文本以促进包容性
视觉艺术有助于表达、交流和联系，但对于视障人士和缺乏资源来了解艺术技术和历史的人来说，视觉艺术仍然难以接触。在这项工作中，我建议开发一种生成式人工智能模型，该模型可以生成对给定艺术品的描述和解释。这样的研究可以使艺术更容易被接受，支持艺术教育，并提高人工智能理解和翻译创意媒体的能力。开发将从一项形成性研究开始，以评估盲人和视力低下人士以及艺术专家的需求和偏好。在形成性研究之后，基本方法是在艺术品及其随附描述的数据库上训练模型，从提取的视觉数据中预测情绪，并生成一个与训练文本数据非常相似并结合情绪分析的段落。然后，将通过 METEOR 等指标对模型进行定量评估，并通过图灵测试在迭代过程中对模型进行定性评估。
向空军和太空部队交付两架“阵风”战斗机
F4.1标准是2023年3月获得DGA认证的F4标准的第一个组成部分，标志着协同空战时代迈出的重要一步。它带来了主要能力的发展：集成 1 个 Scorpion 头盔瞄准器、改进使用流星导弹（由发射飞机以外的飞机管理的导弹）的火控、开发被动威胁检测算法，以及增强阵风之间的数据交换能力。
不明空中现象的物理限制
我们根据标准物理学和已知的物质与辐射形式，推导出对“高度机动性”不明空中现象 (UAP) 的解释的物理约束。具体而言，我们表明，UAP 与周围空气或水的摩擦预计会产生明亮的光学火球、电离壳和尾巴——这意味着有射电特征。火球光度与推断距离的 5 次方成比例。雷达截面与流星头回波的比例类似，为物体周围球体有效半径的平方，而由此产生的电离尾的雷达截面与电离圆柱体的半径成线性比例。对于不具备距离门功能的单站点传感器来说，缺少所有这些特征可能意味着距离测量不准确（从而得出速度）。
2025 年全国音乐营
我很兴奋能担任 AYO 第 77 届全国音乐营的创意总监。我已经记不清我参加过多少次音乐营了——有不少是以教职工的孩子的身份参加的，7 次是以有抱负的管弦乐小提琴手的身份参加的，至少 10 次是以导师的身份参加的，一次是以室内乐团的指挥的身份参加的，还有好多次是以访客的身份参加的——我年复一年地不可抗拒地回到我的 AYO 大家庭！NMC 是地球上最严格、最紧张、最激动人心的青少年音乐项目之一。成功校友的名单就像一场流星雨，许多音乐家在这里第一次看到了通往职业的真正道路，在业内最好的导师的指导下，通过对演奏史诗般的管弦乐杰作的共同热爱和渴望与未来的同事建立联系。您正在见证澳大利亚音乐的辉煌未来 - 欢迎！
MapGuide：一种从大脑活动重建连续语言的简单而有效的方法
从大脑活动中解码连续语言是一个强大而有前途的研究领域。它对于帮助有言语障碍的人通过脑信号进行交流尤为重要。该领域解决了将脑信号映射到文本的复杂任务。之前的最佳尝试以间接的方式逆向工程了这个过程：它首先学习从文本中编码大脑活动，然后通过与预测的大脑反应对齐来指导文本生成。相比之下，我们提出了一种简单而有效的方法，通过直接将文本与从大脑活动映射的预测文本嵌入进行比较来指导文本重建。综合实验表明，我们的方法明显优于目前最先进的模型，BLEU 和 METEOR 分数平均提高了 77% 和 54%。我们通过详细的消融研究和案例分析进一步验证了所提出的模块，并强调了一个关键的相关性：我们将大脑活动映射到文本嵌入越精确，文本重建结果就越好。这种洞察力可以简化从大脑活动重建语言的任务以供未来工作，强调改进大脑到文本嵌入映射技术的重要性。
![arXiv:2110.04203v2 [cs.AI] 2021 年 10 月 18 日](/simg/g:\will\search\icon\source\5\58d5a0053bae26a7adfd1fb340a26d8711d48d91.png)
arXiv:2110.04203v2 [cs.AI] 2021 年 10 月 18 日
能够与人一起观看视频并通过各种对话分享对视频内容的同理心的人工智能代理是人们期待的有前途的人工智能应用。为此，人工智能代理必须准确地感知和识别视频内容，并基于对内容的理解与人进行自然的多轮对话。最近，人们积极开展文本到视频检索、视频字幕和视频问答 (videoQA) 方面的研究，以提高视频理解智能。此外，已经建立了大规模数据集并公开提供以促进研究 (Alamri 等人 2019 年；Lei 等人 2018 年、2020 年；Choi 等人 2021 年)。使用这些数据集的研究通常应用自动评估指标来衡量人工智能代理的性能。对于视频问答任务，多项选择题通常使用总体准确率，而开放式问答则采用自然语言生成任务中经常使用的评估指标（例如 BLEU（Papineni 等人 2002）、METEOR（Banerjee 和 Lavie 2005）、CIDEr（Vedantam、Lawrence Zitnick 和 Parikh 2015））。这些自动评估指标应用起来很方便，但也有局限性。例如，总体准确率虽然直观且易于计算，但并未考虑问题的难度或所需的认知成分。此外，语言生成模型的评估指标分数无法判断内容是否是问题的正确答案。
2024 年夏季奖项获得者
文理学院 Zahra Abdi 战争中的家庭：内战创伤与共和国晚期的社会变革 Zsuzsanna Varhelyi (CAS, 古典学) Ariyana Aghazadeh-Bonab 分析 SDSS-V 光谱以寻找受锂和金属污染的白矮星候选者 JJ Hermes (CAS, 天文学) Mehmet Akharman 对 Millstone Hill 天文台 440 MHz 地磁雷达数据的英仙座流星雨分析 Meers Oppenheim (CAS, 天文学) Mohammad Aldabbagh 皮质功能层次组织与失语症行为的关系 Swathi Kiran (CAS, 神经科学) Leen Alnsour 了解 CMS 精确定时探测器硅模块的性能 Indara Suarez (CAS, 物理系) Emma Applegate 拟南芥中硫代葡萄糖苷生物合成的代谢调控 John Celenza (CAS, 生物学) Justin Arrick 探索胰高血糖素样肽 1 受体激动剂对基于奖励的决策的影响 Lynne Chantranupong (CAS，生物学) Parnian Asgari 一系列 Cr-全氟频哪酸酯复合物的合成、表征和反应性 Linda Doerrer (CAS，化学) Hallie Baker 研究面部识别软件在打击高棉雕像非法文物贸易中的潜在应用 Robert Murowchick (CAS，人类学（考古学项目）)
![arxiv：2403.17516v2 [cs.cl] 2024年4月2日](/simg/g:\will\search\icon\source\4\43c9603b2a3109e7a1f3c181045e6c0e154d84ed.webp)
arxiv：2403.17516v2 [cs.cl] 2024年4月2日
从大脑方面解码连续语言是一个强大而有前途的研究领域。对于有助于言语障碍的人通过大脑信号进行交流特别重要。此字段解决将大脑信号映射到文本的复杂任务。以前的最佳尝试以间接的方式逆转了这一过程：它始于学习从文本中编码大脑活动，然后通过与预测的大脑反应对齐来编码引导文本生成。相比之下，我们采用了一种简单而有效的方法，该方法通过将其直接与根据大脑活动映射的预测文本嵌入进行比较来指导文本重建。全面的实验表明，我们的方法明显胜过当前的最新模型，显示了BLEU和流星得分的平均提高77％和54％。我们通过详细的消融研究和案例分析来验证所提出的模块，并突出一个关键的相关性：我们将大脑活动映射到文本嵌入的情况越多，文本重建结果越好。这种洞察力可以简化从大脑活动中重新构建语言的任务，以强调实现大脑到文本的映射技术的重要性。