XiaoMi-AI文件搜索系统
World File Search SystemModularity
海军任务模块化
•反对马林战（ASW）（拖曳的身体传感器，自动驾驶汽车和ASW鱼雷管）•卸货索雷诱饵•矿山柜台（MCM）（MCM）（自动驾驶汽车和对潜水手术的支持，对固定空气供应的潜水操作） Warfare (ASuW) (advanced missile systems such as the RBS15 from SAAB to be accommodated in our containers/modules) • Humanitarian Assistance and Disaster Relief (HADR) (advanced medical facilities, reverse osmosis water treatment plant and electrical generation plant can be accommodated in our modules) • Special Forces (SF) support (SF mission planning and Command and Control capability can be securely accommodated in our modules) • Maritime Interdiction Operations (MIO) and Resource and Border Protection Operations (RBPO) (the Cube system can provide stowage and launch and recovery systems for additional boats in addition to modular accommodation for boarding parties and other government agency staff) • Sea Mine Laying module that consists of a container-based minelaying module and one or more storage modules • Research Support modules for for inspection, surveillance and repair of subsea installations • Launch and Recovery module for ROV´s,无人机（UAV），USV，AUV，UUV和MINI-SUBS
www.migrationletters.com具有新型模块化的受约束的Louvain算法，以增强复杂网络中的社区检测
结论：这项研究引入了一种创新的方法，可以在复杂的网络中进行社区检测。具有𝐹2模块化的受约束卢旺算法有效地克服了传统模块化的局限性，尤其是分辨率限制问题。它促进了准确且细粒度的社区检测，使其成为分析各个领域广泛网络的宝贵工具。这项研究通过提供强大的社区检测方法来有助于持续的努力来增强我们对网络结构和动态的理解。
人工智能 - 行为树的模块化
该项目由 ScholarWorks@GVSU 计算机与信息系统学院免费开放给您。该项目已被 ScholarWorks@GVSU 授权管理员接受并纳入技术图书馆。如需更多信息，请联系 scholarworks@gvsu.edu 。
为什么进化心理学应该放弃模块化
尽管大多数心理学家和哲学家都会为思想带来一定程度的模块化，但进化心理学尤其被认为是极端的大规模模块化 - 这种观念是，思想主要是，即使不是完全由不同的系统或模块组成的观念（Bechtel，2003; Samuels，2000; Samuels，2000，2012）。巨大的模块化是怀疑或彻底拒绝进化心理学的常年理由（有关评论，请参见Goldfinch，2015年），关于思想是大规模模块化的漫长争论，或者在40年中，在40多年中，在观察中没有解决的问题（E.G.G.G.G.G.G.G.G.G. 2005，2005年），2005年，2005年，2005年； Barrett＆Kurzban，2006年，Carruthers，2003年，2006年，Chiappe＆Gardner，2012年，，，， 2008年，Newcombe等人，2009年，2006年；
模块化引导的功能性脑网络分析，用于早期痴呆症识别
功能大脑网络（FBN）分析表明，在识别脑部疾病（例如阿尔茨海默氏病（AD）及其前驱阶段，即轻度认知障碍（MCI））方面具有巨大潜力。必须从功能大脑网络中识别歧视性和可解释的特征，以提高分类性能并帮助我们理解与广告相关的脑疾病的病理机制。以前的研究通常从FBN提取节点统计或边缘权重来表示每个受试者。但是，这些方法通常忽略了FBN的拓扑结构（例如模块化）。为了解决此问题，我们提出了一个模块化 - LASSO特征选择（MLFS）框架，该框架可以明确对模块化信息进行建模，以识别FBN的歧视性和可解释功能，以进行自动化AD/MCI分类。特别是，提出的MLFS方法首先通过签名的光谱群集算法搜索FBN的模块化结构，然后通过模块化诱导的组LASSO方法选择判别特征，然后使用支持向量机（SVM）进行分类。为了评估所提出的方法的有效性，对公共ADNI数据库的563个静止状态功能性MRI扫描进行了广泛的实验，以识别正常对照的AD/MCI的受试者，并预测MCI受试者的未来进展。实验结果表明，我们的方法在AD/MCI识别任务和MCI转换预测的两个任务中都优于以前的方法，还有助于发现与AD相关的歧视性脑区域和功能连接性。
认知中的模块化：争论的框架
二十多年来，模块化一直是认知科学界激烈争论的话题。在某些情况下，误解阻碍了概念的进步。本文作者指出了关于模块化的论点，这些论点要么已被抛弃，要么从未被支持模块化思维观点的人所接受。作者回顾了那些旨在破坏模块化的论点，特别关注认知架构、发展、遗传学和进化。作者提出，清晰定义的模块化为指导研究和解决有关个体认知系统和人类进化认知性质的争论提供了一个有用的框架。模块化是生物体在各个组织层面的基本属性；它对于理解思维结构也是必不可少的。