XiaoMi-AI文件搜索系统
World File Search SystemMuller
拟人化和AI炒作-UCL Discovery
人类对拟人化的天生倾向。我们不禁以独特的人类方式思考非人类，在非人类中“看到”类似人类的特征，并做出相应的反应[1]。，但是这些推论可能会产生误导。推断我们回家时很高兴见到我们是很安慰的，也许很自然。这样的推论对于我们的宠物狗来说似乎是合理的。，但对我们的宠物岩石来说却不太如此。随着复杂的AI的出现，技术人工制品的拟人化已经变得广泛[2，3]。这不是最不重要的，因为这种技术通常被设计为像人类一样。的确，在许多情况下，这就是推动他们成功的原因。流行的基于LLM的Convertion App replika获得了知名度，因为它对用户感到与人交谈的感觉。replika用户认为他们的replika具有某些人类属性，例如情感的能力（例如，爱情，欲望，狂热，善良和悲伤）。这部分是因为聊天机器人伴随着类似人类的头像。，这也是因为它有能力维持人级对话并使用第一人称代词，Ben Schneiderman和Micheal Muller对[4]批评了GPT-4。
使用混合扩散成像对慢性创伤性脑损伤的基于机器学习的分类
创伤性脑损伤（TBI）是一种常见的疾病，具有许多潜在的急性和慢性神经系统后果（Smith等，2019），在过去的二十年中在美国造成约100万人死亡（Daugherty and Zhou，2016年）。慢性创伤性脑损伤（CTBI）的神经病理学是由创伤性损伤的直接结果和由一系列分子和细胞事件引起的继发性损伤的作用，包括细胞死亡，轴突损伤，轴突损伤，轴突损伤和影响（Anguita等人，Anguita等，202222222222222）。为了更好地了解潜在的神经病理学机制，对TBI慢性影响的信息的需求越来越不断增长（Wickwire等，2016）。神经影像学在诊断和指导适当的管理中通过检测需要干预或监测的伤害在诊断和指导适当管理方面起着至关重要的作用（Taylor和Gercel-Taylor，2014; Douglas等，2015; McKee and Daneshvar，2015年）。然而，在最轻度到中度损伤的情况下，常规T1加权成像通常是正常的（McCrory等，2009）。此外，对TBI严重程度的初步评估不一定可以预测慢性残疾的程度（美国国家科学学院，2019年）。因此，正在积极研究先进的神经影像学生物标志物，以尝试更好地诊断和监测TBI的急性和慢性影响（Hu等，2022）。差异轴突损伤被认为是TBI基础的关键病理机制，因此，它导致了高级MR技术的发展，以可视化WM完整性（Hashim等，2017）。dTI和神经突取向分散成像（NODDI）（Zhang等，2012）是先进的MR技术，在一系列临床条件下，人们认为它们可以反映白质特性（WM）的完整性。di usion张量成像（DTI）在单个微观结构室内假设高斯散析，而NODDI则使用高性能磁场梯度探测更复杂的非高斯性质（Kamiya等，Kamiya等，2020）。与DTI不同，NODDI使用七个参数来测量WM微结构的性质，包括细胞内，细胞外和自由水，而DTI在对各向同性与各向异性差异的描述中受到限制，特定的Voxel（Muller等人2021）。以前已经表明，DTI和noddi有不同的，但互补的，有关急性对慢性TBI患者的微观结构完整性的信息（Wu等，2018; Palacios等，2020; Muller等，2021）。在DTI指标中，分数各向异性（FA）的研究最多，通常用作白质“完整性”的指标。 FA是
基于社区的全...重建与模拟
Armando Romani 1，+，Alberto Antonietti 1，Davide Bella 1，Julian Budd 1,3，Elisabetta Giacalone 2，Kerem Kurban 1，3SáraSáray3,4 3,4，Marwan Abdellah 1，Marwan Abdellah 1，Alexis Arnaudon 1，Alexis Arnaudon 1，Elvis Bocina 1，Cristina，coristina，curestina，jorsine，jorsine，jores 14 1，Joanne Falck 5，Cyrille Favreau 1，Michael Gevaert 1，Juan B. Hernando 1，5 Joni Herttuainen 1，Genrich Ivaska 1，Lida Kanari 1，Anna-Kristin 1，Anna-Kristin Kaufmann 1，James King 16 Lange 5,6 Lange 5,6，Huanxiang lu 1，lu lu 1，li anna liarina liina liina liina liina liina liina liina liina liina liina liina liina liina liina liina， ，7 Judit Planas 1，Pranav Rai 1，Srikanth Ramaswamy 1，Michael W. Reimann 1，Juan Luis Riquelme 1，Nadir Guerre 18，RománVinghalSood 1，MohamethFrançoisSy 1，Werner van Geit 1，Werner van Geit 1，liesbeth vanherpe 1，therpe 1，tamás ER 1，*，FelixSchürmann1，*，Alex M. Thomson，Migli，10，20* Kali 3,4，*，+和Henry Markram 1，*，*，+ 11
南希·格雷斯·罗曼太空望远镜日冕仪观测校准计划
1 加州理工学院喷气推进实验室，4800 Oak Grove Drive，帕萨迪纳，CA 91109，美国 2 Tellus1 Scientific，亨茨维尔，AL 35899，美国 3 亚利桑那大学天文系和斯图尔特天文台，933 N. Cherry Ave.，图森，AZ 85719，美国 4 斯坦福大学，382 Via Pueblo Mall，物理系，斯坦福，CA 94305-4060，美国 5 戈达德太空飞行中心，8800 Greenbelt Rd，格林贝尔特，MD 20771，美国 6 艾姆斯研究中心，PO Box 1，莫菲特菲尔德，CA 94035-1000，美国 7 欧洲南方天文台，Alonso de C´ordova 3107，维塔库拉，圣地亚哥，智利 8 太空望远镜科学研究所，3700 圣马丁9 太空望远镜科学研究所，史蒂文·穆勒大楼，3700 San Martin Drive，巴尔的摩，马里兰州 21218，美国 10 普林斯顿大学，新泽西州普林斯顿 08544，美国 11 IPAC，MC 314-6，加州理工学院，加利福尼亚州帕萨迪纳，91125
太阳能职业学士
第 2 单元：代数和超越方程的解：迭代法 - 二分法、假位置法（Regula Falsi 方法）、不动点迭代法、牛顿拉夫森法、广义牛顿法、拉马努金法、穆勒法；加速收敛 - Aitken 方法、Graeffe 根平方法、复根。第 3 单元：矩阵：矩阵运算：加法、减法和乘法。矩阵、矩阵的转置、矩阵的逆、矩阵的秩、向量和矩阵范数、特征值问题：对称三对角矩阵的特征值、Householder 方法、QR 方法。第 4 单元：线性方程组的解：高斯消元法、高斯-乔丹法；非线性方程组的解：不动点迭代法、牛顿-拉夫森法，书籍：1. 数值分析入门方法，SS Sastry，Prentice Hall India，第 3 版。2. 计算机在物理学中的应用，Suresh Chandra，Narosa 3. 计算机导向数值方法，V. Rajaraman，第 3 版。1GP4-电子实验室。（实用）
迈向银行和金融服务领域的可解释人工智能
首先，我要由衷感谢我的首席导师 Amin Beheshti 教授以及我的联合导师 Xuyun Zhang 博士和 Noman Javed 博士，没有他们，这项研究是不可能实现的。他们的持续支持和激励是我完成这一旅程的主要动力。我感谢人工智能流程 (AIP) 研究中心 1 和悉尼 Prospa Group Ltd. 2 为我提供研究型硕士奖学金。这笔资金帮助我实现了梦想，并在我的研究之旅中取得了里程碑式的成就。Prospa Group Ltd 的经理 Elias Istanbouli 先生、Steven Wood 先生和 Jose Muller 值得特别感谢，他们为帮助我学习和成长做出了宝贵的贡献。他们的努力和帮助帮助我更好地了解了业务运营，并考虑了成功进行系统评估的关键方面。最后，我要感谢 Prospa Group Ltd 的所有员工，特别是风险团队以及数据分析研究实验室 3 的成员，感谢他们出色的陪伴和付出的时间。能与你们共事是我的荣幸。感谢你们所有人帮助我成为今天的我。Ambreen Hanif 澳大利亚悉尼 2021 年 11 月
基于机器学习的混合扩散成像对慢性创伤性脑损伤进行分类
创伤性脑损伤 (TBI) 是一种常见疾病，具有许多潜在的急性和慢性神经系统后果（ Smith 等人，2019 年），在过去二十年中导致美国约 100 万人死亡（ Daugherty 和 Zhou，2016 年）。慢性创伤性脑损伤 (cTBI) 的神经病理学包括由创伤性损伤直接导致的原发性损伤，以及由一系列分子和细胞事件（包括细胞死亡、轴突损伤和炎症）导致的继发性损伤（ Anguita 等人，2022 年； Zhang 等人，2022 年）。为了更好地了解潜在的神经病理学机制，对 TBI 慢性影响的信息的需求日益增长（ Wickwire 等人，2016 年）。神经影像学在急性脑损伤中起着至关重要的作用，无论是在诊断还是通过检测需要干预或监测的损伤来指导适当的治疗（Taylor and Gercel-Taylor，2014；Douglas 等人，2015；Mckee and Daneshvar，2015）。然而，在大多数轻度至中度损伤的情况下，常规 T1 加权成像通常是正常的（McCrory 等人，2009）。此外，对 TBI 严重程度的初步评估并不一定能预测慢性残疾的程度（美国国家科学院，2019）。因此，正在积极研究先进的神经影像学生物标志物，试图更好地诊断和监测 TBI 的急性和慢性影响（Hu 等人，2022）。弥漫性轴突损伤被认为是 TBI 的一个关键病理机制，因此，它导致了用于可视化 WM 完整性的先进 MRI 技术的开发（ Hashim et al., 2017 ）。DTI 和神经突取向弥散成像 (NODDI)（Zhang et al., 2012 ）是先进的 MRI 技术，被认为可以反映一系列临床条件下白质 (WM) 微观结构特性的完整性。弥散张量成像 (DTI) 假设单个微观结构区室内存在高斯弥散，而 NODDI 使用高性能磁场梯度探测更复杂的非高斯特性（Kamiya et al., 2020 ）。与 DTI 不同，NODDI 使用七个参数来测量白质微结构的特性，包括细胞内水、细胞外水和自由水，而 DTI 在描述特定体素的各向同性与各向异性扩散方面受到限制（Muller 等人，2021 年）。此前已有研究表明，DTI 和 NODDI 在急性至慢性 TBI 患者的微结构完整性方面提供了不同但互补的信息（Wu 等人，2018 年；Palacios 等人，2020 年；Muller 等人，2021 年）。在 DTI 指标中，各向异性分数 (FA) 是研究最多的，通常用作白质“完整性”的指标。FA 是
医疗保健人工智能的法律和道德考虑：谁承担责任？
3 印度芒格洛尔穆勒神父医学院泌尿外科系，4 印度马尼帕尔高等教育学院马尼帕尔理工学院人文与管理系，5 印度马尼帕尔高等教育学院马尼帕尔理工学院仪器与控制工程系，6 印度新德里马克斯医院和马克斯癌症护理研究所机器人与泌尿肿瘤学系，7 美国马萨诸塞州波士顿麻省总医院和哈佛医学院放射肿瘤学系，8 印度马尼帕尔高等教育学院马尼帕尔理工学院计算机科学与工程系，9 印度马尼帕尔高等教育学院卡斯特巴医学院，10 印度马尼帕尔高等教育学院马尼帕尔牙科学院口腔医学与放射学系，11 英国纽卡斯尔弗里曼医院泌尿外科系，12波兰克拉科夫雅盖隆大学泌尿外科，13 英国南安普敦南安普敦国家医疗服务体系 (NHS) 信托大学医院泌尿外科
脑屏障动脉自旋标记为非侵入性早期...
1 Amnah Mahroo，2 Merquiant Tee，3 Markus H Sneve，Moyaert的Paul 4，朱莉娅·威尔辛加（Julia Wiersinga詹妮弗（Jennifer），15,16 Morilitz Brandt，塞尔恩斯（Selnes），19帕特里夏·克莱门特（Patricia Clement），埃里克·阿切滕（Eric Achten）6 Günther，Henk J M M Mutsaerts 1
脑屏障动脉自旋标记为非侵入性早期...
1 Amnah Mahroo，2 Merquiant Tee，3 Markus H Sneve，Moyaert的Paul 4，Julia Wiersinga，10 Roos Rikken，11 Diesterrick，Leeuw的Diederrick，11HåkonGrydeland，Jennifer，Jennifer，Jennifer，Jennifer，Jennifer，15,16 Morilitz Brandt，Hen hen selnes，Selnes，Selnes，19 Patricia Clement，6 Eric clement，6 Eric clemen，G。 1