XiaoMi-AI文件搜索系统
World File Search SystemNMS
发明家文摘
这位“手机之父”是国家技术创新奖章（NMTI）45周年获得者之一，继承了美国在发明和创新领域的领先地位。现年 96 岁的马丁·库珀博士在摩托罗拉工作期间于 1973 年 4 月 3 日拨打了世界上第一个手机电话。1 月 3 日，拜登政府为 11 位 NMTI 获奖者颁发了奖项，其他 14 位获奖者也参加了颁奖仪式。NMTI 是美国技术成就的最高荣誉，授予个人、团队（最多四人）、公司或公司部门，以表彰他们对美国经济、环境和社会福祉做出的杰出贡献。NMTI 由美国专利商标局代表商务部管理。国家科学奖章（NMS）设立于 1959 年，由美国国家科学基金会代表白宫管理。该奖章旨在表彰对科学和工程做出杰出贡献的个人。共有 14 人获颁 NMS 奖。9 人获颁 NMTI 奖，另外还有两家组织——Moderna Inc. 和 Pfizer Inc.，以表彰他们的 mRNA COVID 疫苗。拜登总统在白宫发表的声明中列举了 25 位获奖者在气候危机、医疗治疗、疫苗等领域的发现
原始发表论文的引用（记录版本）：Yuan, M., Nyborg, L., Oikonomou, C. et al (2022)。时间和温度相关的软化
从经济角度来看，耐久性是热冲压模具的关键因素。通过沉积新材料而不是更换来翻新模具是一种降低成本的有效方法。为此，通过定向能量沉积的方式将一种新开发的马氏体时效钢 (NMS) 熔覆在热作工具钢上。经过优化的回火后，对熔覆的 NMS 进行高温暴露以检查抗软化性能。利用光学显微镜 (OM)、X 射线衍射 (XRD)、扫描电子显微镜 (SEM)、俄歇电子能谱 (AES) 和透射电子显微镜 (TEM) 的组合，系统地表征了材料的微观结构演变。熔覆钢中的沉淀物被鉴定为 Laves 相。该相的粗化被认为是钢在高温下热软化的主要原因。还使用修订的 Langer-Schwartz-Wagner (LSW) 模型模拟了粗化行为，该模型与实验观察结果非常吻合。此外，成功应用了沉淀强化数学模型来评估钢的软化行为。该模型可用于预测所研究的工具钢在高温使用过程中的硬度/强度变化。2022 作者。由 Elsevier Ltd. 出版。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。
不同的经颅磁刺激方式对帕金森患者的认知障碍和长期有效性的影响：系统评价和网络荟萃分析
帕金森氏病（PD）是一种退化性疾病，发生在老年人中，患病率约为0.3％，并且已成为世界上增长最快的神经系统疾病（Ding等，2022）。在临床实践中，帕金森的患者通常伴有非运动症状（NMS），例如抑郁，焦虑和认知障碍。认知功能障碍是最常见的NMS形式，患病率最高为35，而10％将发展为痴呆症，这是影响康复效率和PD患者日常生活效率的一个重要因素（Hely等，2008； Picillo等； Picillo等，2014）。PD患者认知障碍的发病机理目前尚不清楚，但与PD的复杂神经病理密切相关（Tansey等，2022）。Patients with PD patients develop pathological changes such as reduction of cerebral neurons, mitochondrial dysfunction, alteration of small cerebral blood vessels, cerebral metabolism, and cortical atrophy, which can cause cortical and subcortical neurotransmitter disorders and damage to cerebral circuits, leading to cognitive dysfunction ( Ashraghi et al., 2016）。目前，尚无PD治疗，并且基于药物和手术的临床治疗措施具有不良的缺点，例如功效，高价和许多副作用。因此，寻找安全有效的治疗措施仍然是临床研究中的热点。
疼痛神经科学教育的影响以及神经肌肉运动对慢性下背痛的疼痛，功能障碍和心理因素的影响：单盲随机对照试验的研究方案
慢性下背痛（CLBP）是一种多因素疾病，负担全球医疗保健系统[1，2]，导致疼痛，残疾[3]，僵硬和对运动的恐惧[4]。大约80％-90％的全球人经历了某种形式的LBP [4，5]，这使其成为低收入和中等收入国家寻求医疗保健的最常见原因之一[6]。与颈部疼痛一起，CLBP是一种与总体成本最高[3]相关的医疗状况[3]，影响生命的生物学，心理和社会维度[7]。SSYTEMATIC评论[8]和Cochrane评论[9]建议对CLBP的非手术治疗，包括运动疗法和教育[10]。 然而，慢性疼痛是一种复杂的现象，导致中枢神经系统（CNS）变化，挑战CLBP治疗的效果，为分析新的治疗方法提供了机会[11-13]。 慢性肌肉骨骼疼痛患者的最新证据表明，大脑可塑性会诱导中心敏化（CNS过度刺激性），从而改变了疼痛的过程，并创造了疼痛记忆和动力学恐惧症[1，14，15]。 这些中枢神经系统的变化会加剧焦虑，抑郁，压力和疼痛的灾难性[16]，导致疼痛，心理问题，避免活动，功能降低，体重增加和持续性疼痛的恶性循环[14]。 疼痛神经科学教育（PNE）[17，18]旨在改变患者对疼痛的概念化，对他们进行疼痛的神经生物学和神经生理学教育，并专注于整体疼痛经历中的特殊性和奇异方差[14-17]。SSYTEMATIC评论[8]和Cochrane评论[9]建议对CLBP的非手术治疗，包括运动疗法和教育[10]。然而，慢性疼痛是一种复杂的现象，导致中枢神经系统（CNS）变化，挑战CLBP治疗的效果，为分析新的治疗方法提供了机会[11-13]。慢性肌肉骨骼疼痛患者的最新证据表明，大脑可塑性会诱导中心敏化（CNS过度刺激性），从而改变了疼痛的过程，并创造了疼痛记忆和动力学恐惧症[1，14，15]。这些中枢神经系统的变化会加剧焦虑，抑郁，压力和疼痛的灾难性[16]，导致疼痛，心理问题，避免活动，功能降低，体重增加和持续性疼痛的恶性循环[14]。疼痛神经科学教育（PNE）[17，18]旨在改变患者对疼痛的概念化，对他们进行疼痛的神经生物学和神经生理学教育，并专注于整体疼痛经历中的特殊性和奇异方差[14-17]。最近的系统评价和荟萃分析报告说，PNE有助于减轻疼痛，改善疼痛知识，增强功能，降低残疾和社会心理困扰[19-21]。此外，PNE在体育活动和运动过程中增加了疼痛阈值，并最大程度地减少了医疗保健利用[19 - 21]。研究研究了PNE与各种治疗（例如治疗运动）结合的作用，并具有阳性结果[19]。例如，在改善残疾和疼痛方面，PNE与运动控制训练相结合比核心稳定性训练更有效[22]。这些发现表明PNE具有临床价值，但也表明继续研究与其他类型的运动的重要性[14，16]。在CLBP中，建议各种类型的治疗运动作为治疗方法（例如，强度，拉伸，核心稳定性，麦肯齐，瑜伽和功能恢复）[23，24]。根据Cochrane审查[25]，这些练习对CLBP的影响得到了适度的证据确定性的支持。 神经肌肉运动（NMS）代表CLBP的不足区域[26]。 NMS的总体目的是恢复疼痛引起的障碍并增加功能活动，以改善CLBP患者的协调，力量，运动范围和本体感受[27]。 尽管以前的RCT报告了NMS对CLBP的积极作用，显示出腰部肌肉控制，灵活性和力量的改善[27-29]，但根据Cochrane审查[25]，这些练习对CLBP的影响得到了适度的证据确定性的支持。神经肌肉运动（NMS）代表CLBP的不足区域[26]。NMS的总体目的是恢复疼痛引起的障碍并增加功能活动，以改善CLBP患者的协调，力量，运动范围和本体感受[27]。尽管以前的RCT报告了NMS对CLBP的积极作用，显示出腰部肌肉控制，灵活性和力量的改善[27-29]，但
提供核心 NHS 和护理 - 国家物理实验室
制定和维护国家主要测量标准。NPL 由 BEIS 拥有和资助（部分）。NPL 是英国国家测量系统 (NMS) 的核心，该系统为英国提供国家测量基础设施，并代表 BEIS 提供英国测量战略。NPL 与政府、学术界、应用研究实验室和行业合作，为英国和世界带来最大的社会和经济效益。作为英国的 NMI，我们代表英国参与国际测量机构网络。
Yolov10：实时端到端对象检测
在过去的几年中，由于计算成本和检测性能之间的有效平衡，Yolos已成为实时对象检测领域的主要范式。研究人员探索了建筑设计，优化目标，数据增强策略以及其他方面的造型，取得了显着的进步。但是，对后处理的非最大抑制（NMS）的依赖阻碍了Yolos的端到端部署，并不利地影响了推断潜伏期。此外，Yolos中各个组件的设计缺乏全面而彻底的检查，从而导致了明显的计算冗余，并限制了模型的能力。它提高了次优效率，并具有相当大的提高性能。在这项工作中，我们旨在从后处理和模型体系结构中进一步提高Yolos的性能效率边界。为此，我们首先介绍了对Yolos的无NMS培训的一致双分配，这同时带来了竞争性能和较低的推理潜伏期。此外，我们介绍了Yolos的整体效率 - 准确性驱动模型设计策略。我们从效率和准确性的角度都全面优化了Yolos的各种组成部分，从而大大降低了计算开销并增强了功能。我们努力的结果是新一代的Yolo系列，用于实时端到端对象检测，称为Yolov10。广泛的实验表明，Yolov10在各种模型尺度上实现了最先进的性能和效率。
高性能交易：算法速度
•有助于准备新的法规：Reg NMS和MiFID等监管更改将生成更多报价，订购和取消/替换消息，因为股权公司适应了更多的电子业务流程。在美国，Subpenny-Presing规则还将增加对支持基础设施的需求。 MiFID还将导致更高的数据量，因为将其内部化交易的投资银行以电子方式发布。 交易应用程序的加速有助于确保最佳执行要求并提高交易竞争优势。在美国，Subpenny-Presing规则还将增加对支持基础设施的需求。MiFID还将导致更高的数据量，因为将其内部化交易的投资银行以电子方式发布。交易应用程序的加速有助于确保最佳执行要求并提高交易竞争优势。
在平等中偏爱一个 - 不是一个好主意：基于变形金刚的人行人检测的多对一匹配
与基于卷积神经网络（CNN）相比，我们研究了基于变压器的行人检测模型较低性能的原因。CNN模型会产生密集的行人建议，单独完善每个建议，然后对其进行非最大抑制（NMS）的跟进，以产生稀疏的预测。在争论中，变压器模型每个地面真相（GT）行人盒选择一个建议，然后从中选择了正面的正态。所有其他建议，其中许多与选定的建议高度相似，都通过了负梯度。尽管这导致了稀疏的预测，从而消除了NM的需求，但在许多类似的建议中，任意选择，有效的训练和较低的行人检测准确性。为了减轻问题，我们建议基于Min-Cost-Flow的配方，而不是常用的Kuhn-Munkres匹配算法，并纳入了诸如每个地面真相盒的约束，并且与一个建议的提案相匹配，并且许多同样好的建议可以与单个地面真相盒相匹配。我们提出了基于匹配算法的第一个基于变压器的行人检测模型。广泛的实验表明，我们的方法达到了3个失误率（较低）3。7 /17。4 /21。8/8。3/2。0在Eurocity / tju-traffic / tju-校园 /城市专家 /加州理工学院数据集中，而4个。7/18。7/24。8/8。5/3。 1通过当前的sota。 代码可从https://ajayshastry08.github.io/flow_ matcher 获得。5/3。1通过当前的sota。代码可从https://ajayshastry08.github.io/flow_ matcher
使用改进的 YOLOv8 进行脑肿瘤识别
摘要 — 确定脑肿瘤的范围是脑癌治疗中的一项重大挑战。主要困难在于对肿瘤大小的近似检测。磁共振成像 (MRI) 已成为一种重要的诊断工具。然而，从 MRI 扫描中手动检测脑肿瘤的边界是一项劳动密集型任务，需要广泛的专业知识。深度学习和计算机辅助检测技术已导致机器学习在这方面取得了显着进步。在本文中，我们提出了一种改进的 You Only Look Once (YOLOv8) 模型来准确检测 MRI 图像中的肿瘤。所提出的模型用检测头中的实时检测变压器 (RT-DETR) 取代了非最大抑制 (NMS) 算法。NMS 会滤除检测到的肿瘤中的冗余或重叠的边界框，但它们是手工设计和预设的。RT-DETR 删除了手工设计的组件。第二项改进是通过用鬼卷积替换正常卷积块进行的。 Ghost Convolution 降低了计算和内存成本，同时保持了高精度并实现了更快的推理速度，使其成为资源受限环境和实时应用的理想选择。第三项改进是在 YOLOv8 的主干中引入视觉变换器模块来提取情境感知特征。我们在提出的模型中使用了公开的脑肿瘤数据集。所提出的模型比原始 YOLOv8 模型表现更好，也比其他物体检测器（Faster R-CNN、Mask R-CNN、YOLO、YOLOv3、YOLOv4、YOLOv5、SSD、RetinaNet、EfficientDet 和 DETR）表现更好。所提出的模型实现了 0.91 mAP（平均精度）@0.5。
国家军事战略 2018
2018 年国家军事战略还反映了过去两年实施全球一体化的经验教训。该战略阐明了一系列战略方向，将全球一体化纳入三个战略视野，以应对现有和未来安全环境的挑战。部队部署涉及规划、部队管理和决策，以实现国家战略的防御目标。部队发展调整功能、能力和概念，以改进当前的联合部队。部队设计不断创新，使联合部队能够以不同的方式行事，以保持对任何对手的竞争优势。