XiaoMi-AI文件搜索系统
World File Search SystemOriented
以人为本，以目标为导向的护理帮助我的患者改善了生活质量
目标是帮助患者改善生活质量时，直接专注于对每个患者最重要的活动和关系是有意义的。这可以通过遵循三步过程（包括1）与患者围绕对他们重要的事物建立联系的三步过程来最有效地完成，2）共同制定目标面向目标的计划，以及3）与患者，家人，团队成员和顾问合作，以增加成功的可能性。一旦掌握了这种方法并建立了必要的系统，过程和关系，这不应花费更多的时间，而不是以问题为导向的方法，几乎可以肯定，对于医师和患者来说，这都会更加满意。对基于人群的质量指标的影响尚不确定。尽管患者可能会选择遵循标准建议，但那些这样做的人可能更有可能遵守他们。（J Am Board Fam Med 2024; 37：506–511。）
交通导向发展——战略规划指南
• 交通导向发展区计划的提升已经通过交通导向发展计划传达，新南威尔士州政府已明确表示这些区域正在发展。 • 已经考虑了州和地方基础设施是否足以适应预期的增长。遗产问题也已纳入考虑。
面向决策的人机协作对话
我们描述了一类称为决策导向对话的任务，在这些任务中，大型语言模型 (LM) 等 AI 助手必须通过自然语言与一个或多个人类合作，以帮助他们做出复杂的决策。我们将用户每天面临的决策的三个领域形式化：（1）选择会议论文的审稿人任务，（2）规划某个城市的多步骤行程，（3）为朋友团体协商旅行计划。在每种情况下，AI 助手和用户都具有不同的能力，他们必须将这些能力结合起来才能做出最佳决策：助手可以访问和处理大量信息，而用户则具有系统外部的偏好和约束。对于每个任务，我们构建了一个对话环境，代理会根据他们做出的最终决策的质量获得奖励。我们在自我对弈和与人类合作中对 LM 进行了评估，发现它们与人类助手相比存在不足，尽管对话时间较长，但获得的奖励要低得多。我们强调了模型在决策导向对话中面临的许多挑战，从目标导向行为到推理和优化，并将我们的环境发布为未来工作的试验台。
IIOT
摘要：随着人工智能（AI）技术的成熟度，AI在边缘计算中的应用将大大促进工业技术的发展。但是，关于工业互联网（IIOT）的边缘计算框架的现有研究仍然面临着几个挑战，例如深层硬件和软件耦合，多样的协议，AI模型的困难部署，边缘设备的计算能力不足以及敏感性以及延迟和能源消耗的敏感性。为解决上述问题，本文提出了一个软件定义的面向AI的三层IIOT IIOT EDGE计算框架，并介绍了面向AI的Edge Computing System的设计和实施，旨在支持设备访问，使设备访问能够访问和部署AI，从云中进行AI，并允许整个模型从数据驱动到模型培训以完成模型培训以完成Edge的模型。此外，本文提出了一种基于时间序列的方法，用于在联合学习过程中卸载设备选择和卸载，该方法将低效节点的任务有选择地卸载到边缘计算中心，以减少训练延迟和能源消耗。最后，进行了实验以验证所提出方法的可行性和有效性。使用该方法的模型训练时间通常比随机设备选择方法低30％至50％，而在拟议方法下的训练能量消耗通常少35％至55％。
以任务为导向的无线通信，用于智能无人系统中的协作感知
摘要 - 集中感知（CP）表明，在智能无人系统（IUSS）中实现了更全面和可靠的环境实现。然而，由于CP任务的特征和无线通道的动态，CP的实施仍然面临着关键的挑战。在本文中，提出了一个面向任务的无线通信框架，以共同优化通信方案和CP程序。我们首先提出了渠道自适应压缩和鲁棒融合方法，以在无线通信约束下提取和利用最有价值的语义信息。然后，我们提出了一种面向任务的分布式调度算法，以确定在动态环境下的CP的最佳合作者。主要思想是在安排时学习，其中协作实用程序可以通过低计算和沟通开销有效地学习。在连接的自主驾驶场景中进行案例研究以验证拟议的框架。最后，我们确定了几个未来的研究方向。
基于社区的基于社区的学习课程改革对Gradua
注意：解释和详细文章讨论了每个清单项目，并提供了方法论背景和已发表的透明报告示例。最佳使用本文的Strobe CheckList（可在http://www.plosmedicine.org/，http://wwwww.annals.org/，and Epidemiologoly and httttppppppppppppp：//wwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwwww 一下，至时候，自由使用一下Plos Medicine网站。有关Strobe Initiative的信息可在www.strobe-statement.org上获得。
交通导向型社区现状更新
TOC 提案不遵循典型的城市规划审批流程，而 Infrastructure Ontario 不向城市支付申请费。Infrastructure Ontario 已同意资助城市工作人员，仅用于支付他们参与这些 TOC 项目的审查、参与和报告的费用。城市工作人员与省政府就 TOC 计划进行谈判时所花费的时间将不会从 Infrastructure Ontario 收回。PH12.5 交通导向社区状态更新包括寻求授权完成资源协议谈判并由省政府报销城市工作人员花在 TOC 提案审查上的时间的建议。
Quasar-ViT：面向硬件的视觉变换器量化感知架构搜索
视觉转换器 (ViT) 已证明其在计算机视觉任务中比卷积神经网络 (CNN) 具有更高的精度。然而，为了在资源有限的边缘设备上有效部署，ViT 模型通常需要大量计算。这项工作提出了 Quasar-ViT，一种面向硬件的量化感知 ViT 架构搜索框架，以设计用于硬件实现的高效 ViT 模型，同时保持精度。首先，Quasar-ViT 使用我们的逐行灵活混合精度量化方案、混合精度权重纠缠和超网层缩放技术来训练超网。然后，它应用一种高效的面向硬件的搜索算法，结合硬件延迟和资源建模，从不同推理延迟目标下的超网中确定一系列最佳子网。最后，我们提出了一系列 FPGA 平台上的模型自适应设计，以支持架构搜索并缩小理论计算减少和实际推理加速之间的差距。我们搜索到的模型在 AMD/Xilinx ZCU102 FPGA 上分别实现了 101.5、159.6 和 251.6 帧每秒 (FPS) 的推理速度，对于 ImageNet 数据集的 top-1 准确率分别达到 80.4%、78.6% 和 74.9%，始终优于之前的研究。
Qwerty：一种面向基础的量子编程语言
量子计算机已从理论领域发展成为大规模实现的竞赛。这是由于革命性的加速前景，而实现这种加速需要设计一种利用量子力学来驾驭问题结构的算法。然而，当今许多量子编程语言都要求程序员在低级量子门电路上进行推理。这为尚未建立量子门语义直觉的程序员设置了重大的进入门槛，即使对已经建立量子门语义直觉的程序员来说，这也可能很乏味。在本文中，我们介绍了一种新的量子编程语言 Qwerty，它允许程序员比门更富有表现力地操纵量子位，将繁琐的门选择任务交给编译器。由于其新颖的基础类型和与 Python 的轻松互操作性，Qwerty 是一个强大的高级量子经典计算框架。
公共交通导向发展战略
文件中使用了许多重要术语来描述规划中的高乘载车辆 (HOV) 车道，或混合交通中的公交车，例如 TOD 战略适用的公交服务。这些术语包括：主要路口的信号优先和座位数、公交车到站时间指示牌、调度和垃圾箱。 高频公交网络由高乘载车辆和特定位置的公交车组成，通常具有小规模的 HOV 车道，或者混合交通中的公交车，例如 TOD 战略适用的公交服务。这些术语包括：其他措施以确保快速可靠的信息。规划中的 HOV 车道可能会转换为专用公交车道。随着客流量的增长，包括目前的 GO 网络在内的更高层次的交通方式的规划，规划中的 HOV 车道可能会转换为专用公交车道。 车站是公交车的接入点。TOD 被描述为高密度、紧凑型开发项目，靠近交通基础设施。这些行人优先区域包括展位、洗手间、室内封闭座位区、停车场、上车/下车区以及办公、住宅、社区用途、零售和订购基础设施。这些区域优先考虑高质量的行人基础设施，如人行道和交叉步行道，这些区域的行人流量将比其他区域大。行人优先