XiaoMi-AI文件搜索系统
World File Search SystemPaez
核技术与应用人工智能技术会议
Matteo Barbarino、Gerd Dercon、Astrid Harjung、Christian Hill、Simon Kelly、Ludmila Marian、Yaroslav Pynda、Georg Schnabel、David Soto、Yuliya Vystavna、Alexia Alford、Arthur Andrade、Cornelia Loechl、Miriam Mikhail、Diana Paez、Alfredo Polo、应用科学与数字系 Chirayu Batra、Ed Bradley、Pedro Dieguez Porras、Janos Eiler、Tatjana Jevremovic、Harri Varjonen 核能系
分析人工智能生成图像的危害并保障网络真实性
在没有监管护栏的情况下，图像生成人工智能 (AI) 工具的民主化放大了互联网上原有的危害。互联网上 AI 图像的出现始于生成对抗网络 (GAN)，这是一种神经网络 1，包含 (1) 创建图像的生成器算法和 (2) 评估图像质量和/或准确性的鉴别器算法。通过生成器和鉴别器之间的几轮协作，最终生成 AI 图像 (Alqahtani、Kavakli-Thorne 和 Kumar，2021 年)。ThisPersonDoesNotExist.com 是由 Uber 工程师创建的网站，可生成逼真人物的 GAN 图像，于 2019 年 2 月推出，令观众惊叹不已 (Paez，2019 年)，对广泛诈骗和社会工程等滥用领域的利用具有严重影响。这只是 AI 生成的图像及其在互联网上的利用的开始。随着时间的推移，AI 图像生成逐渐从 GAN 发展到扩散模型，这种模型可以生成比 GAN 更高质量、更多样的图像。扩散模型的工作原理是将高斯噪声 2 添加到原始训练数据图像中
如何建立治疗诊断中心
EANM、SNMMI 和 IAEA 联合支持指南：如何建立治疗诊断中心 Ken Herrmann 1 、Luca Giovanella 2 、Andrea Santos 3 、Jonathan Gear 4 、Pinar Ozgen Kiratli 5 、Jens Kurth 6 、Ana M Denis-Bacelar 7 、Roland Hustinx 8 、Marianne Patt 9 、Richard L. Wahl 10 、Diana Paez 11 、Francesco Giammarile 11 、Hossein Jadvar 12 、Neeta Pandit-Taskar 13 、Munir Ghesani 14 和 Jolanta Kunikowska 15 1 杜伊斯堡-埃森大学核医学系和德国癌症联盟 (DKTK)-埃森大学医院，德国埃森 2 杜伊斯堡-埃森大学影像研究所核医学和分子成像诊所瑞士南部，Ente Ospedaliero Cantonale，贝林佐纳（瑞士） 3 葡萄牙里斯本 Cuf Descobertas 医院核医学系 4 英国萨顿皇家马斯登 NHS 基金会联合物理学系 5 土耳其安卡拉哈塞特佩大学核医学系 6 德国罗斯托克罗斯托克大学医学中心核医学系 7 英国泰丁顿国家物理实验室 8 比利时列日大学医院核医学和肿瘤成像部及比利时列日大学 GIGA-CRC 体内成像部 9 德国莱比锡莱比锡大学医院核医学系 10 美国密苏里州圣路易斯华盛顿大学医学院放射学系 11 奥地利维也纳国际原子能机构核科学与应用部人体健康部核医学和诊断成像科美国加利福尼亚州洛杉矶 13 美国纽约州纽约市纪念斯隆凯特琳癌症中心放射科 14 美国纽约州西奈山伊坎医学院诊断、分子与介入放射科 15 波兰华沙医科大学核医学系 关键词：治疗诊断学 – 放射性核素 治疗诊断学 – 核医学 – PSMA - PRRT