XiaoMi-AI文件搜索系统
World File Search SystemRecognition
聚合物生物降解性信息的零射击实体识别：polybd上的gpt-4O
分类，并为政策和工业实践提供信息。开发用于提取聚商生物降解性数据的自动化工具可以大大提高现有研究的效率，可访问性和适用性，从而加速科学的进步和实践实施。与物质领域专家合作进行的这项研究旨在促进知识整合以增强材料循环。为了支持准确的，特异性模型的开发，我们提出了PolyBD，这是一种在聚合物生物降解性上进行的进行进行的数据集。数据集由100篇研究文章组成，记录了微生物或酶和聚合物之间的相互作用。每篇文章都被手动分割成句子并在实体级别注释，捕获聚合物，细菌，真菌和酶（见图1）。为了改善域专家注释的效用，在多个层次级别注释实体。，例如，如图1所示，“粘膜杆菌”（物种）和“铬细菌”（属）均被注释。未来的注释效果将这些细菌实体与其相应的本体论条目联系起来。在关系注释过程中，聚合物“聚合物聚合物”将与属和物种水平的注释相结合，从而使对聚合物 - 细菌相互作用有全面的了解。polybd包含大量嵌套的象征 - 图1中包含的实体，例如“ Chro-mobacterium”和“ Rhizopus” - 在提取方面面临着相当大的挑战。能够解决嵌套命名实体识别（NER）的方法很少，尤其是在专用域中[5]。鉴于此任务的知识密集型性质 - 区分
Géraldin Nanfack、Paul Temple、Benoît Frénay。学习针对领域知识约束的定制决策树。模式识别，2023 年，142，页
HAL 是一个多学科开放存取档案库，用于存放和传播科学研究文献，无论这些文献是否已出版。这些文献可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
与视觉模型识别人类作用识别的共形预测
摘要 - 人类在循环（HITL）框架上是许多现实世界中的计算机视觉系统的特征，使人类操作员能够在AI帮助的情况下做出明智的决定。共形预测（CP）为标签集提供了严格的基于地面真相包容概率的保证，最近已成为HITL设置中有价值的工具。一个关键的应用领域是视频监视，与人类行动识别（HAR）紧密相关。这项研究探讨了CP在使用广泛预先训练的视觉模型（VLMS）的最先进的方法上的应用。我们的发现表明，CP可以显着减少候选类别的平均数量，而无需修改基础VLM。但是，这些减少通常会导致长尾巴的分布。为了解决这个问题，我们引入了一种基于调整VLM的温度参数以最小化这些尾巴的方法而无需其他校准数据的方法。我们的代码可在github上通过地址https://github.com/tbary/cp4vlm提供。索引项 - 符合预测，温度调整，视觉语言模型，人类行动识别。
3btron：血脑屏障识别网络
血脑屏障（BBB）在维持大脑稳态中起着至关重要的作用。15在衰老期间，BBB经历了结构改变。电子显微镜（EM）16是研究脑脉管系统结构改变的金标准。17然而，对EM图像的分析是时间密集型的，可能是选择偏见的，18限制了我们对BBB上衰老的结构e的理解。在这里，我们介绍了3Btron，这是对EM 21图像中BBB 20架构（其各个组件的形态，结构和纹理）自动分析的深度学习框架。使用年龄作为读数，我们在唯一的22个数据集（n = 359）上训练并验证了我们的模型。我们表明，所提出的模型可以结合确定来自三个Di！Erent 24个大脑区域的年轻小鼠大脑的23个BBB结构，在预测不可证实的数据时，敏感性达到77.8％，敏感性为80.0％。此外，特征重要的方法揭示了26个对预测贡献最大的图像的空间特征。这27个发现展示了一种新的数据驱动方法，用于分析28个BBB体系结构中与年龄相关的变化。29
Mel在CDP气候变化Mitsubishi Estate Logistics REIT投资公司（“ Mel”）Ann
CDP是一个非营利组织，为公司和地方政府提供全球环境披露系统等。CDP成立于2000年，在英国成立，有700多家金融机构正在使用其平台超过142万亿美元的资产。全球24,800个组织，包括2100多家日本公司，其中包括70％的Prime上市公司在2024年通过CDP披露了数据。2。评估结果
GAF-NET：基于视频的人通过外观和步态识别重新识别
摘要：基于视频的人重新识别（RE-ID）是一项具有挑战性的任务，旨在根据视频序列匹配各种相机的个人。虽然大多数现有的重新ID技术仅着眼于外观信息，包括步态信息，可能会改善人员重新ID系统。在这项研究中，我们提出了一种新型方法，将外观与步态特征相结合以重新识别个体。外观特征是从RGB轨迹中提取的，而步态特征是从骨骼姿势估计中提取的。然后将这些功能组合成一个单个功能，允许重新识别个人。我们在ILIDS-VID数据集上进行的数值实验证明了骨骼步态特征在增强人重新ID系统的性能方面的功效。此外，通过将最新的矿井网络纳入GAF-NET框架中，我们将排名1和排名5的精度提高了1个百分点。
具有多...
摘要：对道路标志的准确检测和解码起着自动驾驶汽车系统的至关重要作用，从而影响道路安全和法规合规性。这项工作提出了一个基于卷积神经网络（CNN）的非常健壮的路标识别系统。它已在包含43种不同类别的路标类别的数据集上进行了培训。自动驾驶应用程序将使用该系统以更高的准确性来可靠的标志分类。cnn使用顺序的层结构，并通过重叠两个5×5卷积层，具有3×3卷积层，并带有Maxpool和辍学层以减少过度拟合。设计优雅的图形用户界面使用户可以上传路标的图片，以进行实时分类。该系统包括用11种印度语言检测到的符号的多语言翻译，并实时使用音频描述。所采用的数据增强技术包括旋转，缩放和翻转 - 模型中鲁棒性的完美定义，这将无缝地适合自动驾驶汽车。
认可印度尼西亚的土著人民价值观，以解决气候变化的政策
抽象的气候变化对脆弱的社区有重大影响；其中之一是土著人。土著人民对环境和自然资源的依赖性和亲密关系表明，他们必须是第一个体验气候变化的负面影响的人。该摘要着重于政策改革和战略，以应对印度尼西亚的气候变化，以认识到土著人民中的环境价值观。当前对印度尼西亚气候变化的管理表明，土著人民参与政策制定以及缓解气候变化和适应的行动存在差距和弱点。本文首先解释了法律保护的保证，并确定了受气候变化影响的人们的权利，包括研究印度尼西亚现有的气候变化政策是否支持土著人民。除此之外，印度尼西亚土著人民描绘的环境价值的出口也是提出对气候变化处理政策策略的认可的基础。回答法律问题，选择了法律和文学研究。拟议的对环境价值观的认可将旨在保护和维持在气候变化的威胁中土著人民的存在。研究结果将成为政府的建议，首先要改革有问题的政策，以采取进一步的步骤认识规定的环境价值。最后，强烈期望本文对“气候立法”的中间有重大贡献