XiaoMi-AI文件搜索系统
World File Search SystemRelevance
GRI 2021与供应链标准的相关性
我们是领先的可持续发展服务机构，可帮助推动一些世界上一些最具创新性品牌的价值创造。我们的团队指导并支持客户通过加深参与，加速行动并为所有利益相关者，社会和地球的福祉做出持久贡献的商业实践来增强其竞争性领导力。
相关性的频道选择大脑计算机接口
摘要。基于脑电图（EEG）基于脑部计算机界面（BCI）的通道选择已被广泛研究了二十年，其目标是选择可以提高BCI的总体解码功效的最佳特定主题通道。随着基于深度学习（DL）模型的出现，出现了需要新的视角和新技术来进行渠道选择。在这方面，与受试者无关的通道选择相关，因为使用交叉主体数据训练的DL模型提供了出色的性能，并且尚未完全了解脑电图特征固有的主体间变异性在受试者独立的DL训练中的影响。在这里，我们提出了一种新的方法，用于使用层相关性传播（LRP）和神经网络修剪在基于DL的运动图像（MI）-BCI中实现主题独立通道选择。使用韩国大学（KU）EEG数据集的Deep Convnet和62通道MI数据进行了实验。使用我们提出的方法，由于LRP选择了高度相关的通道，因此我们在受试者独立的分类精度中降低了61％的通道数量（p = 0.09）。LRP相关的渠道选择提供了明显更好的精度，同时使用频道总数的40％，精度的差异范围为5.96％至1.72％。仅使用通道总数的16％的适应性稀疏LRP模型的性能与适应的基线模型相似（p = 0.13）。此外，适应的稀疏LRP模型的准确性仅使用频道总数的35％超过了改编的基线模型的准确性（p = 0.81）。LRP选择的通道的分析证实了选择的神经生理学合理性，并强调了MI-EEG分类中运动，顶叶和枕通道的影响。
与认知神经科学相关的形而上学问题
在介绍形而上学之后，本章重点介绍了与认知神经科学相关的基本形而上学问题。首先，只要认知实体和神经实体相关，形而上学的相关性就显而易见，例如 Kanwisher 等人 (1997) 将面部识别与梭状回面部区域 (FFA) 中的活动相关联。这里出现了一个问题：是什么导致了这种相关性？一些可能的答案是 FFA 活动和面部识别是相同的，FFA 活动构成了面部识别，或者 FFA 活动导致了面部识别。正确的答案不可避免地取决于核心的形而上学问题：身份、构成和因果关系。其次，形而上学问题是由这样一个事实引起的：尽管人们的大脑大小、结构和连通性存在巨大差异，但他们可以思考具有相同内容的想法。物理上不同的大脑怎么会在认知上相同呢？是什么导致了这种情况？第三，需要形而上学来解释认知如何成为因果关系。毕竟，思想不仅是被引起的，而且本身也是行为的原因。心理状态和过程如何做到这一点？要理解认知并使其科学化，就需要探究因果关系的本质。第四，也是最后一点，本章简要介绍了自由意志的争论，然后指出认知神经科学与形而上学具有同等的相关性。
制度理论：与供应链的相关性
自1970年代中期首次推出，机构理论已被广泛用于管理研究。先前的研究，跨学科，主要使用组织作为分析单位。很少有研究将机构理论概念应用于供应链。供应链是由符合组织领域的组织间过程来定义的，这些过程符合组织的核心构造。供应链形成了适当的分析单位，用于检查IT概念。通过将理论的基本要素联系起来提供链条，本文试图建立制度理论提供链条的概念有效性。关键词：制度理论，供应链，组织领域，机构逻辑，机构代理简介
网络安全中的相关性概念：安全工具的分类和相关性概念的推导
适当的网络安全需要及时的信息来保护 IT 基础设施。在网络安全这样一个动态领域，收集最新信息通常是一项手动、耗时且繁琐的任务。自动化和可用的方法应该是解决这个问题的办法，但为此，它们需要信息相关性的概念来区分相关信息和不相关信息。首先，本文在文献综述的基础上，根据相应的工具类型及其各自的定义和核心特征，提出了一种新的网络安全工具分类。其次，它详细阐述了每个类别中使用的信息并推导出相关性的概念。第三，它概述了这些发现如何为安全仪表板的设计提供信息，以指导计算机应急响应小组工作人员识别开源情报源中的当前威胁，同时减轻信息过载。
基于熵的逻辑回归与自动相关性判定，用于稳健的稀疏脑活动解码
摘要 —最近的研究利用稀疏分类从高维大脑活动信号中预测分类变量以揭示人类的意图和心理状态，并在模型训练过程中自动选择相关特征。然而，现有的稀疏分类模型很容易受到大脑记录中固有噪声的影响而导致性能下降。为了解决这个问题，我们旨在在本研究中提出一种新的稳健稀疏分类算法。为此，我们将相关熵学习框架引入基于自动相关性确定的稀疏分类模型，提出一种新的基于相关熵的稳健稀疏逻辑回归算法。为了证明所提算法卓越的大脑活动解码性能，我们在合成数据集、脑电图 (EEG) 数据集和功能性磁共振成像 (fMRI) 数据集上对其进行了评估。大量实验结果证实，所提出的方法不仅可以在噪声和高维分类任务中实现更高的分类准确率，而且可以为解码场景选择更具信息量的特征。将相关熵学习方法与自动相关性确定技术相结合将显著提高对噪声的鲁棒性，从而产生更充分鲁棒的稀疏脑解码算法。它为现实世界的脑活动解码和脑机接口提供了更强大的方法。
在视听变化检测过程中后顶皮层的功能（IR）相关性
后顶叶皮层（PPC）在整合来自不同方式的感觉输入以支持适应性行为方面起着关键作用。PPC中的神经元活性反映了行为任务之间的感知决策，但是PPC的机理参与尚不清楚。在视听变更检测任务中，我们检验了以下假设：PPC是从两种不同模态的嘈杂输入之间进行的，并有助于确定发生感觉变化的方式。在训练有素的雄性小鼠中，我们发现了与任务相关的视觉和听觉刺激，试验史以及即将到来的行为反应的广泛的单神经元和人群级编码。，尽管这些丰富的神经相关性，理论上足以解决任务，但PPC的光学遗传失活并不影响视觉或听觉性能。因此，尽管神经相关忠实地跟踪感觉变量并预测行为反应，但PPC与视听变化检测无关。此功能解离质疑在视听变化检测过程中，感觉与任务相关的活动在顶叶关联电路中的作用。此外，我们的结果强调了在探索感知和行为的神经基础时与机械介入相关的分解功能的必要性。
GSK-3 在慢性血液系统恶性肿瘤中的病理生物学和治疗相关性
摘要：糖原合酶激酶 3 (GSK-3) 是一种进化保守、普遍表达的多功能丝氨酸/苏氨酸蛋白激酶，参与调节多种生理过程。GSK-3 包含两种同工型（α 和 β），它们最初于 1980 年被发现，通过抑制糖原合酶的磷酸化参与葡萄糖代谢。与其他蛋白激酶不同，GSK-3 同工型在静息细胞中具有组成活性，其调节主要涉及通过上游调控网络的抑制。20 世纪 90 年代初，GSK-3 同工型被认为是癌细胞病理生物学中的关键参与者。活性 GSK-3 促进多种致癌蛋白的破坏，包括 β -catenin 和细胞周期进入和增殖代谢的主要调节器 (c-Myc)。因此，GSK-3 最初被认为是一种肿瘤抑制因子。一直以来，GSK-3 经常通过失调的上游信号通路在癌细胞中失活。然而，在过去的 10-15 年里，越来越多的研究强调，在某些癌症环境中，GSK-3 亚型会抑制肿瘤抑制通路，因此充当肿瘤促进剂。在本文中，我们将讨论 GSK-3 亚型在某些慢性血液系统恶性肿瘤（慢性粒细胞白血病、慢性淋巴细胞白血病、多发性骨髓瘤和 B 细胞非霍奇金淋巴瘤）中发挥的多种且往往神秘的作用，这些恶性肿瘤是最常见的血液癌细胞类型。我们还将总结针对 GSK-3 的可能新策略，以创新治疗这些疾病。
NFT：去中心化系统中挑战版权法相关性的最新技术
丽贝卡·卡罗尔* 非同质化代币（“NFT”）重新定义了社会对数字所有权的理解，并改变了创作者向消费者分发原创作品的方式。这种独特且经常被误解的技术有可能为创作者和消费者带来非凡的价值。虽然 NFT 已经存在了一段时间，但最近几起高价 NFT 销售引发的狂热暴露了许多尚未解答的法律问题，特别是在版权法方面。NFT 还引发了人们对政府对“开放”互联网应该在多大程度上（如果有的话）进行监督和监管的意识形态担忧。本说明探讨了版权法对 NFT 的应用，并试图解决一些尚未解答的版权法问题，包括谁有权将受版权保护的作品铸造成 NFT。然后，本说明试图解决如何将版权法的应用扩展到去中心化系统以支持自由开放互联网的理想。
仿生学中的多感觉整合：相关性和前景
摘要 综述目的 本综述旨在强调与仿生肢体和体感反馈恢复相关的多感觉整合过程日益增长的重要性。 最新发现 通过神经刺激恢复准现实感觉已被证明可为肢体截肢者带来功能和运动益处。近期，与人工触觉相关的认知过程似乎在假肢的完全整合和接受中发挥着至关重要的作用。 摘要 仿生肢体中实现的人工感觉反馈增强了截肢者对假肢的认知整合。多感觉体验是可以测量的，必须在设计新型体感神经假体时予以考虑，其目标是为假肢使用者提供逼真的感觉体验。正确整合这些感觉信号将保证更高水平的认知益处，从而实现更好的假肢并减少感知到的肢体扭曲。