XiaoMi-AI文件搜索系统
World File Search SystemSimilarity
属性增强的相似性排名稀疏链接预测
链接预测是图数据中的一个基本问题。在其最现实的环境中，问题包括预测一组断开对的节点对之间的丢失或将来的联系。图形神经网络（GNN）已成为链接预测的主要框架。基于GNN的方法将链接预测视为二进制分类问题，并处理极端类不平衡 - 真实图非常稀疏 - 通过对（随机均匀）进行抽样（随机均匀），不仅是用于培训，而且用于评估的脱节对。但是，我们表明，在平衡设置中链接预测的GNN的报告并不能转化为更现实的不平衡设置，并且在han-dling稀疏性方面，基于更简单的基于拓扑的方法通常会更好。这些发现激发了基于相似性的链接预测方法，该方法采用（1）基于节点属性的图形学习来增强拓扑启发式启发式，（2）解决类不平衡的排名损失，以及（3）负面采样方案，通过图分划分有效地选择硬训练对。实验表明，冰淇淋的表现优于现有的基于GNN的替代方案。
全面整合的药物相似性资源，用于...
针对计算机药物重新定位及其他方面的全面综合药物相似性资源 AKM Azad、Mojdeh Dinarvand、Alireza Nematollahi、Joshua Swift、Louise Lutze-Mann、Fatemeh Vafaee*
样式元素：版权，相似性和生成ai
*康奈尔技术数字生活计划的博士后研究员。The author thanks BJ Ard, Sap- tarishi Bandopadhyay, Robert Brauneis, Bay ByrneSim, Mala Chatterjee, Terry Fisher, Kat Geddes, James Grimmelmann, Kevin Hong, Lily Hu, Diana Liebenau, Grant Meyer, Ruth Okediji, Rachel Orol, Sarah Rosenthal, Joel Sobel, David Stein, Rebecca Tushnet，David Gray Widder，Kathryn Woolard，Jonathan Zittrain以及2024年NYU Law的2024年三州IP研讨会的参与者以及Cardozo Law举行的2023年知识产权学者会议。在2018年在凯斯西部储备大学法律学院的2018年工作中的知识产权（WIPIP）座谈会上提出了这项研究的更早版本，并获得了许多有益的反馈。本文得到了德克萨斯州休斯敦的Nancy F. Atlas知识产权美国法院的赠款和休斯敦法律中心知识产权与信息法律研究所的赠款。
开放世界的语义细分包括类相似性
解释摄像机数据是自主行动系统（例如自动驾驶汽车）的关键。在现实世界环境中运行的视觉系统必须能够解释其周围环境，并需要能够处理新型情况。本文解决了开放世界的分段，即解释训练过程中未见对象的图像数据的变体。我们提出了一种新的方法，该方法可以执行确定性封闭世界的语义分割，同时可以识别新类别，而无需任何适当的培训数据。我们的方法1另外，为图像中的每个新发现的类与已知类别提供了相似性度量，这在下游任务（例如计划或映射）中可能是有用的信息。通过广泛的实验，我们表明我们的模型在已知的训练数据以及异常分割的类别上实现了最新的结果，并且可以区分不同的未知类别。
决策过程中伏隔核中的神经相似性......
图 5 同侪影响敏感性和冒险行为对伏隔核 (NACC) 神经相似性的回归。为自己和最好的朋友做决定之间的 NACC 神经相似性与青少年的 (a) 同侪影响敏感性和 (b) 冒险行为呈正相关。为自己和父母做决定之间的 NACC 神经相似性与青少年的 (c) 同侪影响敏感性或 (d) 冒险行为无显著相关性。显示了关系的 95% 置信区间 (CI)。所有报告的 p 值均经过 Bonferroni 调整。
单核细胞中Pd-1相似性基因的存在可能...
抽象引入的介绍，通过生物信息信息分析，在1型糖尿病（T1DM）患者中与程序性细胞死亡蛋白-1（PD-1）共享顺序和结构相似性的相应基因。研究设计和方法在人类蛋白序列数据库中筛选所有具有免疫球蛋白V-stet结构域的蛋白质，并在基因序列数据库中获得了相应的基因。GSE154609，其中包含来自T1DM和健康对照患者的外周血CD14+单核细胞样品。差异结果和相似基因相交。基因和基因组途径的基因本体论和京都百科全书的分析用于使用R套件“群集剖面”来预测潜在功能。使用t检验，在癌症基因组胰腺癌数据集和GTEX数据库中分析了相交基因的表达差异。使用Kaplan-erier生存分析分析了胰腺癌患者的整体生存和无疾病进展之间的相关性。结果2068具有免疫球蛋白V-stet结构域的蛋白质类似于PD-1和307相应的基因。1705与健康对照组相比，T1DM患者上调差异表达的基因（DEG）和1335个下调的DEG。总共21个基因与307 Pd-1相似性基因重叠，其中7个上调和14个下调。，胰腺癌患者的13个基因的mRNA水平显着增加。肌瘤3和HHLA2的高表达与胰腺癌患者的总体存活率较短显着相关，而FGFRL1，CD274和SPEG的高表达与胰腺癌患者的无病无病生存率显着相关。 结论的结论基因编码与PD-1相似的免疫球蛋白V-stet结构域可能有助于T1DM的发生。 这些基因，Myom3和SPEG的可能是胰腺癌预后的潜在生物标志物。肌瘤3和HHLA2的高表达与胰腺癌患者的总体存活率较短显着相关，而FGFRL1，CD274和SPEG的高表达与胰腺癌患者的无病无病生存率显着相关。结论的结论基因编码与PD-1相似的免疫球蛋白V-stet结构域可能有助于T1DM的发生。可能是胰腺癌预后的潜在生物标志物。
接受熟悉：感知与人工智能代理的相似性对
gdevreede@usf.edu 摘要 随着人工智能技术的兴起和在组织内的整合，我们对这项技术对个人的影响的理解仍然有限。尽管信息系统使用文献为组织提供了重要的指导，以提高员工使用新技术的意愿，但考虑到人类和人工智能代理之间不断发展的社会互动，先前信息系统使用研究的功利主义观点限制了其应用。我们通过实施社会观点来理解人工智能代理对个人感知和行为的影响，为信息系统使用文献做出了贡献。通过关注人工智能代理的主要设计维度，我们提出了一个利用社会心理学理论来解释这些设计维度对个人影响的框架。具体来说，我们基于相似性吸引理论提出了一个人工智能相似性-连续性模型，旨在解释与人工智能代理的相似性如何影响个人的 IT 身份和继续使用它的意图。通过在线头脑风暴实验，我们发现与人工智能代理的相似性确实对 IT 身份和继续与人工智能代理合作的意图产生了积极影响。
DrugSim2DR：预测药物功能与药物再利用的相似性
DrugSimscore。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 4 进行测试。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 5 我的环境。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 5 情节Druglink。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 6 图药物结构。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 7 绘制目标热图。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 7
基于相似距离的楼层平面图探索框架
摘要 计算平面图相似度的计算方法可以帮助建筑师在大型数据集中探索平面图，以避免重复设计并搜索满足其需求的现有平面图。最近，LayoutGMN [PLF ∗ 21] 在计算平面图之间的相似度得分方面提供了最先进的性能。然而，LayoutGMN 的高计算成本使其不适合上述应用。在本文中，我们通过将平面图投影到公共低维（例如三维）数据空间中，显著减少了查询 LayoutGMN 计算结果所需的时间。投影是通过优化平面图的坐标来完成的，其中欧几里得距离模仿 LayoutGMN 最初计算的相似度得分。定量和定性评估表明，我们的结果与原始 LayoutGMN 相似度得分的分布相匹配。用户研究表明我们的相似度结果很大程度上符合人类的期望。
临床可行的脑形态相似性网络构建
形态相似性网络 (MSN) 将皮质组织估计为一组具有生物学意义的宏观和微观结构层面解剖特征之间的相似性，这些相似性来自多个结构 MRI (sMRI) 序列。这些网络具有临床相关性，可预测智商的 40% 差异。但是，生成这些网络所需的序列 (T1w、T2w、DWI) 是较长的采集，在某些人群中不太可行。因此，使用 T1w sMRI 中的特征估计 MSN 对临床和发育神经科学具有吸引力。我们研究了减少特征的方法是否接近原始 MSN 模型，作为研究大脑结构的潜在工具。在一个大型、同质的健康年轻人数据集（来自人类连接组计划，HCP）中，我们扩展了之前对减少特征 MSN 的研究，不仅比较了 T1w 衍生的网络，还比较了使用较少 MR 序列生成的其他 MSN，以及它们的完整采集对应物。我们生成的 MSN 在边缘级别与使用多模态成像生成的 MSN 高度相似；但是，网络的节点拓扑不同。这些网络对广义认知能力的预测有效性有限。总体而言，当多模态成像不可用或不合适时，T1w 限制的 MSN 构建是可行的，可以提供 MSN 的适当估计，并且可以成为在未来研究中检查结果的有用方法。