XiaoMi-AI文件搜索系统
World File Search SystemSquared
乳腺癌患者化学疗法的心脏毒性的风险预测模型
缩写：ACEI/ARB，血管紧张素转换酶抑制剂/血管紧张素受体阻滞剂； ami，急性心肌梗塞； BMI，体重指数（计算为重量为千克，除以米平方的高度）； CAD，冠状动脉疾病； CM，心肌病； GLS，全球纵向应变； HF，心力衰竭； HL，Hosmer-Lemeshow； ICD，国际疾病分类； LVEF，左心室射血分数；狼牙棒，主要不良心血管事件； NYHA，纽约心脏协会； TIA，短暂的缺血发作。
改造第一政策指南-LONDON
requirements of the tenant • CEnv – Chartered Environmentalist • CLT – Cross-laminated timber • CO 2 – Carbon dioxide • CO 2 e – Carbon dioxide equivalent • EoL – End of Life • EUI – Energy Use Intensity • GIA – Gross Internal Area • GLA – Greater London Authority • GSHP – Ground source Heat Pump • KG – Kilogram • kWh – Kilowatt-hour • L – litres • LCA – Life周期评估•LPG - 伦敦计划指导•MEP - 机械，电气和管道•MRIC•MRICS - 皇家特许测量师的特许成员•NABER•NABERS - NABERIAN建筑环境评级系统•NIA•NIA - 内部区域 - 内部区域•NPPF•国家规划政策 - NRM•NRM•NRM - 规划•PECURTINAL•p427协议 - P440协议 - P440协议 - P440协议，P440协议， tool • PHPP – Passive House Planning Package • PT – Post-tensioned • RC – Reinforced Concrete • RFI – Request for Information • RICS – Royal Institute of Chartered Surveyors • SAP – Standard Assessment Procedure • SFS – Steel Framing Systems • SPD –Supplementary Planning Document • Sqm – Metres squared (m 2 )
NCUR 2024 会议纪要
论文评分和反馈是教育评估过程的基本组成部分。手动论文评估的最大挑战之一是它需要大量的时间和精力，这往往会导致不一致和延迟。此外，语言固有的复杂性和某些评分标准的主观性继续对一致性构成障碍。这项研究考察了三种先进的大型语言模型 (LLM) - Mistral-7B-Instruct、Llama-2-13b 和 Llama-2-13b-finetuned - 在论文评估自动化中的有效性。该研究根据六项基本熟练程度标准（包括衔接性、句法、词汇、措辞、语法和惯例）比较了这些模型在 Kaggle 的 1,500 篇议论文数据集上的表现。它采用四个统计指标进行评估：平均绝对误差 (MAE)、均方误差 (MSE)、均方根误差 (RMSE) 和平均绝对百分比误差 (MAPE)。研究结果显示，不同评估标准下的模型性能存在显著差异。Mistral-7B-Instruct 在大多数类别中的表现始终优于 Llama 模型。Llama-2-13B 微调模型在多个标准上都比其基础模型有显著改进，这表明微调基础模型可以用于论文评估等特定任务。研究结果对教育和技术领域都具有重要意义，因为他们可以利用这些进步来提高大规模论文评估的效率。未来的工作可以集中在通过微调更广泛的 Transformer 模型来扩大分析范围，以更好地了解各种架构如何影响自动论文评估的性能。
使用转移学习从脑电图检测
摘要 - 使用电解图（EEG）对情绪的检测是脑部计算机内部的关键领域，并且在诸如Reha-Bilitation和Medicine等领域具有宝贵的应用。在这项研究中，我们采用了转移学习来克服基于EEG的情绪检测中数据可用性有限的挑战。本研究中使用的基本模型是RESNET50。此外，我们在基于EEG的情绪检测中采用了一种新颖的功能组合。该模型的输入是图像矩阵的形式，该图像矩阵分别包含平均相位相干性（MPC）和宏观平方相干性（MSC），分别包括三角形和下三角矩阵。我们通过将从差分熵（DE）获得的特征纳入对角线来进一步提高了技术，该特征以前几乎没有对情绪进行分类的信息。这项研究中使用的数据集，种子脑电图（62通道脑电图），包括三个类（正，中性和负）。我们计算了与受试者无关和主体依赖性的能力。使用10倍的交叉验证方法获得了受试者依赖性的精度，为93.1％，而独立于主题的分类是通过采用遗留对象 - 受试者（LOSO）策略来进行的。与受试者无关的分类中所具有的准确性为71.6％。这两个精度至少是分类3类的机会准确性的两倍。研究发现，在基于EEG的情绪检测中使用MSC和MPC进行了情绪分类。这项工作的未来范围包括使用数据增强技术，增强的分类器以及更好的情感分类功能。索引项 - 脑计算机界面，情绪检测，转移学习，脑电图，平均相干性，幅度平方相干性，种子EEG
布鲁克海文镇
2023 年 11 月 15 日 出席成员： Frederick C. Braun, III Martin Callahan Mitchell H. Pally Gary Pollakusky Ann-Marie Scheidt Frank C. Trotta 离席成员： Felix J. Grucci, Jr. 其他出席成员： Lisa M. G. Mulligan，首席执行官 Lori LaPonte，首席财务官 Amy Illardo，营销总监 Jocelyn Linse，行政助理 Terri Alkon，行政助理 Annette Eaderesto，IDA 法律顾问 William F. Weir，Nixon Peabody, LLP Howard Gross，Weinberg, Gross & Pergament, LLP（通过 Zoom） Barry Carrigan，Nixon Peabody, LLP（通过 Zoom） Cheryl Felice E. Anne Hayes Eric J. Russo，Vanbrunt Juzwiak & Russo, PC Kelley Heck，Tritec Jim Coughlan，Tritec Steve Losquadro Gary Hisiger，Morrit Hock & Hamroff，LLP Daniel Prokopy，Ion Renewables Dan Deegan，Forchelli Deegan Terrana，LLP（通过 Zoom）Len D'Amico，D & F Patchogue A.L.，LLC（通过 Zoom）Guy Germano，Germano & Cahill，P.C.（通过 Zoom）Gregg Rechler，R Squared Patchogue（通过 Zoom）Braun 主席于下午 12:35 开启了工业发展局会议
法国南部的克里米亚-刚果出血热蜱媒介 Hyalomma marginatum：模拟其分布并确定影响其在新入侵地区定居的因素
图 2 气候数据的主成分分析，在主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B) 下。颜色表示主成分上气候变量坐标的平方和。红色表示高相关性，而蓝色表示低相关性。横轴对应于图 2a 中的 PC1 和图 2b 中的 PC2，纵轴对应于图 2a 中的 PC2 和图 2b 中的 PC3。T max：最高温度，T min：最低温度，ETP：潜在蒸散量，Prec：降水量，Humr：相对湿度。数字后缀对应于月份（1 表示一月至 12 表示十二月）
法国南部的克里米亚-刚果出血热蜱媒 Hyalomma marginatum：模拟其分布并确定影响其在新入侵地区定居的因素
图 2 气候数据的主成分分析，包括主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B)。颜色表示主成分上气候变量坐标的平方和。红色表示相关性高，蓝色表示相关性低。横轴对应图 2a 中的 PC1 和图 2b 中的 PC2，纵轴对应图 2a 中的 PC2 和图 2b 中的 PC3。T max：最高温度，T min：最低温度，ETP：潜在蒸散量，Prec：降水量，Humr：相对湿度。数字后缀对应月份（1 表示一月，12 表示十二月）
法国南部的克里米亚-刚果出血热蜱媒 Hyalomma marginatum：模拟其分布并确定影响其在新入侵地区定居的因素
图 2 气候数据的主成分分析，包括主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B)。颜色表示主成分上气候变量坐标的平方和。红色表示相关性高，蓝色表示相关性低。横轴对应图 2a 中的 PC1 和图 2b 中的 PC2，纵轴对应图 2a 中的 PC2 和图 2b 中的 PC3。T max：最高温度，T min：最低温度，ETP：潜在蒸散量，Prec：降水量，Humr：相对湿度。数字后缀对应月份（1 表示一月，12 表示十二月）
法国南部的克里米亚-刚果出血热蜱媒 Hyalomma marginatum：模拟其分布并确定影响其在新入侵地区定居的因素
图 2 气候数据的主成分分析，包括主成分 1 (PC1) 和 2 (PC2) (2A) 以及主成分 2 (PC2) 和 3 (PC3) (2B)。颜色表示主成分上气候变量坐标的平方和。红色表示相关性高，蓝色表示相关性低。横轴对应图 2a 中的 PC1 和图 2b 中的 PC2，纵轴对应图 2a 中的 PC2 和图 2b 中的 PC3。T max：最高温度，T min：最低温度，ETP：潜在蒸散量，Prec：降水量，Humr：相对湿度。数字后缀对应月份（1 表示一月，12 表示十二月）