XiaoMi-AI文件搜索系统
World File Search SystemTiago
模块化移动机器人平台可帮助不同程度的残疾人士
摘要：支持老年人独立生活和帮助残疾人独立进行日常生活活动的机器人技术已显示出良好的效果。基本上有两种方法：一种是基于移动机器人助手，例如 Care-O-bot、PR2 和 Tiago 等；另一种是使用固定或安装在轮椅上的外部机械臂或机器人外骨骼。本文介绍了一种模块化移动机器人平台，该平台基于安装在机器人轮椅上的上肢机器人外骨骼，用于协助中度和重度残疾人。该移动机器人平台可以利用其模块化特性根据每个用户的需求进行定制。最后，为了模拟用户与家庭不同元素的互动，在带有客厅和厨房区域的模拟家庭环境中展示了实验结果。在这个实验中，一位患有多发性硬化症的受试者使用该平台在由护士、医生和职业治疗师组成的临床医生组面前进行了不同的日常生活活动 (ADL)。之后，受试者和临床医生回答了一份可用性问卷。结果相当不错，但也出现了两个需要改进的关键因素：平台的复杂性和繁琐性。
巴西贫困与公平评估 - 世界银行文件
众多同事的帮助使得本报告得以完成。团队要感谢同行评审员 Carlos Rodríguez-Castelán 和 Joana Silva 提出的宝贵建议，这些建议有助于改进本报告。包括 Liliana D. Sousa、Stella Car- neiro、Fabio Cereda 和 Bernardo Coelho 在内的一个大型团队在 Cornelius Fleischhaker、Paul Andres Corral Rodas、Karolina Goraus 和 Jia Gao 的支持下开发了 BraSim 模拟工具的第一个版本，该工具在本报告中进行了更新和使用。我们感谢 Frederico Pedroso、Roque Sanchez 和 Rafael Schadeck 提供 iRDC 数据并就气候变化风险脆弱性指数进行富有成效的技术对话。Daniel Duque 和 Rafael Rubião 早期对 POF 数据的研究以及 Eduardo Fleury 对间接税的研究使我们能够扩展此处介绍的发生率分析。团队还要感谢 Sophie Naudeau、Pab- lo Acosta、Matteo Morgandi、Tiago Falcao、Ildo Lautharte、Marek Hanusch、Camille Bourguignon、Jorge Muñoz、Fabiano Colbano 和 Sergio Olivieri 在本报告编写过程中提出的深刻意见。团队特别感谢 Pamela Gunio 提供的所有支持和帮助。
新闻摘要中的持续学习-Jiliang（Eric）li
Web服务1，David Lopez-Paz和Marc'aurelio Ranzato（2017）。连续学习的梯度情节记忆。corr，ABS/1706.08840。2，Hanul Shin，Jung Kwon Lee，Jaehong Kim和Jiwon Kim（2017）。 持续学习，并具有深刻的生成重播。 corr，ABS/1705.08690。 3，詹姆斯·柯克帕特里克（James Kirkpatrick），拉兹万·帕斯卡努（Razvan Pascanu），尼尔·C·拉比诺维茨（Neil C. Hadsell（2016）。 克服神经网络中的灾难性遗忘。 Corr，ABS/1612.00796。 4，TimothéeLesort，Hugo Caselles-Dupre，MichaëlGarciaOrtiz，Andrei Stoian和David Filliat（2018）。 从持续学习的角度来看生成模型。 corr，ABS/1812.09111。 5，Antonio Carta，Lorenzo Pellegrini，Andrea Cossu，Hamed Hemati和Vincenzo Lomonaco，“ Avalanche：Pytorch的深度持续学习图书馆”，《机器学习研究杂志》，第1卷。 24，否。 363，pp。 1-6，2023。 6，Martin Wistuba，Martin Ferianc，Lukas Balles，Cedric Archambeau和Giovanni Zappella，“ Renate：现实世界中持续学习的图书馆”，2023年，Arxiv Preprint Arxiv：2304.12067。2，Hanul Shin，Jung Kwon Lee，Jaehong Kim和Jiwon Kim（2017）。持续学习，并具有深刻的生成重播。corr，ABS/1705.08690。3，詹姆斯·柯克帕特里克（James Kirkpatrick），拉兹万·帕斯卡努（Razvan Pascanu），尼尔·C·拉比诺维茨（Neil C. Hadsell（2016）。克服神经网络中的灾难性遗忘。Corr，ABS/1612.00796。4，TimothéeLesort，Hugo Caselles-Dupre，MichaëlGarciaOrtiz，Andrei Stoian和David Filliat（2018）。 从持续学习的角度来看生成模型。 corr，ABS/1812.09111。 5，Antonio Carta，Lorenzo Pellegrini，Andrea Cossu，Hamed Hemati和Vincenzo Lomonaco，“ Avalanche：Pytorch的深度持续学习图书馆”，《机器学习研究杂志》，第1卷。 24，否。 363，pp。 1-6，2023。 6，Martin Wistuba，Martin Ferianc，Lukas Balles，Cedric Archambeau和Giovanni Zappella，“ Renate：现实世界中持续学习的图书馆”，2023年，Arxiv Preprint Arxiv：2304.12067。4，TimothéeLesort，Hugo Caselles-Dupre，MichaëlGarciaOrtiz，Andrei Stoian和David Filliat（2018）。从持续学习的角度来看生成模型。corr，ABS/1812.09111。5，Antonio Carta，Lorenzo Pellegrini，Andrea Cossu，Hamed Hemati和Vincenzo Lomonaco，“ Avalanche：Pytorch的深度持续学习图书馆”，《机器学习研究杂志》，第1卷。24，否。363，pp。1-6，2023。6，Martin Wistuba，Martin Ferianc，Lukas Balles，Cedric Archambeau和Giovanni Zappella，“ Renate：现实世界中持续学习的图书馆”，2023年，Arxiv Preprint Arxiv：2304.12067。6，Martin Wistuba，Martin Ferianc，Lukas Balles，Cedric Archambeau和Giovanni Zappella，“ Renate：现实世界中持续学习的图书馆”，2023年，Arxiv Preprint Arxiv：2304.12067。
巴西贫困与公平评估 - 世界银行文件
众多同事使本报告得以完成。团队要感谢同行评审员 Carlos Rodríguez-Castelán 和 Joana Silva 提出的宝贵建议，这些建议有助于改进本报告。一个由 Liliana D. Sousa、Stella Car- neiro、Fabio Cereda 和 Bernardo Coelho 组成的大型团队在 Cornelius Fleischhaker、Paul Andres Corral Rodas、Karolina Goraus 和 Jia Gao 的支持下开发了 BraSim 模拟工具的第一个版本，该工具已更新并在本报告中使用。我们感谢 Frederico Pedroso、Roque Sanchez 和 Rafael Schadeck 提供 iRDC 数据，并就气候变化风险脆弱性指数进行了富有成效的技术对话。Daniel Duque 和 Rafael Rubião 早期对 POF 数据的研究以及 Eduardo Fleury 对间接税的研究使我们能够扩展此处介绍的发生率分析。团队还要感谢 Sophie Naudeau、Pab- lo Acosta、Matteo Morgandi、Tiago Falcao、Ildo Lautharte、Marek Hanusch、Camille Bourguignon、Jorge Muñoz、Fabiano Colbano 和 Sergio Olivieri 在本报告编写过程中提出的深刻评论。团队特别感谢 Pamela Gunio 的所有支持和帮助。
哈勃第 28-31 周期 - 外部小组成员
巴斯托，乔安娜 开放大学 坎潘特，蒂亚戈 天体物理和空间科学研究所 ( IA ) 克罗斯菲尔德，伊恩 堪萨斯大学研究中心，公司。 Currie, Thayne M. 德克萨斯大学圣安东尼奥分校 Evans-Soma, Thomas Fossati, Luca 空间研究所，奥地利科学院 Fraine, Jonathan 空间科学研究所 Kalas, Paul George 加州大学伯克利分校 Kostov, Veselin 美国国家航空航天局戈达德太空飞行中心 Lagrange, Anne-Marie S. 亚利桑那大学 Matthews, Elisabeth C 马克斯普朗克天文研究所 Meru, Farzana 华威大学 Miguel, Yamila 莱顿大学 Newton, Elisabeth R. 达特茅斯学院 Owen, James Edward 加州大学洛杉矶分校 Padgett, Deborah 喷气推进实验室 Parmentier z Sousa-Silva, Clara 巴德学院 Stone, Jordan Michael 海军研究实验室 Vanderburg, Andrew 麻省理工学院 Youdin, Andrew N 亚利桑那大学 Zucker, Shay 特拉维夫大学
赋能全球脑力经济：2024 年的重要里程碑和未来之路
• Harris A. Eyre 医学博士，脑资本联盟 (BCA) 和脑经济中心 (BEH) 执行董事；莱斯大学贝克公共政策研究所神经政策首席高级研究员 • Upali Nanda 博士，HKS Inc. 执行副总裁、全球部门创新总监，密歇根大学实践教授 • Jo-An Occhipinti 博士，精神财富计划联席主任；悉尼大学大脑与思维中心系统建模与仿真负责人 • Josefina Cruzat 博士，阿道夫伊巴涅斯大学拉丁美洲脑健康研究所 (BrainLat) 研究员。 • Mika Pyykko，芬兰大脑协会执行董事 • Kaisa Hartikainen 医学博士，芬兰大脑协会首席科学顾问 • Jafri Malin Abdullah 医学博士，马来西亚理科大学大脑行为集群主席 • Pawel Swieboda，NeuroCentury 创始人、BCA 和 BEH 联合创始人 • Olivera Nasic 医学博士，阿迦汗大学大脑与思维研究所高级科学顾问 • Zul Merali 博士，阿迦汗大学大脑与思维研究所创始主任 • Michael Berk 医学博士，迪肯大学身心健康与临床转化研究所 (IMPACT) 主任 • Indrit Begue 医学博士 • Frederic Destrebecq，欧洲大脑理事会执行董事、BEH 指导委员会 • Tiago Zibecchi，EMEA 初级研究员 • Rym Ayadi 博士，欧洲-地中海经济学家创始人兼总裁协会 (EMEA)、BCA 和 BEH 联合创始人
远程瘤：一种用于移动操纵的模块化和通用的远程操作系统
摘要 - 在机器人技术中限制模仿学习的关键瓶颈是缺乏数据。在移动操作中，此问题更为严重，由于缺乏可用且易于使用的远程操作界面，收集演示比固定操作更难。在这项工作中，我们演示了Telemoma，这是一种通用和模块化的移动操纵器近亲界面的界面。Telemoma统一了多个人类界面，包括RGB和深度摄像机，虚拟现实控制器，键盘，操纵杆等，以及其任何组合。在其更容易访问的版本中，Telemoma使用Simply Vision（例如RGB-D摄像头）进行了作品，从而降低了人类提供移动操作演示的入口栏。我们通过在模拟和现实世界中详细介绍了几个现有的移动操纵器（Pal Tiago ++，Toyota HSR和Fetch）来证明远程信息瘤的多功能性。我们通过训练模仿学习政策，用于涉及同步全身运动的移动操纵任务，证明了用远程瘤收集的示范质量。最后，我们还表明，Telemoma的Teleperation Channel可以在现场进行远程操作，查看机器人或遥控器，通过计算机网络发送命令和观察，并进行用户研究以评估新手用户学习与我们系统启用人类接口组合的不同组合的新手用户的容易。我们希望电视瘤成为社区使研究人员能够收集全身移动操作演示的有用工具。有关更多信息和视频结果，https://robin-lab.cs.utexas.edu/telemoma-web/。
饮用甘菊茶对胎儿健康的影响
收到日期：2024年11月17日 批准日期：2024年12月3日 Lucas Farias Linhares Silva 医学本科 培训机构：塞阿拉联邦大学 - UFC 地址：Tianguá - Ceara, Brazil Orcid ID：https://orcid.org/0009-0007-2663-8490 电子邮件：lucasfariaslinharessilva@alu.ufc.br Tiago Kenedy Pereira da Silva 医生 培训机构：塞阿拉联邦大学 - UFC 地址：Tianguá - Ceara, Brazil 电子邮件：tiagokenedy@hotmail.com Josy Lauanda Linhares Silva 物理治疗本科 培训机构：帕尔纳伊巴三角洲联邦大学 - UFDPar 地址：帕尔纳伊巴 - Piauí, Brazil Orcid ID：https://orcid.org/0009-0004-3148-800X 电子邮件： josy.lauanda@ufdpar.edu.br 摘要 怀孕期间喝茶是一种常见的做法，其中洋甘菊茶 (Matricaria chamomilla) 因其镇静和抗炎特性而被广泛使用。然而，其使用可能与胎儿健康风险有关，特别是动脉导管（PDA）过早闭合。本研究回顾了有关怀孕期间使用洋甘菊茶及其与 PCA 的可能关系的现有文献。选定了十篇有关洋甘菊、胎儿发育和动脉导管闭合的科学文章。研究表明，虽然适量食用洋甘菊一般被认为是安全的，但过量摄入可能与胎儿的心血管并发症有关。该评论表明需要进一步研究以更好地了解洋甘菊茶对胎儿健康的影响，并指导孕妇安全使用茶。结论是，怀孕期间应谨慎食用洋甘菊，尤其是大量食用。关键词：洋甘菊茶、胎儿健康、动脉导管过早闭合、怀孕、草药。
等待Miolive❱1月19日
阿诺德（Arnold）的阿诺德（Pisa/it）Mustapha（Rabat/Ma）Sherrie Bhoori（Rabat/Ma）Sherrie Bhoori（米兰/IT） Laura Croetti（Pisa/It）Vladidir Dimov（Scopje/MK）Alexander托马斯·托马斯·赫什（Thomas Thomas Helsh）（罗马/GR） ThomasKrönche（Augsburg/Ed）Peter Litler（Newcastle/UK）Pierleone Lucacelli（Romen/It）Marco MacCauro。 （博洛尼亚/IT）Rich Muglia（Bergamo/IT）Irene Nieri（迈阿密/美国）Olivier Pagella（Paris/fr）Philippe Pereira彼得·雷默（Milan/de）Maxime Ronot（Paris/fr）Solbia（米兰/IT）Carlo Spreachco Matteo Stefanini（罗马/IT）Stefan（Pradua/It）Thomas Vogl（Frankfurt/Ed）