XiaoMi-AI文件搜索系统
World File Search SystemToolbox
静息态 HRF 估计和反卷积工具箱
血流动力学反应函数 (HRF) 极大地影响了受试者内和受试者间大脑激活和连接的变异性，并且可能会混淆连接分析中时间优先性的估计，因此其估计对于正确解释神经影像学研究必不可少。此外，HRF 形状本身是一个有用的局部度量。然而，大多数用于 HRF 估计的算法都是针对任务相关 fMRI 数据的，只有少数算法可以直接应用于静息状态协议。在这里，我们介绍了 rsHRF，这是一个 Matlab 和 Python 工具箱，可实现从静息状态 BOLD 信号中进行 HRF 估计和反卷积。我们首先概述了主要算法和实际实现，然后通过使用公开的静息状态 fMRI 数据集进行验证实验来证明 rsHRF 的可行性和实用性。我们还提供了统计分析和可视化工具。我们相信这个工具箱可能对更好地分析和理解 BOLD 信号的成分和变异性做出重大贡献。
医疗人工智能工具箱（MAIT）
机器学习提供了适合探索各种医学研究问题的多种技术，但具有凝聚力的协同框架可以促进对统一模型开发和解释中新方法的整合和理解。因此，我们引入了医学人工智能工具箱（MAIT），这是一种可解释的开源Python管道，用于在表格数据集上开发和评估二进制分类，回归和生存模型。MAIT解决了关键挑战（例如，高维度，类不平衡，混合变量类型和缺失），同时促进报告中的透明度（Tripod+AI兼容）。为初学者提供自动配置，并为专家提供可自定义的源代码，MAIT简化了两个主要用例：Discovery（通过统一评分通过统一评分的特征重要性，例如Shapley添加性解释 - Shap -Shap）和预测（模型开发和使用具有优化解决方案的模型开发和部署）。此外，MAIT提出了新技术，包括对二进制分类中概率阈值的微调，将累积危险曲线转换为二进制分类的翻译，对混合数据类型的模型解释的增强可视化以及通过半纯粹的学习进行审查，以适应广泛的数据约束和研究设计。我们使用四个开放访问数据集在GitHub上提供详细的教程，以证明如何使用MAIT来改善医学研究中ML模型的实施和解释。
为太空创建废水技术“工具箱”......
生命支持系统 (LSS) 对载人航天至关重要；没有它们，人类就无法生存。即将到来的长期任务需要强大的环境控制 LSS (ECLSS)，因为它们的日照和即时补给的前景有限。作为 LSS 的一部分，由于运输质量限制，水净化系统将需要高可靠性、可持续性和效率，因为常规供水将非常困难，而且为未来的栖息地补给成本高昂。这表明需要一种高效的处理方法和对每个废水源的再利用。机组人员会产生各种废水流，虽然目前并非所有废水流都经过处理，但栖息地的成功将需要对每条废水流进行处理和利用，作为“资源”而不是“废物”。这些废水流包括人类废水（尿液、粪便）、食物垃圾（盘子垃圾、不可食用的植物生物质）、湿度冷凝水、卫生用水（淋浴、口腔、洗手）和洗衣。由于长期运营，人们通常依赖成熟的技术。对于未来长期任务，这种模式必须转变，纳入以满足任务要求为基础的技术，而不是牺牲生产力来取代经过验证的现有技术能力。许多物理、化学和生物水处理技术已被证实并可用于陆地应用。在此，这些技术被收集到一个“工具箱”中，以在重力减小的情况下执行有效水净化步骤的可能功能。选择标准取决于方法（物理、化学或生物）、复杂性/组件、陆地性能和对太空生命支持的潜在适用性。利用这种“工具箱”方法为技术开发和选择未来架构提供了一种简化的方法，以直接响应动态空间生命支持要求。建立“工具箱”还可以有组织、高效地识别最合适的技术。从那里，可以进一步开发和适当评估最有可能配置为任务要求的技术。本演讲旨在全面回顾空间生命支持水净化要求和挑战，并提出可用技术的“工具箱”方法，以帮助完成为短期和长期 NASA 任务架构选择合适的 LSS 水净化的艰难过程。
医疗人工智能工具箱（MAIT）
机器学习提供了适合探索各种医学研究问题的多种技术，但具有凝聚力的协同框架可以促进对统一模型开发和解释中新方法的整合和理解。因此，我们引入了医学人工智能工具箱（MAIT），这是一种可解释的开源Python管道，用于在表格数据集上开发和评估二进制分类，回归和生存模型。MAIT解决了关键挑战（例如，高维度，类不平衡，混合变量类型和缺失），同时促进报告中的透明度（Tripod+AI兼容）。为初学者提供自动配置，并为专家提供可自定义的源代码，MAIT简化了两个主要用例：Discovery（通过统一评分通过统一评分的特征重要性，例如Shapley添加性解释 - Shap -Shap）和预测（模型开发和使用具有优化解决方案的模型开发和部署）。此外，MAIT提出了新技术，包括对二进制分类中概率阈值的微调，将累积危险曲线转换为二进制分类的翻译，对混合数据类型的模型解释的增强可视化以及通过半纯粹的学习进行审查，以适应广泛的数据约束和研究设计。我们使用四个开放访问数据集在GitHub上提供详细的教程，以证明如何使用MAIT来改善医学研究中ML模型的实施和解释。
经济制裁 政治工具箱里的锤子——
引言近几十年来人们对经济制裁的兴趣日益浓厚，很大程度上是由于 20 世纪末的军事惨败（例如索马里事件）之后，人们渴望并需要通过其他方式在国际上施加政治压力。1 考虑到这一点，经济制裁已被视为外交政策工具箱中必不可少的强制性措施。经济制裁的理由是，通过破坏经济交流可以改变行为者的行为。贸易和旅行禁令、资产冻结、金融交易限制以及武器或石油禁运都是经济制裁的例子。联合国和欧盟使用制裁的次数显著增加。虽然 1989 年仅针对一个国家（南非）实施了经济制裁，但联合国和欧盟目前共实施了大约 40 种制裁制度。这种趋势也适用于美国的单边制裁。2 制裁建立在一定程度的经济孤立之上。然而，历史上，在“谁可以在经济上孤立谁、出于什么目的、在什么条件下”方面，一直存在着显著的不对称，而且仍然存在。3历史上的权力动态导致了这样一种世界秩序：西方——主要是欧盟和美国——占了上风，而
学术研究与写作的人工智能工具箱
该项目的目标是策划一套可供教师和学生用于学术研究和写作的 AI 工具。对于我们大多数人来说，当我们听到生成式 AI (GenAI) 一词时，我们想到的就是 ChatGPT，虽然这无疑是最广为人知的 GenAI 工具之一，但在撰写本文时，越来越多的工具正在涌现，这些工具是专为学术工作而设计的。当我着手使用、评估和开发可用于学术工作的 AI 工具的比较矩阵时，很明显，全面审查是一项几乎不可能完成的任务，即使我成功了，这份清单也会在完成后很快过时。我发现 AI 工具的激增几乎无法跟上。一个月前我免费使用的工具现在要收费了。每天，我都会发现几个我以前从未听说过的新工具。
加州大学 - 工程计量工具箱
connnel'clni 产品，~lI'ocess，01' MCI'VicC！'贸易！leune，tradenull'k，llUlnufi1ctul'CI'，01'oLhel'wisl！，并不一定连续或不连续其结束“Senlent，recolnnlenclaLion，01'（由美国政府废除）加州大学洛杉矶分校，本文所述之全部或部分解释并不代表美国政府的观点。 GoVel'l111lellt l)l' 加州大学 (!I'sily of Cali(ol'nin)，nnd Aholt 不得用于广告 ()l'产品结束)'Sel\lent pUl'poses,
FiNN：神经生理网络分析工具箱
方向绝对相干性利用复相干性函数来计算幅度平方相干性 (Carter 等人，1973 年)、相位斜率指数 (Nolte 等人，2008 年) 和虚相干性 (Nolte 等人，2004 年)。这三个指标结合起来，形成一个可靠的相干性测量指标，该指标取自它们各自的优势，而不考虑各自的弱点。该连接性指标是方向性的，可以检测体积传导，并且静态地绑定到 [-1, 1]。
癌症成像中可解释AI的工具箱
人工智能在使用医疗图像的医疗保健任务上表现出了有希望的表现。但是，有必要了解法律，道德和故障排除目的的AI模型的决策过程。本文档概述了可解释性工具箱的开发，该工具箱旨在提高手工制作的放射组学和医学成像中深度学习解决方案的透明度。对于手工制作的放射线学，该工具箱提供了用于生成Shapley添加说明，局部解释的模型 - 不合Snostic解释以及适用于任何机器学习模型的表征反事实的工具。为了深入学习，该工具箱提供了为2D和3D分类模型创建归因地图的功能，以及生成反事实图像说明的说明性示例。此外，工具箱还扩展了反事实框架以结合层的相关性传播，从而允许将临床变量纳入决策。最后，该文档展示了一个使用Python和简化构建的示例平台，该平台旨在在临床背景下验证这些解释，从而评估其在决策过程中的可用性和价值。可解释性工具箱可在以下链接中获得：https：//github.com/zohaibs1995/radiomics_explainables_toolbox。