XiaoMi-AI文件搜索系统
World File Search SystemWon
与“精彩”商业品种相比，对某些伊朗本地石榴的定性和定量特征的评估
目的：各种商业品种以及野生石榴基因型在整个伊朗都广泛。这种多样性被认为是育种计划的骨干。这项研究的目的是对八个局部石榴品种的水果特征以及一个著名的商业化，“奇妙”品种的果实特征进行比较分析。研究方法：收集水果并将其转移到实验室。测量了果实，树芳和皮肤参数，并将数据分析为完全随机的设计，并具有三个复制。发现：结果清楚地表明了品种之间的差异。在“ Gavkoshak”中发现了最高的果实重量，长度，宽度，芳族重量，芳族直径，新鲜/干燥重量，皮肤新鲜/干重。在“ Galookandeh”中记录了最高的花萼长度和皮肤厚度。发现“ Torsh Oud”，“ Faroogh”，“ Galookandeh”和“ Rubab”有硬种子。在“奇妙”中发现了最高的TSS，皮肤 /青霉素和蔗糖含量。在“ rubab”中观察到了最大葡萄糖和果糖的量。结果最终表明，“ Gavkoshak”和“ Rubab”品种在其物理水果参数方面具有更大的等级。在化学特性方面，最好的品种是“奇妙”和“ rubab”。“ rubab”，“ gavkoshak”和“奇妙”被建议作为石榴生产或未来繁殖计划的优越品种。限制：没有限制。此外，这些局部品种的曲折特征也没有较早地研究。独创性/价值：“奇妙”是一个引入的，与这种新植物材料同时同时对Fars Origon的石榴材料的比较分析将是有价值的。
推荐引用 推荐引用 Tom Jiao 和 Hiu Yung Wong。“LG = 10 nm 的稳健低温从头算量子传输模拟
低温电子学对许多任务关键型应用至关重要，例如量子计算机和量子传感接口 [1]、太空探索电子设备 [2] 和高性能低温服务器 [3]。计算机辅助设计技术 (TCAD) 为探索低温电子学的设计空间提供了一种非常经济有效的方法，而且最近在低温电子模拟的校准、建模和仿真方法方面取得了巨大进展 [4-7]。然而，低温从头算量子传输模拟对于研究 LG < 20 nm 的器件，特别是其亚阈值行为非常重要，但仍然很困难，尚未系统地研究。众所周知，MOSFET 的 SS 不遵循玻尔兹曼统计 [4-9]。为了了解其起源，需要一个强大的从头算传输模拟装置。据我们所知，文献中还没有关于低温传输的从头算模拟。目前仅开展了使用非平衡格林函数 (NEGF) 的研究 [10] 。本文成功利用从头算模拟研究了 LG = 10 nm 纳米线在低至 3 K 温度下的传输特性。研究了模拟技术，以实现更快、更稳健的模拟。然后研究了纳米线的低温泄漏特性。
NIF的七个奇迹 - 国家点火设施
虽然足球体大小的国家点火设施（NIF）的建设是工程学的奇迹，但NIF还是科学技术发展的巡回赛。要完成NIF的建设和调试，并将NIF置于点火实验的道路上，科学家，工程师和技术人员必须克服艰巨的挑战。与工业合作伙伴紧密合作，NIF团队在快速增长的晶体，连续式玻璃，光学涂料和新的饰面技术方面找到了NIF光学需求的解决方案，这些技术可以承受NIF的极高能量。该团队还与公司合作开发了脉冲电力电子，创新的控制系统和高级制造能力。尤其是NIF成功的七个技术突破至关重要：
免疫要求对学校的孩子。 ...
•缅因州交通运输部（缅因州DOT）正在开发一个最佳实践，摘要用于运输车辆电气化，并与运输提供商合作，制定了针对电动或混合动力汽车的转移计划的计划，并完成了基于目前的情况和优势的八个运输机构的单个机队TRAN SEITION分析。详细信息，例如替换时间表和推荐的设施升级，将有助于为酌处权提供赠款请求。该计划目前正在完成，将于2023年初出售。Mainedot计划扩大这些努力，以包括农村过境机构。
人工智能创作的艺术作品获奖。艺术家们不高兴。
一些批评人士认为，新一代人工智能工具的不同之处不仅在于它们能够以最小的努力创作出精美的艺术作品，还在于它们的工作原理。DALL-E 2 和 Midjourney 等应用程序是通过从开放网络上抓取数百万张图像，然后教算法识别这些图像中的模式和关系并以相同的风格生成新图像而构建的。这意味着将作品上传到互联网的艺术家可能在不知不觉中帮助训练他们的算法竞争对手。
Fragaria vesca'Yellow Wonder' 的组装和注释...
摘要 野生二倍体草莓Fragaria vesca是栽培草莓的基础研究模型。目前可用的参考基因组仅限于两个密切相关的种质，即Hawaii 4和CFRA2339。广泛使用的模型种质‘Yellow Wonder’尚未有其参考基因组。在本研究中，使用Oxford Nanopore长读和Illumina短读的组合组装了第7代自交系‘Yellow Wonder’的基因组。这个220兆碱基对基因组的从头染色体规模组装包含34,007个基因，这些基因是通过从Hawaii 4基因组注释中移植过来进行注释的。基因组比较表明‘Yellow Wonder’基因组与之前发表的两个F. vesca种质，即Hawaii 4和CFRA2339相对不同。 “黄色奇迹”参考基因组的出现为草莓属植物增添了另一个重要的基因组资源，使草莓的研究得以快速进展。
基于 DT-CWT 和 SVM 分类器的癫痫脑电信号分类 S.Deivasigamani*、G.Narmadha** C.Senthilpari***、Wong Hin Yong*** 和 PKRa
头痛、中风和阿尔茨海默病是人类大脑中的主要问题。在这种疾病中，癫痫是另一种大脑疾病，在人口大国中偶然发生。癫痫是一种影响儿童和成年人的常见神经系统疾病。早期诊断和治疗与降低患病率和死亡率有关。尤其是如果已经确认了癫痫的类型并开始适当的治疗。脑电图仍然是最高质量的诊断方法。脑电图传感器获取的信号是非直接的，其趋势复杂。因此，识别和分离获取的脑电图信号中的瞬间变化是一个非常复杂的过程（Karthik 等人，2020 年）。阴极安装在人头皮上，脑电图信号通过各种通道捕获。从癫痫发作区域捕获的信号称为局灶性脑电图信号，从癫痫发作区域的另一部分捕获的信号称为非局灶性脑电图信号。因此，有必要提出一种自动识别和表征局灶性和非局灶性脑电图信号的系统，以继续癫痫治疗和进一步治疗。癫痫发作会导致大脑区域出现异常功能，这些功能是从大脑中捕获的，局灶性和非局灶性的识别是
奇迹迹象：人工智能、艺术与种族问题
人工智能与早期的社会变革技术一样，都依赖于对“人性”的限制性模型，这种模型嵌入了衡量人类成就、表达和进步的种族化指标。尽管许多善意的技术专家、学者、政策制定者和行业做出了最大努力，但许多关于人性构成的基本思维模式已被制度化，并继续在设备、应用程序和平台的设计实践和研究开发中迅速发展。本文探讨了为什么以及如何将人工智能与人文和艺术更深入地结合起来，以促进人类繁荣，特别是在社会正义方面。一些有色人种人工智能艺术技术专家受到去殖民化、残疾和性别批判框架的启发，挑战了“个性化”和“无摩擦”的商业要求，他们将种族、民族和性别视为始终反映政治紧张局势和利益的动态社会过程，而不是规范的不言而喻的类别或货币化的数据点。
已发表版本的引用（APA）：Ameen、S.、Wong、MC、Yee、KC、Nøhr、C. 和 Turner、P. (2022)。人工智能诊断技术和结直肠癌筛查参与度的差距。在 B. Seroussi、P. Weber、F. Dhombres、C. Grouin 和 J.-D. 中Liebe，J.-D. Liebe，J.-D. Liebe、S. Pelayo、A. Pinna、B. Rance、B. Rance、L. Sacchi、A. Ugon、A. Ugon、A. Benis 和 P. Gallos（编辑），可信人工智能和健康附加值的挑战 - MIE 2022 论文集（第 294 卷，第 803-804 页）。 IOS 出版社。 https://doi.org/10.3233/SHTI220588
结直肠癌 (CRC) 是全球第二大癌症死亡原因 [1]。为了降低 CRC 相关死亡率，高危人群应接受分层的两阶段筛查流程，包括 (1) 免疫化学粪便潜血检测 (FOBT) 筛查和 (2) 后续结肠镜检查，以发现疾病的早期迹象。尽管事实证明这种黄金标准方法可以降低 CRC 相关死亡率，但其有效性取决于达到 65-80% 以上的筛查覆盖率，而一些高收入国家未能实现这一目标 [2]。例如，在澳大利亚，参与率在过去 5 年中一直稳定在 ~40%，FOBT 阳性患者参与后续结肠镜检查的比例也很低（50 – 70%） [3]。令人担忧的是，CRC 风险最高的边缘群体参与筛查的次数最少。尽管人们努力通过 (a) 大众媒体公共卫生运动、(b) 有针对性的支持计划和 (c) 初级保健参与和卫生系统改进来提高认识，但情况仍然如此 [4]。一些定性研究表明，CRC 筛查的采用和坚持往往受到复杂的心理社会和文化互动的驱动。最重要的是，据报道，与阳性癌症诊断或结肠镜检查的侵入性相关的恐惧、焦虑、耻辱、羞耻或不安是阻碍筛查参与的主要障碍 [4,5]。当存在多因素障碍时，例如时间紧迫或无法进入医疗中心，参与问题会加剧。
ACM 参考格式：Angel Hsing-Chi Hwang 和 Andrea Stevenson Won。2022 年。你心中的人工智能：平衡人机交互中的感知代理和经验。在 CHI 计算机系统扩展摘要人为因素会议（CHI '22 扩展摘要）中，2022 年 4 月 29 日至 5 月 5 日，美国路易斯安那州新奥尔良。ACM，美国纽约州纽约，10 页。https://doi.org/10。1145/3491101.3519833
你会如何描绘人工智能的肖像？无论你想象的是人脸、机械机器人还是抽象物体，这种想象都会揭示你对人工智能的概念。人类与人工智能介导实体的互动方式深受其感知的影响 [ 21 ， 23 ， 36 ， 39 ]。例如，当人工智能系统采用人形社交线索设计时，用户很容易分散对人工智能系统的可靠性和可信度的注意力 [ 35， 37， 38， 42， 43 ]。在这项探索性研究中，我们要求参与者通过绘画任务将他们对人工智能的看法形象化。虽然用户对人工智能的印象可能因设备、品牌和环境而异，但我们的目标是为人类对人工智能的看法提供初步的“基线”。如果我们发现用户对人工智能的感知主要是与人类相似，这就警告我们，用户可能在与人工智能交互时应用了不准确的启发式方法。如果大多数参与者将人工智能视为工具，这可能会导致我们思考如何将具身化考虑纳入其中，从而帮助建立人机协作中的信任和协同作用。应用认知心理学中的心智感知框架 [ 13 ]，我们根据用户对人工智能介导实体的感知形象，讨论用户在人机交互 (HAII) 中的行为和设计含义。