XiaoMi-AI文件搜索系统
World File Search Systemability
“一个国家打一场现代战争的能力，与其...
Joel Hägg 硕士论文，30 ECTS 战争研究 政治、安全与战争硕士课程 2022 年秋季 指导老师：Matthew Ford 字数：15431
土壤微生物降解氨基吡啶的能力及其对生长的影响
摘要：该研究旨在从氨基吡啶（AP）受污染的土壤中分离微生物，评估其降解AP的能力以及检查AP对微生物生长的影响。Geotrichum candidum，cladosporium herbarum，candida subhashii和paenarthrobacter烟草烟草被分离并使用富集鉴定。这些菌株都无法在2-3周内降解100 ppm AP。相比之下，收集菌株的胸膜固定菌株“ spoppo”和velezensis fzb42降低了AP浓度35.1％，47.8％降低了。观察到对麦芽提取型培养基上AP（400 ppm）生长的低灵敏度； C. herbarum和G. candidum的抑制值分别为52.4％和22.8％，而用Ostreatus“ Spoppo”发现的抑制作用为33.7％。在Czapek-Dox Medi um中观察到在低AP浓度下促进真菌生长，这是G. candidum中的最高效果。 用野马和corello除草剂污染的小麦稻草上生长的小麦稻草的“ spoppo”证实了生长促进效应。总成果体重产量分别增加了1.25倍和1.37倍。 这项研究提供了对减轻合成生长素除草剂对环境心理影响的未来策略的见解。在Czapek-Dox Medi um中观察到在低AP浓度下促进真菌生长，这是G. candidum中的最高效果。用野马和corello除草剂污染的小麦稻草上生长的小麦稻草的“ spoppo”证实了生长促进效应。总成果体重产量分别增加了1.25倍和1.37倍。这项研究提供了对减轻合成生长素除草剂对环境心理影响的未来策略的见解。
DetToolChain：释放 MLLM 检测能力的全新提示范式
摘要。我们提出了一种新颖的提示范式 DetToolChain，以释放多模态大型语言模型 (MLLM)（例如 GPT-4V 和 Gemini）的零样本物体检测能力。我们的方法包括一个受高精度检测先验启发的检测提示工具包和一个用于实现这些提示的新思路链。具体来说，工具包中的提示旨在引导 MLLM 关注区域信息（例如放大）、根据测量标准读取坐标（例如叠加尺子和圆规）以及从上下文信息中进行推断（例如叠加场景图）。基于这些工具，新的检测思路链可以自动将任务分解为简单的子任务，诊断预测并规划渐进式框细化。我们的框架的有效性在一系列检测任务中得到了证明，尤其是在困难情况下。与现有的最先进方法相比，使用我们的 DetToolChain 的 GPT-4V 可将最先进对象检测器的 AP 50 在 MS COCO Novel 类集（用于开放词汇检测）上提高 21.5%，在 RefCOCO val 集（用于零样本指称表达理解）上提高 24.23%，在 D-cube 描述对象检测 FULL 设置上提高 14.5% AP。代码将在接受后发布。
ABB Ability™ Genix 工业分析和人工智能套件 ( en
ABB Ability™ Genix 的影响始于集成数据——自动整理来自异构（ABB 和非 ABB）源系统的大数据。下一步是通过自动构建企业和工厂范围的资产信息模型来将这些数据情境化。然后开发预构建和可扩展的行业标准系统信息模型以进行高级分析。以此为设置，ABB Ability™ Genix 可充当 AI/ML 模型、3D 孪生、分析服务和应用程序的综合环境来分析数据；进一步使用预构建和自助服务价值驱动应用程序来提供洞察。使用这种结构，企业可以通过集成套件和深度跨职能可操作洞察来优化运营并实现卓越运营。
具有手性鉴别能力的螺旋排列熔融碳空心纳米球
完整作者列表： Maruyama, Jun；大阪工业技术研究所，环境技术研究部 Maruyama, Shohei；大阪工业技术研究所， Kashiwagi, Yukiyasu；大阪市立技术研究所， Watanabe, Mitsuru；大阪工业技术研究所，电子材料研究部 Shinagawa, Tsutomu；大阪工业技术研究所，电子材料研究部 Nagaoka, Toru；大阪工业技术研究所，材料科学与工程研究部 Tamai, Toshiyuki；大阪工业技术研究所，森之宫中心 Ryu, Naoya；熊本工业研究所，材料开发部 Matsuo, Koichi；广岛大学 Ohwada, Mao；东北大学，先进材料多学科研究中心 Chida, Koki；东北大学， Yoshii, Takeharu；东北大学，先进材料多学科研究中心 Nishihara, Hirotomo；东北大学先进材料多学科研究中心 Tani, Fumito；九州大学材料化学与工程研究所 Uyama, Hiroshi；大阪大学，
Larry E. Jennings，Jr。
认知能力的差异源于潜在神经结构的细微差异。从大脑网络中的差异中理解和预测认知中的个体变异性需要利用不同的神经影像模式捕获的独特差异。在这里，我们采用了一种多级机器学习方法，结合了人类连接组项目（n = 1050）的扩散，功能和结构性MRI数据，以提供各种认知能力的单一预测模型：全球认知功能，流畅的智力，结晶智力，脉冲，脉冲，脉冲，脉冲，空间方向性，言语上的记忆和持续性记忆和持续性记忆。对每个认知评分的样本外预测首先是使用单个神经成像方式上的稀疏性主体成分回归产生的。然后将这些个体预测汇总并提交给套索估计器，该估计量消除了跨通道的冗余可变性。相对于最佳的单一模态预示，这项堆叠的词典导致了准确性的显着提高（在解释的方差中约为1％至超过3％的提升），这是大多数测试的认知能力。进一步的分析发现，扩散和脑表面证券对预测能力的贡献最大。我们的发现建立了一个下限，以使用多种神经影像学测量来预测认知的个体差异，包括结构和功能，量化不同成像模态的相对预测能力，并揭示每种方式如何提供有关认知功能中个人差异的独特和表达信息。
研究衰老schwann细胞的神经修复能力的研究进展
周围神经损伤（PNI）与老年患者受伤神经的延迟修复有关，导致神经功能，慢性疼痛，肌肉萎缩和永久残疾的丧失。因此，应研究衰老患者周围神经延迟修复的基础机制。schwann细胞（SCS）在修复PNI和调节损伤后各种神经治疗基因方面起着至关重要的作用。sc还通过各种方式促进周围神经修复，包括介导神经脱髓鞘，分泌神经营养因素，建立büngner带，清除轴突和髓磷脂碎屑以及促进轴突雷格尔。然而，年龄的SC经历了结构和功能变化，导致脱髓鞘和去分化障碍，神经营养因子的分泌减少，轴突和髓磷脂碎屑的清除受损以及轴突再髓鞘的能力降低。结果，老化的SC可能会导致受伤后神经修复的延迟。本评论文章旨在研究衰老SC的神经修复能力降低的机制。
Z 世代在 Discord 上区分人工智能生成的文本和人类撰写的文本的能力
ChatGPT 等生成式人工智能 (AI) 聊天机器人日益流行，对社交媒体产生了变革性的影响。随着人工智能生成内容的普及，人们对网络隐私和错误信息的担忧不断增加。在社交媒体平台中，Discord 支持人工智能集成——这使得其主要的“Z 世代”用户群特别容易接触到人工智能生成的内容。我们调查了 Z 世代的个人 (n = 335)，以评估他们在 Discord 上区分人工智能生成文本和人类撰写的文本的能力。调查采用了 ChatGPT 的一次性提示，伪装成在 Discord.com 平台上收到的短信。我们探讨了人口统计因素对能力的影响，以及参与者对 Discord 和人工智能技术的熟悉程度。我们发现 Z 世代的人无法辨别人工智能和人类编写的文本（p = 0.011），而那些自称对 Discord 熟悉程度较低的人与那些自称有人工智能使用经验的人相比，在识别人类编写文本方面表现出更高的能力（p << 0.0001）。我们的结果表明，人工智能技术与 Z 世代流行的沟通方式之间存在微妙的关系，为人机交互、数字通信和人工智能素养提供了宝贵的见解。
运动想象能力得分是否与步态想象期间的皮质活动相关？
使用主观问卷和心理计时测试参与研究和临床方案的受试者的 MI 能力的重要性。这将有助于首先深入了解 MI 的神经机制，其次，有助于根据患者的 IA 制定量身定制的物理治疗方案。尽管如此，我们知道 MI 是一项复杂的任务，除了主观问卷和计时表现之外，还应考虑其他几个方面，以更好地测量健康受试者的 MI 能力。因此，未来的研究需要证实我们的发现，并阐明 MI 能力与皮质激活之间的关系是否会受到参与者先前经验和运动任务类型的影响（例如，基于受试者运动曲目的任务等
在 CVD 石墨烯上无种子层沉积高 k 电介质以增强栅极控制能力
摘要：栅极绝缘体是决定石墨烯场效应晶体管 (GFET) 性能的最重要因素之一。栅极电压对导电通道的良好静电控制需要较薄的栅极氧化物。由于缺乏悬挂键，通过原子层沉积 (ALD) 工艺生长的栅极介电膜通常需要种子层。种子层可实现介电膜的高质量沉积，但可能导致最终介电膜厚度大幅增加。针对该问题，本文提出了一种改进工艺，在原子层沉积之前使用蚀刻溶液去除自氧化的 Al 2 O 3 种子层，Al 2 O 3 残留物将提供石墨烯表面的成核位点。受益于电介质膜厚度的减小，与使用标准 Al 蒸发种子层方法的 GFET 相比，使用此方法作为顶栅电介质膜沉积工艺的 GFET 的跨导平均增加了 44.7%。