XiaoMi-AI文件搜索系统
World File Search Systemavoid
突触神经连接蛋白复合体中的分子自我回避
人们认为突触是由突触前神经连接蛋白与突触后配体（特别是神经连接蛋白和小脑蛋白）相互作用形成的。然而，当神经元形成相邻的突触前和突触后特化时，如树突状或轴突-轴突突触，无功能的顺式神经连接蛋白/配体相互作用将在能量上受到青睐。在这里，我们揭示了一种防止突触顺式相互作用（“自我回避”）的组织原则。以嗅球中僧帽细胞和颗粒细胞之间的树突状突触为范例，我们表明，由于其更高的结合亲和力，小脑蛋白-1 阻断了神经连接蛋白与神经连接蛋白的顺式相互作用，从而实现了反式神经连接蛋白/神经连接蛋白相互作用。在僧帽细胞中，消融小脑蛋白-1 或神经连接蛋白会严重损害颗粒细胞➔僧帽细胞突触，野生型神经连接蛋白的过度表达也是如此，但无法与神经连接蛋白结合的突变神经连接蛋白则不会。我们的数据揭示了一个分子相互作用网络，该网络组织了非功能性神经连接蛋白/配体顺式相互作用的自我回避，从而允许组装生理反式相互作用。
温室气体减排量计算实践
1. 描述：该项目预见到将生物残留物创新性地转化为热能，这些热能将出售给目前从燃煤热电厂购买热能的附近水泥行业，并作为区域供热出售给项目所在的城市 2. 分类：EII 其他 热能 3. 方法部分：RES，附件 C 第 4 节 4. 参考：供暖由天然气锅炉提供
避免和克服学术出版中作者身份冲突的十个策略
不管是好是坏，作者身份是学术研究和进步的货币。在学术写作中，作者身份被广泛认为是一种授予荣誉的手段，但也与责任和问责制等概念相关。作者身份是研究团队层面以及更广泛的学术界和学术界之外最具争议性的话题之一。目前，作者身份通常是在许多学术活动和领域中主张和获得荣誉的主要方式。关于作者身份的争论很激烈，公开但大多是私下争论。在这里，我们试图根据我们的集体经验和相关当代文献阐明与作者身份相关的关键概念。我们不会纠结于问题，而是专注于积极主动的策略，以创造更公正、公平和透明的途径，以最大限度地减少围绕作者身份的冲突，并充分认识到与学术界内外的合作伙伴一起产生、综合、共享和应用知识的整个过程。我们围绕 10 种策略制定了我们的想法，这些策略共同构成了避免和克服与作者身份决策相关的挑战的路线图。
理解和避免人工智能故障：实用指南
就目前的人工智能技术而言，人工智能造成的危害仅限于我们直接控制的权力。正如 [59] 中所说，“对于狭义人工智能，安全故障的重要性与一般网络安全同等重要，但对于 AGI 而言，情况则截然不同。” 尽管 AGI（通用人工智能）仍然遥不可及，但人工智能灾难的性质在过去二十年中已经发生了变化。自动化系统现在不仅会孤立地发生故障，而且还会实时与人类和彼此交互。这种转变使传统的系统分析更加困难，因为人工智能比以前的软件更具复杂性和自主性。针对此问题，我们分析了历史上与复杂控制系统相关的风险是如何管理的，以及当代人工智能故障的模式以及任何人工智能系统的运行会产生哪些类型的风险。我们基于传统系统分析和开放系统理论以及人工智能安全原则，提出了一个分析人工智能系统的框架，以便在它们无法理解它们如何改变其所嵌入系统的风险格局之前对其进行分析。最后，我们根据人工智能系统的属性提出了应采取的建议措施。我们给出了来自不同领域的几个案例研究，作为如何使用该框架和解释其结果的示例。
使用来自地面激光器的单个多 kJ 脉冲烧蚀避免低地球轨道上的空间碎片发生碰撞 Stefan Scharring、Gerd Wagn
通过地面激光器发出的单个多 kJ 脉冲避免低地球轨道上的空间碎片发生烧蚀碰撞 Stefan Scharring、Gerd Wagner、Jürgen Kästel、Wolfgang Riede、Jochen Speiser 德国航空航天中心 (DLR)，技术物理研究所，Pfaffenwaldring 38-40，70569 斯图加特，德国 摘要 我们对一个概念性想法进行了分析，即从地面激光站发射的单个高能激光脉冲是否可能导致碎片物体表面的物质烧蚀，从而产生后坐力，从而产生足够高的速度变化，以避免空间碎片碰撞。在我们的模拟中，我们评估了大气限制的影响，例如由于气溶胶消光导致的激光功率损失以及由于大气湍流导致的激光束增宽和指向抖动。为了补偿湍流，探索了自适应光学系统在合适发射器配置和激光导星组合方面的使用。根据 ESA DISCOS 目录，使用具有简化几何形状的虚拟目标来研究激光与火箭体、任务相关物体和非活动有效载荷之间的相互作用。此外，NASA 标准破碎模型可作为碰撞和爆炸碎片的参考，这些碎片在低地球轨道上产生了 9101 个碎片目标。对于这些物体，使用基于光线追踪的代码对激光烧蚀后坐力进行了研究，同时考虑了未知的目标方向以及残余激光指向误差，这些误差构成了整个 5 个维度（3 个旋转，2 个平移）的随机性来源，这些随机性来源采用蒙特卡罗方法解决。根据特定碎片物体平均高度的计算激光通量分布计算激光动量耦合。作为计算激光与物质相互作用的输入，使用了铝、铜和钢作为代表性空间碎片材料的辐照实验数据。从照射仰角、轨道位移、动量转移不确定性、成功概率、碎片材料以及碎片尺寸、质量和启动激光烧蚀过程所需的最小能量密度等方面讨论了激光赋予动量的模拟结果。1.引言由于空间碎片的数量不断增加，且难以进行轨道改造，近年来提出了几种基于激光的空间碎片远程动量转移 (MT) 概念[1][2]。特别是，由于连续发射 (CW) 激光器的商业化应用，其平均输出功率超过 10 kW 级，通过光子压力进行 MT 似乎变得可行。为了避免空间碎片碰撞，模拟已经表明，在多次激光站过境期间，通过目标照射可以实现几毫米/秒的足够高的速度增量 [1]。最近，在 LARAMOTIONS（激光测距和动量传递系统演化研究）研究中，研究了用于碎片跟踪和避免碰撞的相应激光站网络的可行性和估计性能。这项研究是由我们研究所领导的一个财团为欧洲航天局 (ESA) 开展的概念分析。[3] 概述了研究结果，[4] 列出了使用光子压力进行轨道碰撞避免的详细天体动力学可行性研究，而 [5] 显示了所采用的激光站网络的详细结果。激光烧蚀的动量耦合比光子压力的耦合高出 3 到 5 个数量级 [6]。因此，烧蚀通常被认为是在多次高能激光站过境期间通过降低近地点清除激光碎片的合适机制。然而，最近在真空中对几厘米大小的物体进行的跌落实验表明，激光烧蚀动量转移在避免空间碎片碰撞方面具有巨大的潜力，证明单个激光脉冲就可能使小的空间碎片状物体产生几十 ⁄ 的速度变化∆ [7]。
药物过敏：皮肤测试，挑战还是避免
Solensky R. 等人。Ann Allergy Asthma Immunol 2010；105:259-73 Picard M 等人。JACI Practice。2013；252-257 Sade K 等人。Clin Exp Allergy。2003；33:501-506 Reddy V. 等人。JACI。2013；131:AB170
战略 - 战略性 - 静脉 - 避免 -
这项研究旨在分析战略辅助在巴格达省避免私人商业银行样本中避免战略漂移的作用。研究的重要性在于研究样本的研究稀缺，涉及战略性相交及其在避免银行战略性漂移方面的作用的研究。因此，这项研究是处理这些变量的首批研究之一，该研究解决了一个影响组织的实际问题，这是战略性漂移，问卷被用来收集155名在银行中工作的行政领导者的信息，该研究样本证实了结果证实了战略性造成战略性造成战略性漂移的影响。该研究得出的结论是，战略辅助术与战略漂移之间存在逆相关性，战略型在战略漂移中也有一种影响。这项研究建议银行的行政领导人应注意战略性的同学，并采用它作为一种使他们避免战略性漂移的理念。关键词：战略性型，战略漂移，环境，战略性phantimognophy
CIPL 对欧盟委员会关于《人工智能法案》草案的咨询的回应 CIPL 1 欢迎就欧盟委员会关于《欧洲人工智能法案》2（“AI 法案”或“法案”）的提案进行咨询，以将其纳入欧盟立法程序。CIPL 很高兴看到《人工智能法案》采纳了 CIPL 关于采用基于风险的方法监管欧盟人工智能的文件中提出的几项建议。3 这些建议旨在培养对人工智能的信任，而不会妨碍其负责任的发展。特别是，CIPL 欢迎该法案基于风险的方法，该方法将适用于高风险的人工智能用例，而不会监管人工智能技术本身或整个行业。CIPL 还欢迎拟议使用统一标准和行业自我评估产品符合性，因为这些机制已被证明能够成功推动创新并在欧盟市场开发安全可信的技术。CIPL 还欢迎旨在支持创新的措施，特别是通过为监管沙盒提供法定基础。最后，CIPL 很高兴看到《人工智能法案》中概述的一些要求与一些现有的行业惯例相一致，这些惯例为确保负责任地开发和使用人工智能设定了高标准。4 然而，CIPL 遗憾的是，《人工智能法案》没有充分考虑到一些必要条件，例如提供基于结果的规则；明确允许组织根据人工智能系统的风险和收益来调整对要求的遵守情况；奖励和鼓励负责任的人工智能实践；利用监管沙盒的经验教训；并澄清《人工智能法案》的监督和执行条款也应基于风险。CIPL 重申，要使《人工智能法案》有效地保护基本权利，同时也为欧盟创新的新时代奠定基础，它需要足够灵活以适应未来的技术。此外，该法案不能过于严格，以免抑制包括公共卫生或环境在内的一系列行业和部门对人工智能的宝贵和有益的创新和使用。最后，《人工智能法案》将受益于有针对性的调整，以更好地明确人工智能提供者、部署者和用户的责任平衡，特别是对于通用人工智能和开源人工智能模型。
CIPL 对欧盟委员会关于《人工智能法案》草案的咨询的回应 CIPL 1 欢迎就欧盟委员会关于《欧洲人工智能法案》2（“AI 法案”或“法案”）的提案进行咨询，以将其纳入欧盟立法程序。CIPL 很高兴看到《人工智能法案》采纳了 CIPL 关于采用基于风险的方法监管欧盟人工智能的文件中提出的几项建议。3 这些建议旨在培养对人工智能的信任，而不会妨碍其负责任的发展。特别是，CIPL 欢迎该法案基于风险的方法，该方法将适用于高风险的人工智能用例，而不会监管人工智能技术本身或整个行业。CIPL 还欢迎拟议使用统一标准和行业自我评估产品符合性，因为这些机制已被证明能够成功推动创新并在欧盟市场开发安全可信的技术。CIPL 还欢迎旨在支持创新的措施，特别是通过为监管沙盒提供法定基础。最后，CIPL 很高兴看到《人工智能法案》中概述的一些要求与一些现有的行业惯例相一致，这些惯例为确保负责任地开发和使用人工智能设定了高标准。4 然而，CIPL 遗憾的是，《人工智能法案》没有充分考虑到一些必要条件，例如提供基于结果的规则；明确允许组织根据人工智能系统的风险和收益来调整对要求的遵守情况；奖励和鼓励负责任的人工智能实践；利用监管沙盒的经验教训；并澄清《人工智能法案》的监督和执行条款也应基于风险。CIPL 重申，要使《人工智能法案》有效地保护基本权利，同时也为欧盟创新的新时代奠定基础，它需要足够灵活以适应未来的技术。此外，该法案不能过于严格，以免抑制包括公共卫生或环境在内的一系列行业和部门对人工智能的宝贵和有益的创新和使用。最后，《人工智能法案》将受益于有针对性的调整，以更好地明确人工智能提供者、部署者和用户的责任平衡，特别是对于通用人工智能和开源人工智能模型。
计算温室气排放避免的方法
更改版本的历史版本出版日期更改1.0 03.07.2020初始版本。2.0 15.09.2020修订1 - 更改表2.1，更新对表4.4和5.1的引用，第2.2.3.2节中删除了文书错误。弹性输入3.0 15.10.2020修订版2 - 校正的文书错误：在1.3.2节中的混合项目的相对排放计算的定义，对2.2.2.2.2中的表4.2的交叉引用； precisions: for manufacturing plants in section 1.3.4, for calculation of relative emission avoidance in case of no change in certain emissions, reversing the order of project and reference emissions in section 2.2 for sake of consistency with sections 3, 4 and 5, for the CO2 to be accounted for in 2.2.1.5, numbering of section 2.2, added references to Regulation 2018/1999 in section 1.3.3, Benchmarking Decision in section 2.2.1.1和wtw在A.1.3中的报告，表2.1中的更改。3.1 20.10.2020校正ref Heat方程。 第4.2.1.1节。 4.0 24.03.2021澄清：关于第1.2节中组件制造设施的扇区选择；在EII第2.2节中处理与原材料和投入的运输相关的排放方式；当可以使用虚拟存储的可能性时，第2.2.2.4节。当创新仅涉及工厂的一部分时，相对排放的计算，第2.3节；监视计划的格式；第5.1.1.1节的制造工厂制造工厂的合同要求。 在第2节中为第二阶段的产品基准提供了适用的欧盟法。 5.0 10.06.2021在2.2.3中校正文书误差。3.1 20.10.2020校正ref Heat方程。第4.2.1.1节。4.0 24.03.2021澄清：关于第1.2节中组件制造设施的扇区选择；在EII第2.2节中处理与原材料和投入的运输相关的排放方式；当可以使用虚拟存储的可能性时，第2.2.2.4节。当创新仅涉及工厂的一部分时，相对排放的计算，第2.3节；监视计划的格式；第5.1.1.1节的制造工厂制造工厂的合同要求。在第2节中为第二阶段的产品基准提供了适用的欧盟法。5.0 10.06.2021在2.2.3中校正文书误差。在表5.2中引入了第2阶段应用的修订基准，以避免疑问。
通过脑电信号增强机器人智能，避免智能轮椅的轨迹规划错误
摘要 辅助机器人在复杂的环境中运行，并有人类在场，但它们之间的交互可能受到多种因素的影响，从而导致不良结果：错误的传感器读数、意外的环境条件或算法错误只是可能出现的场景的几个例子。当用户的安全不仅是一种选择，而且必须得到保证时，一个可行的解决方案是依靠人机回路方法，例如，监控机器人在执行任务期间是否执行了错误操作，或者环境条件是否影响人机交互期间的安全，并相应地提供反馈。本文提出了一种人机回路框架，以实现电动和传感器（智能）轮椅的安全自主导航。在室内场景中，轮椅向所需目的地导航时，轨迹上可能存在的问题（例如障碍物）会在用户注意到时产生脑电图 (EEG) 电位。这些电位可用作导航算法的额外输入，以修改轨迹规划并确保安全。该框架已经通过使用在 ROS 和 Gazebo 环境中实现的轮椅模拟器进行了初步测试：对文献中已知基准的 EEG 信号进行分类，传递到自定义模拟节点，并提供给导航堆栈以执行避障。