XiaoMi-AI文件搜索系统
World File Search Systembootstrap
Quest2Ros：一个促进远程运输机器人的应用
Teleperation在多个机器人技术应用中至关重要。提到一些，它可用于在危险环境中远程操作机器人[1，2]，以执行通缉轨迹的演示，以引导不同的学习方法，例如daggers [3]或扩散策略[4]。成功的远程操作系统应该主要是i）直觉，ii）机器人不可知论，iii）成本效益。应控制其笛卡尔坐标，即末端效应器的位置和方向。但是，在笛卡尔空间中直观地运行正在努力。一种常见且具有成本效益的解决方案是使用适用于在3D空间中工作的计算机鼠标，如[5]中所示。尽管有经验的用户可以通过这样的设置执行令人印象深刻的远程操作任务[4]，但用户无法直接模仿
大脑和认知科学（课程9）
为学生提供分析实验数据，正确解释文献中的统计报告以及在不确定情况下推理的基本工具。主题围绕三个关键理论组织：概率，统计和线性模型。概率理论涵盖了概率，离散和连续概率模型，大数量定律以及中心极限定理的公理。统计理论涵盖估计，似然理论，贝叶斯方法，引导程序和其他蒙特卡洛方法，以及假设检验，概述间隔，实验原理的基本设计和良好性。线性模型理论涵盖了简单的回归模型和方差分析。对理论，数据分析和仿真研究的重视同等重视。E. N. Brown
分析依赖量表的生物多样性变化与MOBR
描述用于统计和机器学习的元包包，其统一界面用于模型拟合，预测，绩效评估和结果的呈现。用于模型拟合和预测数值，分类或审查的事件时间结果的方法包括传统的回归模型，正则化方法，基于树的方法，支持向量机，神经网络，合奏，数据预处理，滤清，滤波，过滤和模型调音和选择和选择。提供了用于模型评估的性能指标，并且可以通过独立的测试集，拆分抽样，交叉验证或引导程序重新采样来估算。重新样本估计可以并行执行以进行更快的处理，并在模型调整和选择的情况下嵌套。建模结果可以用描述性统计数据来汇总；校准曲线；可变重要性；部分依赖图；混淆矩阵；和ROC，LIFT和其他性能曲线。
环境遥感 - IG-Unicamp
沿海泻湖和河口区域的动态特点是生物和物理过程之间的微妙平衡，理解和监测此类过程需要在广泛的时间和空间尺度上进行观测。在此背景下，遥感技术非常有利，可以克服传统现场点观测的空间限制，为更好地了解相关生物地貌过程以及校准和验证空间分布的水动力和传输模型提供新的机会。但是，浅水区悬浮颗粒物 (SPM) 浓度的遥感必须克服与以下方面相关的困难：i) 底部反射的影响，这可能会干扰准确检索；ii) 准确了解悬浮物光学特性的必要性，以及 iii) 对与所产生的估计值相关的不确定性进行评估的重要性。本研究提出了一种使用简化的辐射传输模型来估计泻湖/河口水域中 SPM 浓度的方法。我们使用基于交叉验证和引导技术的校准/验证方法来提供模型参数的统计合理确定，并评估由不准确的确定以及对底部沉积物反射率的不确定知识引起的不确定性。
体力活动促进青少年认知能力发展:基于自我教育期望与学习行为的链式中介作用
认知能力对青少年的学业成绩以及后续职业发展具有至关重要的作用。尽管已有研究表明体力活动、自我教育期望和学习行为对青少年的认知发展有正向影响，但它们的影响程度和中介作用还有待进一步阐明。本研究基于2018年中国家庭中2688名青少年的追踪调查数据，采用多元线性回归、倾向得分匹配和分位数回归分析体力活动对青少年认知能力的影响及异质性，并使用Bootstrap中介检验探讨自我教育期望和学习行为在此过程中的中介作用。研究结果表明：体力活动显著促进青少年的认知能力，对于认知能力较差的青少年，其影响更大。此外，除了直接影响外，体力活动还通过三个因素（自我教育期望、学习行为、自我教育期望与学习行为）的中介作用，间接提升青少年的认知能力，这些发现对青少年认知能力发展的多种策略提供了重要的启示，对理论研究和实践干预均有贡献。
基于负电压自举电容器的具有改进线性度的自举开关
摘要 本文提出了一种用于改善采样线性度的新型自举开关。该技术通过引入负电压自举电容来降低关键信号节点的寄生电容，从而提高其线性度。采用0.18 µ m互补金属氧化物半导体技术对所提电路进行仿真，其寄生电容比传统结构大约降低30%。在轨到轨输入情况下，在50 MHz采样率下，采用1.2 V电源供电时，所提开关实现了83.3 dB的信噪比 (SNDR) 和82.3 dB的无杂散动态范围 (SFDR)。与传统自举开关相比，所提自举开关的SFDR和SNDR分别提高了11.7和12.7 dB。关键词：自举开关、线性、低电压 分类：集成电路（存储器、逻辑、模拟、射频、传感器）
人口药代动力学研究和模拟
在GOF图上以图形方式评估了最终的PK模型，包括观察到的值与个人预测或人口预测，有条件加权残差（CWRE）与时间，绝对个体的加权残差（| iWRES |）与个人预测以及CWRE的正常性测试。进行hootstrap以内部验证最终模型。原始数据集用于模拟1,000个附加数据集，每个数据集用于使用最终模型重新估算参数。中值和95％的置信区间（CI），并将其与最终模型参数估计值进行比较，以评估最终模型的鲁棒性。视觉预测检查（VPC）用于评估最终模型的预测能力。进行了1000个模拟，并比较了观察到的数据与模拟数据的第2.5，第50和97.5个百分位数。
Team openWebsearch在Clef 2024：Quantumclef
摘要我们描述了OpenWebSearch Group参与CLEF 2024 Quantumclef IR特征选择曲目。我们提交的运行重点是观察到，在更改培训设置时，特征在学习到级别模型中的重要性可能会变化并矛盾。要解决此问题并确定在各种下游训练程序中具有强大功能的特征子集，我们通过反复训练特征的模型在随机选择的功能子集上，并在训练有素的模型中衡量其重要性，从而引导特征的重要性得分。我们确实观察到，在不同的引导程序中，特征的重要性差异很大，并且与自身矛盾。我们假设量子退火器可以更好地探索这种复杂的优化景观，而不是模拟的退火器。但是，我们发现量子退火器并没有发现基本上最佳的解决方案，这些解决方案可以产生更有效的学习对级别模型。
OpenWebSearch 团队将参加 CLEF 2024：QuantumCLEF
摘要 我们描述了 OpenWebSearch 小组参与 CLEF 2024 QuantumClef IR 特征选择轨道的情况。我们提交的运行重点关注以下观察：学习排序模型中特征的重要性在更改训练设置时会发生变化并自相矛盾。为了解决这个问题并确定一个在不同的下游训练过程中具有鲁棒性的特征子集，我们通过在随机选择的特征子集上反复训练模型并在训练模型中测量它们的重要性来引导特征重要性得分。我们确实观察到特征重要性在不同的引导过程中差异很大，并且自相矛盾。我们假设量子退火器可以比模拟退火器更好地探索这种复杂的优化环境。然而，我们发现量子退火器并没有找到产生更有效的学习排序模型的更优解。
Xiashengella琥珀酸根源。 11月，sp。 NOV。，一种从家族中的厌氧消化罐中分离出的琥珀酸菌属
菌株AI-910 t。在Mega X软件包中使用Clustalw进行了多个序列比对（Kumar等人2018）。对齐后，从所有序列的左侧和右侧分别修剪了20 bp的碱基，以始终如一地进行系统发育分析。通过1418 bp碱基基于木村的邻居结合树（NJ）树（Kimura 1980; Saitou and Nei 1987）生成1418 bp碱基，一般时间可逆，伽马分布和不可变形地点（GTR + G + G + I）模型（GTR + G + I）模型（GTR + G + I）（MlikeLihehad）（Mlikelihehaens（MlikeLi）（Ml）1981; subtree-pruning- regrafting（SPR）型号，具有10个初始树的最大范围（MP）树（Fitch 1971）的软件包中的spre-tree（SPR）。在每种情况下，基于1000个复制计算引导值。