XiaoMi-AI文件搜索系统
World File Search Systemcombining
一种用于受损文物修复的组合人工智能算法
经过众多研究者的研究，人工智能可以很好地模仿人类的语言和视觉表达，并在声音和图片中模仿人类的风格。这种能力虽然依赖于学习数据，但人工智能比人类更客观，更基于数字数据。我们将其应用于过去通过人工智能神经网络制作的文化资产的修复，并将通用 CNN 稍微不同地应用于修复目的。文化财产包含从它们被创造的时代开始的各种背景，因此修复存在许多复杂性和困难。如果简单地将其视为噪音并恢复，结果取决于学习的数据。为了解决这个问题，将 CNN 分为完整和详细，并一起学习关联，并通过基于该神经网络的生成竞争网络 (GAN) 修复受损部分。我们训练了一个神经网络，该神经网络提取韩国“宝塔”（主要在佛教的影响下制作）的视觉特征，并进行了一项基于训练后的神经网络修复受损部分的研究。通过基于CNN的神经网络提取塔的特征，并基于提取的特征通过生成对抗网络（GAN）修复受损部分。我们认为我们的研究将来会积极用于文化遗产的修复以及考古记录的修复 关键词
结合机载斜视相机和激光雷达...
2 Leica Geosystems AG，地理空间内容解决方案，瑞士希尔布鲁格，(rene.rothe, kristin.klimek)@leica-geosystems.com 第一委员会，第一/2 工作组 关键词：倾斜摄影测量、机载激光扫描、质量评估、密集图像匹配、数据融合 摘要：在同一平台上配备有主动激光和无源图像传感器的混合传感器解决方案正在迅速进入机载地形和城市测绘市场，为提高地理空间产品的质量提供了新的机会。从这个角度来看，同时获取 LiDAR 数据和倾斜图像似乎有潜力引领机载（城市）测绘领域向前迈进一步。本文重点介绍这种集成式一体化测绘解决方案的第一个商业示例，即 Leica CityMapper 混合传感器。通过分析从德国海尔布隆市和法国波尔多市获取的两个 CityMapper 数据集，本文探讨了以下方面的潜力和挑战：(i) 正下方和倾斜图像之间的连接点数量和分布，(ii) 图像空中三角测量 (AT) 策略以及相对于地面真实数据可实现的精度，(iii) 相对于 LiDAR 数据的局部噪声水平和密集图像匹配 (DIM) 点云的完整性。提出了用于同时获取的测距和成像数据的集成处理解决方案，为挖掘这两个数据源的真正潜力开辟了新的机会。1. 介绍
结合机器学习和学习者选择
尽管个性化学习的好处现在已经有充分的文献记载，但其在学校中的概括受到高层规模的挑战。诸如智能辅导系统（ITS）之类的教育技术可能有助于应对这一挑战并帮助教师和学生。最近，利用了一种利用好奇心驱动的学习模型的方法来构建其个性化练习序列。基于学习进度假设（LPH），这种方法包括提出学生练习，以最大程度地提高学习进度，并使用多武力的强盗机器学习技术逐渐识别。与人类专家设计的课程相比，与人类专家相比，在实地研究中以前显示了所产生的算法（ZPDE）在学习表现方面更有效。但是，有两个限制。首先，没有评估动机影响。第二，ZPDE算法并没有使学生能够表达选择。代理中的这种局限性与最初与建模好奇心驱动的学习有关的LPH理论不符。在这里，我们介绍了一个系统（ZCO），该系统（ZCO）结合了使用LP的自适应运动提议，并有可能使学生做出选择。这些选择的可能性涉及锻炼难度正交的维度，并且是许多现有教育技术的游戏化实例。我们首先表明，基于LP的个性化改善了学习绩效（再现和巩固先前的结果），同时产生积极而激励的学习经验。我们提出了一项广泛的现场研究（来自11所学校的265个7-8岁儿童，RCT设计），将基于LP的自动课程生成系统与手工设计的课程进行了比较，无论有没有自我选择。然后，我们表明，增加自我选择作为嬉戏的功能，触发了学习者的内在动机，并增强了基于LP的个性化的学习有效性。这样做，它加强了认真游戏中内在动机与表现进步之间的联系。相反，对于手工设计的线性路径，观察到了嬉戏特征的有害效果。因此，只有在课程个性化对学习者有效的情况下，由嬉戏的功能引起的内在动机才是有益的。由于在市场上可用的非适应性教育技术中使用了嬉戏的功能，因此值得关注的结果。
通过结合来自...的领先行业专业知识
是对备受信赖的 FPSO（浮式生产、储存和卸油）概念的改进和进一步增强，FPSO 是一种自 20 世纪 70 年代初以来就已得到验证的能源设施概念。通过在陆地和海洋的交汇处运营，我们将绿色能源从电源或电网转移到海上贸易路线，同时最大限度地减少影响。
结合miR-200- ...
摘要：在体外产生的类似胚泡的结构非常重要，因为它们概括了早期胚胎发生的特定特征或过程，因此与使用天然胚胎相比，避免了道德问题，并提高了可伸缩性和可及性。在这里，我们结合了细胞重编程和机械刺激，以创建与天然胚胎表型相似的3D球形骨料。具体而言，皮肤成纤维细胞被重编程，利用miR-200家族特性在体细胞中诱导高可塑性状态。随后，使用临时诱导方案将miR- 200个编程的细胞驱动朝向滋养外胚层（TR）谱系驱动，或者封装在聚二氟乙烯微生物反应器中，以维持和促进多能性，以促进多脂蛋白，从而产生内部细胞质量（ICM）样球体。然后将所获得的Tr样细胞和ICM样球体共培养在同一微晶状体中，然后转移到微孔中，以鼓励囊性形成。值得注意的是，上述方案应用于从年轻和老年供体获得的成纤维细胞上，其结果突出了miR-200'的能力成功地重编程了具有可比性类囊体率的年轻和老年细胞，无论供体的细胞年龄如何。总的来说，此处描述的方法代表了一种新的策略，用于创建人工类囊体，用于在辅助繁殖技术领域中用于研究植入后和早期植入后机制。
肺癌免疫治疗与放射治疗相结合
肺癌仍然是癌症发病率和死亡率的第一大原因，2018年全球估计有200多万新发病例和180万人死亡（1），2018年因肺癌死亡人数接近所有癌症死亡人数的五分之一（1）。肺癌的主要病理类型包括非小细胞肺癌（NSCLC）和小细胞肺癌（SCLC），NSCLC约占所有病例的80%–85%（2）。NSCLC的治疗是分期治疗。对于I期或II期患者，如无禁忌症，应行完整的手术切除。无法切除的患者应考虑化疗，联合/不联合放疗。长期以来，以铂类为基础的化疗一直是转移性NSCLC患者一线治疗的主要选择（3）。自20世纪90年代以来，随着对肺癌驱动基因的认识，靶向治疗[包括但不限于针对表皮生长因子受体（EGFR）突变、KRAS突变、ALK基因重排和ROS1重排的药物]改变了驱动基因突变NSCLC的治疗，显著延长了患者的生存期（4,5）。然而，尽管取得了长足的进步和新药的开发，预计5年总生存率（OS）仍仅为18%（6）。因此，迫切需要开发有效且低毒性的NSCLC治疗方法。
结合功能性近红外光谱和脑电图。...
摘要 近来，结合不同大脑模态信号的多模态神经成像被认为有提高诊断准确性的潜力。本研究旨在探索一种通过同时测量脑电图 (EEG) 和功能性近红外光谱 (fNIRS) 来区分注意力缺陷多动障碍 (ADHD) 患者和对照组的新方法。该研究纳入了 23 名接受药物治疗的混合型 ADHD 儿童和 21 名健康儿童。使用 Higuchi 分形维数和 Lempel-Ziv 复杂度、从听觉诱发电位获得的 P3 波的潜伏期和振幅值以及从 fNIRS 计算的额叶皮质血流动力学反应从 EEG 信号中获得受试者的非线性大脑动力学。在 ADHD 儿童中发现复杂性值较低、P3 潜伏期延长和 P3 振幅值降低。fNIRS 表明对照组受试者的右前额叶激活程度高于 ADHD 儿童。分析特征，寻找最佳分类精度，最后引入机器学习技术，即支持向量机、朴素贝叶斯和多层感知神经网络，用于单独 EEG 信号和 fNIRS 与 EEG 信号的组合。使用 EEG 和 EEG-fNIRS 系统，朴素贝叶斯分别以 79.54% 和 93.18% 的准确率提供最佳分类。我们的研究结果表明，通过结合从 fNIRS 和 EEG 获得的特征来利用信息可以提高分类精度。总之，我们的方法表明 EEG-fNIRS 多模态神经成像是一种有前途的 ADHD 客观诊断方法。
将 EEGNet 与 SPDNet 相结合，实现端到端……
摘要 — 想象语音是一种心理任务，个人在内部模拟提示的发音而无需实际发声。最近，由于其作为脑机接口 (BCI) 范例的简单性和直观性，它引起了广泛关注。因此，从脑信号中解码想象语音成为一项关键挑战，需要使用文献中记录的各种信号处理和机器学习技术来解决。最常用的神经成像方法是脑电图 (EEG)，因为它具有非侵入性、低成本和高时间分辨率。最近从 EEG 信号中解读想象语音的尝试部署了卷积神经网络 (CNN) 架构，例如浅层卷积网络、深度卷积网络和 EEGNet，而其他尝试使用交叉协方差 (CCV) 矩阵作为信号表示的替代形式。我们的新架构将 EEGNet 与 CCV 矩阵相结合，使用 SPDNet 架构中提出的双线性变换从后者中提取判别特征。我们的方法在两个公开可用的数据集上得到了验证，并且表现出与最先进的性能相当的性能，同时大大超越了两个数据集上的 EEGNet 性能。
结合温度和降水以限制气溶胶
早期在线版本：该初步版本已被接受在《气候杂志》中出版，可以完全引用，并已分配DOI 10.1175/jcli-d-2 3 -0 347 .1。最终的排版复制文章将在发布时在上述DOI上替换EOR。
