XiaoMi-AI文件搜索系统
World File Search Systemctp
基于深度学习的人工智能诊断系统在自发脑内出血体积测量
抽象背景：准确测量出血体积对于预测和自发性脑内出血（ICH）后的预测和选择适当的临床治疗至关重要。这项研究旨在评估具有有或没有脑室内出血（IVH）延伸的自发性自发性分割脑出血（ICH）体积时，基于深度学习的分割算法的性能和准确性。我们将此自动管道与两种手动分割技术进行了比较。方法：我们回顾性地审查了105例急性自发ICH患者。根据IVH延伸的存在，将患者分为两组：ICH没有（n = 56）和IVH（n = 49）。ICH进行分割并测量，并使用ABC/2评分来测量ICH中ICH中没有IVH组的出血量。相关性和协议分析用于分析三种分割方法之间的处理时间和处理时间长度的差异。结果：在没有IVH组的ICH中，使用AI和ABC/2分数测量的ICH量与CTP分割相当。在三种分割方法中观察到了强相关性（r = 0.994，0.976，0.974; p <0.001;一致性相关系数[CCC] = 0.993，0.968，0.967）。但是，通过ABC/2分数测量的ICH体积的绝对误差大于算法的绝对误差（p <0.05）。在ICH中，IVH组中，算法和CTP之间没有发现显着差异（p = 0.614）。CTP和AI之间的相关性和一致性很强（r = 0.996，p <0.001； CCC = 0.996）。AI分割比CTP的时间明显短（p <0.001），但略长于ABC/2分数技术（P = 0.002）。结论：与CTP测量相比，基于深度学习的AI诊断系统具有高忠诚度和更高效率的急性自发ICH，并且比ABC/2分数更准确。我们认为这是一种有前途的工具，可以帮助医生在实践中实现精确的ICH量化。关键字：脑内出血，自发性脑内出血，体积，人工智能，深度学习
人机协作的互补性
人工智能 (AI) 有可能显著提高人类在各个领域的表现。理想情况下，人类与人工智能之间的协作应产生互补团队绩效 (CTP)，这是他们任何一方都无法单独达到的绩效水平。然而，到目前为止，CTP 很少被观察到，这表明人们对互补性的原理和应用理解不足。因此，我们开发了一个互补性的一般概念，并形式化了其理论潜力以及在决策情况下的实际实现效果。此外，我们将信息和能力不对称确定为互补性的两个主要来源。最后，我们在两项实证研究中说明了每个来源对互补潜力和效果的影响。我们的工作为研究人员提供了决策中人机互补性的全面理论基础，并表明利用这些来源是设计有效的人机协作（即实现 CTP）的可行途径。
1 of 5 项目编号：009-67 FY-25 NAVSEA 标准 ...
NAVSEA 标准项目 FY-25 项目编号：009-67 日期：2023 年 10 月 1 日 类别：I 1.范围：1.1 标题：综合全船测试；管理 2.参考文献：| 2.1 S9AA0-AB-GOS-010，水面舰艇（GSO）大修通用规范 2.2 S9095-AD-TRQ-010/TSTP，全舰测试程序手册 2.3 MIL-STD-2106 (SH)，船上工业测试程序的开发 2.4 联合舰队维护手册 (JFMM) 3.要求： 3.1 综合测试计划 (CTP) 3.1.1 按照 2.1 的第 092c 节准备和管理综合测试计划 (CTP)；使用 NAVSEA 标准项目的 009-04 和 009-60 作为指导。3.1.1.1 定义并记录管理、协助、执行或验证工作的人员的职责、权限和相互关系。3.1.1.2 包括根据 2. 092c 节完成第 6 阶段全船测试的规定。1 和 2。2 在码头试验前使用 NAVSEA 标准项目 009-60 中的数据。（有关示例，请参阅注释 4.1）。3.1.1.3 在可用开始日期前 15 天内，以批准的可转让媒体形式向主管提交一份清晰的 CTP 副本。3.2 综合全船测试 3.2.1 使用合同工作包和可用的 GFI 制定综合全船测试计划 (ITSTP)。（见 4.2）
重新修订的 56-A 区布局规划（部分）...
计划 DRG 编号 DTP。(F) 2482 / 06 DT - 19.5.06 指示已通过备忘录编号发布。CTP(H) DTP (N) 1800-1824 DT-15.3.07 参考：-
1 of 5 ITEM NO: 009-067 FY-27 NAVSEA 标准...
NAVSEA 标准项目 FY-27 项目编号：009-067 日期：2024 年 10 月 1 日 类别：I 1.范围：1.1 标题：综合全舰测试；管理 2.参考：2.1 S9AA0-AB-GOS-010，水面舰艇 (GSO) 大修通用规范 2.2 S9095-AD-TRQ-010/TSTP，全舰测试程序手册 2.3 MIL-STD-2106 (SH)，船上工业测试程序的开发 2.4 联合舰队维护手册 (JFMM) 3.要求：3.1 综合测试计划 (CTP) 3.1.1 根据 2.1 第 092c 节准备和管理 CTP；使用 NAVSEA 标准项目的 |009-004 和 009-060 作为指导。3.1.1.1 定义并记录管理、协助、执行或验证工作的人员的职责、权限和相互关系。3.1.1.2 包括在码头试验之前根据 2.1 和 2.2 的 092c 节使用 NAVSEA 标准项目的 009-060 中的数据完成第 6 阶段的全船测试的规定。（有关示例，请参阅注释 4.1）。3.1.1.3 在可用开始日期前 15 天内，以批准的可转让媒体向主管提交一份清晰的 CTP 副本。3.2 综合全船测试 3.2.1 使用合同工作包和可用的 GFI 制定综合全船测试计划 (ITSTP)。（见 4.2）
基于量子场论的量子信息
这是一系列论文中的第一篇，旨在根据量子场论中的不等时间关联函数来发展相对论量子信息论。在本文中，我们重点介绍了两种形式，它们可以一起提供适合进一步发展的有用理论平台：1）使用量子时间概率 (QTP) 方法进行量子场测量；2）用于因果时间演化的封闭时间路径 (CTP) 形式。QTP 将探测器纳入量子描述，同时强调测量记录是宏观的，可以用经典时空坐标来表示。我们首先给出 n 个测量事件概率的 QTP 公式的新的、基本的推导。然后，我们通过编写关联相关生成函数的显式公式来证明 QTP 与封闭时间路径形式的关系。我们利用 CTP 形式的路径积分表示，以便用路径积分来表示测量概率。之后，我们提供 QTP 形式的一些简单应用。特别是，我们展示了 Unruh-DeWitt 探测器模型和 Glauber 的光电探测理论如何作为极限情况出现。最后，由于量子关联是相对论量子信息和测量中的关键概念，我们强调了 CTP 双粒子不可约有效作用所起的作用，它使我们能够利用非平衡量子场论的资源来实现我们所述的目的。
加州交通碳减排战略
加州的碳减排工作由加州空气资源委员会 (CARB) 牵头，并在 CARB 范围界定计划中进行了总结。范围界定计划每五年更新一次，概述了每个部门的温室气体减排目标。对于交通运输，范围界定计划侧重于向零排放汽车 (ZEV) 过渡并减少车辆行驶里程 (VMT)。交通基础设施气候行动计划 (CAPTI) 和加州交通计划 (CTP) 2050 重申了这一重点。CAPTI 响应行政命令，利用所有可自由支配的交通资金来减少气候变化的影响，并提出增加对 ZEV、铁路、公交和主动交通的投资的建议。同样，CTP 2050 对加州的愿景以碳中和的多式联运交通系统为中心，确保所有居民都有可行的驾驶替代方案。
人类学习在适当依赖人工智能中的作用......
人机协作的真正潜力在于利用人类和人工智能的互补能力，实现优于单个人工智能或人类的联合绩效，即实现互补团队绩效 (CTP)。为了实现这种互补潜力，人类需要谨慎地遵循人工智能的建议，即适当地依赖人工智能的建议。虽然之前的研究主要集中在建立人工智能的心理模型来评估人工智能的建议，但最近的研究表明，仅靠心理模型无法解释适当的依赖。我们假设，除了心理模型之外，人类学习是适当依赖的关键介质，因此也是 CTP 的关键介质。在本研究中，我们在一项有 100 名参与者的实验中展示了学习与适当依赖之间的关系。这项工作为分析依赖提供了基本概念，并为人机决策的有效设计提供了启示。