XiaoMi-AI文件搜索系统
World File Search Systemdal
多模式扩散模型，具有双跨性的多摩学数据生成和翻译
。cc-by-nc-nd 4.0国际许可证（未获得同行评审证书）获得的是作者/资助者，他已授予Biorxiv授予Biorxiv的许可，以永久显示预印本。这是该版本的版权所有，该版本于2025年3月2日发布。 https://doi.org/10.1101/2025.02.27.640020 doi：Biorxiv Preprint
一种非接触式多模式感应方法，用于建筑物解构中的物质评估和恢复
摘要：随着物质稀缺和环境问题的增长，重复使用和减少废物的关注是根据它们减少碳排放和促进零净建筑物的潜力而引起的。这项研究开发了一种创新的方法，该方法将多模式传感技术与机器学习结合在一起，以实现对现场建筑材料的无接触式评估，以重新使用潜力。通过整合热成像，红色，绿色和蓝色（RGB）相机以及深度传感器，系统可以分析材料条件并揭示现有建筑物内的隐藏几何形状。这种方法通过分析现有材料（包括其成分，历史和组件）来增强材料的理解。一项关于干墙解构的案例研究表明，这些技术可以有效地指导解构过程，并有可能大大降低材料成本和碳排放。这些发现突出了可行的场景，用于干墙再利用，并通过自动反馈和可视化切割线和紧固件位置来提高现有解构技术的见解。本研究表明，非接触式评估和自动解构方法在技术上是可行的，经济上有利的，并且在环境上是有益的。作为朝着查看和对现有建筑材料进行分类的新方法迈出的第一步，本研究为未来的研究奠定了基础，促进了可持续的建筑实践，以优化材料再利用并减少负面的环境影响。
对声音，图像和文本中识别多模式情绪方法的审查
收到：2023年9月18日；接受：2023年12月25日摘要通过听觉，视觉和文本提示识别多方面情绪的研究是一个快速发展的跨学科领域，涵盖了心理学，计算机科学和人工智能领域。本文研究了用于隔离和识别这些模式中复杂情绪状态的方法的范围，目的是描述进步并确定未来研究的领域。在声音领域中，我们探索了信号处理和机器学习技术的进展，从而有助于从人声弯曲和音乐安排中提取细微的情感指标。视觉情绪识别是通过面部识别算法，肢体语言分析以及上下文环境信息整合的有效性来评估的。使用自然语言处理技术检查基于文本的情感识别，以感知书面语言的情感和情感内涵。此外，本文考虑了这些不同情绪数据来源的融合，考虑了构建能够解释多模式输入的连贯模型时所面临的挑战。我们的方法涵盖了最近研究的荟萃分析，评估了各种方法的有效性和精度，并确定了常见的指标进行评估。结果表明，偏爱深度学习和混合模型，以利用多种分析技术的优势来提高识别率。然而，诸如情感的主观性质，表达中的文化差异以及广泛的注释数据集的必要性持续存在的挑战，这是重大障碍。总而言之，这篇综述倡导了更多细微的数据集，增强的跨学科合作以及一个道德框架来管理情绪识别技术的实施。这些技术的潜在应用是广泛的，从医疗保健到娱乐，并且需要一致的努力来完善和道德将情感识别纳入我们的数字互动中。关键字：多模式情绪，融合，机器学习，深度学习，回归，CNN，RNN。
肿瘤微环境的标志及其与新兴免疫疗法方式的相互作用
1 Guy's Cancer Center，Guy's and St Thomas'NHS基金会信托基金会，英国伦敦SE1 9RT； Christian.linares@nhs.net（C.A.L。 ）; Sola.adeleke@nhs.net（S.A.）2 Kent肿瘤学中心，Maidstone和Tunbridge Wells NHS NHS Trust，Hermitage Lane，Maidstone，Meadstone，Kent ME16 ME16 9QQ，英国； anjana.varghese@nhs.net 3医学肿瘤学部，梅德韦NHS基金会信托基金会，吉林汉姆ME7 ME7 5NY，英国； aruni.ghose@nhs.net（A.G.）; elisabet.sanchez@nhs.net（E.S. ）; matin.sheriff@nhs.net（M.S.） 4 Barts Cancer Centre, Barts Health NHS Trust, London EC1A 7BE, UK 5 Mount Vernon Cancer Centre, East and North Hertfordshire NHS Trust, Northwood HA6 2RN, UK 6 Immuno-Oncology Clinical Network, UK 7 Centre for Tumour Biology, Barts Cancer Institute, Cancer Research UK Barts Centre, Queen Mary University of London, London EC1M 6BQ, UK; s.shinde@smd22.qmul.ac.uk 8生命科学与医学学院，癌症与药学学院，伦敦国王学院，伦敦国王学院，伦敦WC2R 2LS，英国9号，99 cyrus.chargari@aphp.fr 10医学肿瘤学，法国维勒维夫94805的医学肿瘤学系； elie.rassy@hotmail.com 11 Kent and Medway医学院，肯特大学，坎特伯雷CT2 7LX，UK 12 AELIA组织，第9 km Thessaloniki -Thermi，57001 Thessaloniki，Greece，Greece *通信 *通信：stergiosssiosboussios@gmail.com或stergios.boil.com或stergios.bous.bous.bous@s.net或stergios.boussios@kcl.ac.uk或s.boussios@kent.ac.uk†这些作者同样为这项工作做出了贡献。1 Guy's Cancer Center，Guy's and St Thomas'NHS基金会信托基金会，英国伦敦SE1 9RT； Christian.linares@nhs.net（C.A.L。）; Sola.adeleke@nhs.net（S.A.）2 Kent肿瘤学中心，Maidstone和Tunbridge Wells NHS NHS Trust，Hermitage Lane，Maidstone，Meadstone，Kent ME16 ME16 9QQ，英国； anjana.varghese@nhs.net 3医学肿瘤学部，梅德韦NHS基金会信托基金会，吉林汉姆ME7 ME7 5NY，英国； aruni.ghose@nhs.net（A.G.）; elisabet.sanchez@nhs.net（E.S.）; matin.sheriff@nhs.net（M.S.）4 Barts Cancer Centre, Barts Health NHS Trust, London EC1A 7BE, UK 5 Mount Vernon Cancer Centre, East and North Hertfordshire NHS Trust, Northwood HA6 2RN, UK 6 Immuno-Oncology Clinical Network, UK 7 Centre for Tumour Biology, Barts Cancer Institute, Cancer Research UK Barts Centre, Queen Mary University of London, London EC1M 6BQ, UK; s.shinde@smd22.qmul.ac.uk 8生命科学与医学学院，癌症与药学学院，伦敦国王学院，伦敦国王学院，伦敦WC2R 2LS，英国9号，99 cyrus.chargari@aphp.fr 10医学肿瘤学，法国维勒维夫94805的医学肿瘤学系； elie.rassy@hotmail.com 11 Kent and Medway医学院，肯特大学，坎特伯雷CT2 7LX，UK 12 AELIA组织，第9 km Thessaloniki -Thermi，57001 Thessaloniki，Greece，Greece *通信 *通信：stergiosssiosboussios@gmail.com或stergios.boil.com或stergios.bous.bous.bous@s.net或stergios.boussios@kcl.ac.uk或s.boussios@kent.ac.uk†这些作者同样为这项工作做出了贡献。
磁性纳米颗粒的胶体悬浮液
材料（ISSN 1996-1944）于2008年推出。The journal covers twenty-five comprehensive topics: biomaterials, energy materials, advanced composites, advanced materials characterization, porous materials, manufacturing processes and systems, advanced nanomaterials and nanotechnology, smart materials, thin films and interfaces, catalytic materials, carbon materials, materials chemistry, materials physics, optics and photonics, corrosion, construction and building materials, materials simulation and design, electronic materials, advanced and功能性陶瓷和眼镜，金属和合金，软物质，聚合物材料，量子材料，材料力学，绿色材料，一般。材料提供了一个独特的机会，可以贡献高质量的文章并利用其庞大的读者。
多模式成像以识别人类亲社会行为的大脑标记
人类如何实现如此高度的亲社会行为是一个引人注目的主题。探索人类亲社会性的神经基础已在近几十年来引起了人们的重大关注。然而，人类亲身社会性的基础神经机制仍有待阐明。为了解决这一知识差距，我们分析了15场经济游戏中的多模式脑成像数据和数据。结果揭示了大脑特征和亲社会行为之间的几个重要关联，包括较强的半球连通性和较大的call体体积。更大的功能分离和整合，以及较少的髓磷脂图与较厚的皮质相结合，与亲社会行为有关，尤其是在社会大脑区域内。当前的研究表明，这些指标是人类亲社会行为的大脑标志物，并为人类亲社会行为的结构和功能性大脑基础提供了新的见解。
在神经反馈任务期间同时进行EEG-FMRI，这是多模式数据集成的脑成像数据集
组合脑电图和fMRI允许整合精细的空间和准确的时间分辨率，但如果实时执行以实现神经反馈（NF）循环，则会引起许多挑战。在这里，我们描述了在运动成像NF任务中同时获得的脑电图和fMRI的多模式数据集，并补充了MRI结构数据。这项研究涉及30名健康志愿者接受五次培训。我们在以前的工作中展示了同时EEG-FMRI NF的潜力和优点。在这里，我们说明了可以从该数据集中提取的信息的类型并显示其潜在用途。这代表了NF的EEG和fMRI的第一个同时记录之一，在这里我们提出了第一个开放访问BI-MODAL模式NF数据集，该数据集整合了EEG和FMRI。我们认为，这将是（1）多模式数据集成的进步和测试方法，（2）提高所提供的NF质量，（3）改善在MRI下获得的EEG的方法论，并（4）使用多模式信息研究了运动象征的神经标志物。
基于跨学科的语料库探索多模式对话反馈
表2。有关反馈预测和客观评估的文献摘要。方法列是指算法：基于规则的（RB），条件随机字段（CRF），隐藏的马尔可夫模型（HMM），深神经网络（DNN），长期短期记忆，歧视专家的潜在混合物（LSTM）。反馈列是指研究的反馈，第一字母表示所预测的类型：仅通用（g）或特定（g/s）；第二个字母指的是方式：口头（V）和/或手势（G）。特征列是指特征的类型：韵律（P），形态 - 句法（M），手势/视觉（G），自动回归（A）。误差范围（MOE）列指示用于评估地面真相开始反馈的窗口（ - 表示丢失的信息）。分数列包含指标和相关得分：f-Score（f），Precision（p），召回（r）。
自主驾驶系统中即时软件缺陷预测的多模式学习
摘要 - 近年来，自主驾驶技术的兴起强调了可靠软件在确保安全和性能方面的重要性。本文提出了一种使用多模式学习的自动驾驶软件系统中即时软件缺陷预测（JIT-SDP）的新方法。提出的模型利用了多模式变压器，其中预训练的变压器和组合模块与软件系统数据集的多个数据模式相结合，例如代码功能，更改指标和上下文信息。适应多模式学习的关键点是利用不同数据模式（例如文本，数值和分类）之间的注意机制。在组合模块中，在文本数据和包含分类数据和数值数据的表格数据和表格特征上的输出组合在一起，以使用完全连接的层产生预测。对从GitHub存储库（Apollo，Carla和Donkeycar）收集的三个开源自动驾驶系统软件项目进行的实验表明，拟议的方法显着超过了有关评估指标的最先进的深度学习和机器学习模型。我们的发现突出了多模式学习的潜力，以通过改进的缺陷预测来增强自主驾驶软件的可靠性和安全性。
胶体BI2SE3血小板中边缘状态的表征
摘要：具有控制尺寸和表面化学的胶体纳米晶体的显着发展导致了巨大的光电应用。，但是它们还可以形成量子材料的平台，哪种电子相干性是关键的？在这里，我们使用胶体，二维BI 2 SE 3晶体，在100 nm范围内具有精确且均匀的厚度和有限的横向尺寸来研究拓扑绝缘子从三个维度到两个维度的演变。对于4-6个五重列层的厚度，扫描隧道光谱显示出一个8 nm宽的非散发状态，环绕着血小板。我们通过低能连续模型和从头算GW-Tight结合理论讨论了这种边缘状态的性质。我们的结果还提供了设备上此类状态的最大密度的指示。关键字：边缘状态，士兵硒化纳米片，扫描隧道光谱，拓扑绝缘子，密度功能理论，量子旋转厅绝缘子