XiaoMi-AI文件搜索系统
World File Search Systemdict
反转问题：为什么算法应推断精神状态，而不仅仅是预测行为
有两种方法可以分析有关人的数据，如果您愿意的话，有两种“文化”（Breiman，2001； Snow，1959）。一个人是心理学文化 - 现在已经超过一个世纪了，完全熟悉。对于行为科学家来说，1个数据是一种结束的手段，用于改善我们关于人类思想的理论。数据可用于测试竞争理论并开发新的理论。最终，数据都是为了让我们了解理论是正确和重要的。另一种文化（将其称为机器学习文化）是新的，但迅速增长。这种文化就是要使用大量的行为数据来预测人们会做什么。这种文化所产生的算法现在在社会的范围内广泛运作，包括在社交媒体上为人们策划内容，推荐产品（书籍，电影等）。），并自动化专家决策。机器学习文化与心理文化形成鲜明对比。它是成功的算法，在不利用心理学的理论见解的情况下成功地预测行为。
一种疫苗终生有效：从免疫发育中吸取的教训
人们普遍存在误解，认为胎儿和新生儿的免疫状态不成熟或不足。然而，免疫个体发育方面的新兴研究促使人们重新考虑这一正统观念，将这一时期重新定义为一个独特的机遇期。疫苗反应（定性和定量）因人而异，也因人口群体而异。基线免疫状态和功能的要素可预测疫苗反应——其中一些因素已被详细描述，其他因素仍是正在进行的研究的主题，尤其是随着“组学”研究领域的迅速扩展，这得益于高度精细的免疫分析技术的发展和计算能力的提高。年龄是与疫苗接种反应变化相关的最强预测因素之一；而疫苗接种反应的可预测变化是确定关键潜在机制的关键。具体而言，婴儿体内循环的母体抗体可以调节对疫苗接种的免疫反应，充当“秘密佐剂”，与目前的教条相反，它可能为更持久、更高质量的疫苗接种免疫反应提供途径。该领域令人兴奋的新研究途径有可能极大地改变我们保护世界上最脆弱的人群——幼儿的方式。
激光与丝相互作用对定向能量沉积中热量和金属传递的影响
本研究探讨了采用原料丝的激光金属熔合。我们研究了各种工艺参数如何影响被丝和工件吸收的光束能量比例以及从原料丝到熔池的金属转移。为了进行这项研究，开发了一个跟踪自由表面变形的热流体动力学模型，以包括实心丝的进给并预测其熔化。金属吸收的光束能量比例被建模为局部表面曲率和温度的函数，考虑了多次菲涅尔反射和吸收。该模型应用于钛合金 (Ti-6Al-4V)，采用 1.07 μ m 激光器和传导模式工艺。进行了各种丝送料速率的实验以评估模型预测工艺的能力，并获得了良好的一致性。研究的不同参数是光束角位置、丝角位置、丝送料速率和光束-丝偏移。模拟结果的分析提供了对激光能量使用的详细物理理解。报告强调，热毛细和瑞利-普拉托不稳定性可能导致从连续金属传输模式向滴金属传输模式的转变。因此，抑制这些不稳定性可能允许使用更宽的工艺窗口。
基于 CNN 的全自动胶质瘤分类与多...
摘要：准确分类胶质瘤在临床实践中至关重要。它对临床医生和患者选择适当的治疗方法具有重要意义，有助于促进个性化医疗的发展。在 MICCAI 2020 放射学和病理学联合分类挑战赛中，为每个患者提供了 4 个 MRI 序列和一张 WSI 图像。参赛者需要使用多模态图像来预测胶质瘤的亚型。在本文中，我们提出了一种用于胶质瘤分类的全自动流程。我们提出的模型由两部分组成：特征提取和特征融合，分别负责提取图像的代表性特征和进行预测。具体而言，我们提出了一种用于 3D MRI 体积的无分割自监督特征提取网络。并且通过将传统图像处理方法与卷积神经网络相结合，为 H&E 染色的 WSI 设计了一个特征提取模型。最后，我们融合从多模态图像中提取的特征，并使用密集连接的神经网络来预测最终的分类结果。我们在验证集上使用 F1 分数、Cohen's Kappa 和平衡准确度评估所提出的模型，结果分别达到 0.943、0.903 和 0.889。
基于机器学习的信贷风险量化研究
越来越重要。通过对机器学习相关知识的研究和学习，在对金融机构的信用数据进行相应的预处理以及数据集的分裂之后，本文构建了基于逻辑回归，SVM，随机森林等的多种风险定量决策模型。在研究并设置了功能指示器，模型参数和其他细节的选择后，根据培训集数据构建了风险量化决策模型，以判断信用客户的默认行为。然后，将测试集数据替换为模型，并将预测值与客户的实际还款情况进行比较，以验证模型的有效性。本文的研究和实验结果表明，通过构建风险定量决策模型来预测信贷客户的偿还，优化的随机森林模型和SGD分类器模型具有良好的词典效果，高可行性和准确性。当客户申请贷款业务时，他们只需要将相应的功能信息输入到预测模型中即可立即预先描述客户的默认情况。这在促进信贷风险的控制中起着重要作用，并且对中国金融信贷市场的稳定发展具有积极意义。
数字治疗对人工智能的需求
摘要 数字疗法是医疗保健领域的一个新概念，旨在使用各种数字技术改变患者行为并治疗疾病。然而，该术语很少用标准来定义，使其有别于传统疗法的简单数字化版本。我们的目标是描述数字疗法的一个更有价值的特征，它不同于传统医学或疗法：即利用人工智能和机器学习系统通过数字生物标记在自适应临床反馈回路中监测和预测个体患者症状数据，为医疗保健提供精准医疗方法。人工智能平台可以使用多种个人变量来学习和预测对个人的有效干预措施，从而提供定制化和更具针对性的治疗方案。数字疗法与人工智能和机器学习相结合，还可以在人群层面对各种健康状况和群体进行更有效的临床观察和管理。与其他形式的治疗相比，数字治疗的这一重要区别在于它能够实现更加个性化的医疗保健形式，从而积极适应患者的个人临床需求、目标和生活方式。重要的是，这些特点需要向患者、医生和政策制定者强调，以推动整个数字医疗领域的发展。
静电能和弯曲能预测非肌肉肌球蛋白 II 细丝的交错和张开
最近利用超分辨率活细胞显微镜进行的实验表明，非肌肉肌球蛋白 II 微丝比以前认为的更具动态性，经常表现出塑性过程，例如分裂、连接和堆叠。在这里，我们结合序列信息、静电和弹性理论来证明 14.3、43.2 和 72 nm 处的平行交错具有强烈的从微丝上散开头部的趋势，从而可能引发活细胞中看到的各种过程。相反，重叠 43 nm 的直线反向平行交错非常稳定，很可能引发微丝成核。使用新定义的能量景观中的随机动力学，我们预测肌球蛋白杆之间的最佳平行交错是通过反复试验过程获得的，其中两个杆通过滚动和拉链运动以不同的交错连接和重新连接。实验观察到的交错是接触时间最长的配置。我们发现，从异构体 C 到 B 再到 A，接触时间逐渐增加，A-B 异二聚体出奇地稳定，肌球蛋白 18A 应该以较小的交错结合到混合细丝中。我们的研究结果表明，细胞中的非肌肉肌球蛋白 II 细丝首先由异构体 A 形成，然后转化为混合 AB 细丝，正如实验所观察到的那样。
解决奇偶校验和支付游戏的最优策略改进算法⋆
摘要。本文提出了一种用于奇偶和支付游戏的新型策略改进算法，该算法保证在每个改进步骤中选择一个局部策略修改的最佳组合。当前的策略改进方法使用具有两个不同阶段的算法，根据某些排名函数逐步改进一个玩家的策略：它们首先从局部有利可图的更改列表中选择一个玩家策略的修改，然后评估修改后的策略。这种分离是不幸的，因为当前的策略改进算法除了将各个局部修改分类为有利可图、对抗性或陈旧性之外，没有有效的方法来预测单个局部修改的全局影响。此外，它们完全看不到不同修改的交叉影响：应用一种有利可图的修改可能会使所有其他有利可图的修改都具有对抗性。我们的新构造克服了传统的选择和评估策略修改之间的分离。因此，它通过在每个步骤中提供最佳改进，从所有有利可图和陈旧更改的超集中选择最佳的局部更新组合，从而改进了当前的策略改进算法。
协作之前对齐：减轻鲁棒多代理感知的功能未对准
摘要。协作感知最近受到了广泛的关注，因为它通过跨性别信息共享增强了自动驾驶汽车的感知能力。但是，不可避免的协作噪声阻碍了存在系统的性能，这会导致功能级的空间虚构对合作者共享的信息。在本文中，我们提出了一个模型不稳定和轻巧的插件，以减轻功能级的未对准问题，称为动态功能对齐（NEAT）。整洁插件的优点为三倍。首先，我们引入了一项重要的引导查询建议，以通过太空通道语义和外观环境冗余来预测潜在的前景区域。在此基础上，提出了一个可变形的特征对齐方式，以通过查询意识的空间关联明确地对齐合作者共享的特征，从而汇总了具有纠正率不匹配属性的多层次的Vi-Sual线索。最终，我们执行了一个区域交叉发音强化，以促进对齐表示的扩散并实现全球特征语义增强。整洁可以轻松地插入现有的协作感知程序中，并显着提高了香草基线对姿势和传播延迟的鲁棒性。在嘈杂设置下的四个协作3D对象检测数据集上进行了广泛的实验，确认，整洁的大多数方法具有不同结构的方法。
数字供应链和工业 4.0 - SAP
跟踪供应链中的产品的需求并不新鲜。除了需要按供应链流程的阶段或位置了解数量之外，还需要越来越精确地跟踪产品及其组件。受监管的行业已经建立了产品可追溯性和序列化的标准和实践，现在（得益于一系列技术创新）扩展到我们消费的产品的整个生命周期。这当然始于产品的制造和分销阶段，以便将它们投放市场。对于复杂的设备，这种可追溯性的需求延伸到使用阶段，这代表着一个新的生命周期，其本身具有所有的复杂性（维护/保养、修改、所有者变更等）。