XiaoMi-AI文件搜索系统
World File Search Systemframework
社交学校：一个利用发展心理学的框架，向人工社会文化代理人
发展心理学家具有长期以来的社会认知能力，是人类智力和发展的基础。这些能力使个人能够进入，学习和为周围的文化做出贡献。这推动了累积文化进化的过程，这是人类最杰出的成就的原因。AI对社会互动剂的研究主要涉及在多代理环境中文化的出现（通常在发育心理学上没有强大的基础）。我们认为，应通过心理学和研究社会认知能力来告知AI研究，并能够进入一种文化。我们从迈克尔·托马塞洛（Michael Tomasello）和杰罗姆·布鲁纳（Jerome Bruner）的工作中汲取灵感，他们研究了社会认知发展，并强调了文化环境对智力的影响。我们概述了比当前在AI中研究的概念更广泛的概念，该概念为人工社会智能研究提供了基础。这些概念包括社会认知（共同关注，观点吸引），沟通，社会学习，格式和SCA overing。为了促进该领域的研究，我们介绍了社交学校，该工具可为程序生成的环境提供可自定义的参数化套件。此工具简化了引入概念的实验。此外，这些环境既可以与多模式RL代理”，也可以将纯文本大语模型（LLM）作为交互式使用。通过一系列案例研究，我们证明了社交学院研究RL和LLM基础代理的多功能性。我们的动机是吸引AI社区围绕以发育心理学告知的社会智能，并提供一种用户友好的资源和工具，以朝着这一方向进行初步调查。请参阅项目网站以获取代码和其他资源：https：//sites.google.com/view/socialai-school。
pertpy：用于扰动分析的端到端框架
单细胞技术的进步已使在大量遗传，化学，环境或疾病扰动下测量各种细胞系和组织的细胞分辨分子态。当前方法着眼于差异比较，或在具有纯粹统计观点的多条件设置中特定于特定任务。此类研究的迅速增长，规模和复杂性需要一个可扩展的分析框架，以考虑现有的生物环境。在这里，我们提出了一种基于Python的模块化框架，用于分析大规模扰动单细胞实验。Perttpy提供了对统一的扰动数据集和元数据数据库的访问权限，以及许多快速和用户友好的实现已建立和新颖方法（例如自动元数据注释或扰动距离），以有效地分析扰动数据。作为SCVERSE生态系统的一部分，Pertpy与现有库进行了互操作，以分析单细胞数据，并旨在易于扩展。
引用：Rabie，Obj和Selvarajan，S和Hasanin，T和Alshareef，Am和Am和Yogesh，CK和Uddin，M（2024）一种新颖的IoT Intrusion Intrusion检测框架U
物联网（IoT）在现代生活中广泛使用，例如在智能家居，智能运输等中。但是，由于物联网对恶意袭击的脆弱性，目前的安全措施无法完全保护该物联网。入侵检测可以保护物联网设备作为安全工具的最有害攻击。然而，常规入侵检测方法的时间和检测效率需要更准确。本文的主要贡献是开发一个简单的智能安全框架，以保护物联网免受网络攻击。为此，在拟议的工作中开发了决定性的红狐（DRF）优化和描述性背部传播径向函数（DBRF）分类的组合。这项工作的新颖性是，与机器学习算法合并的最近开发的DRF优化方法可用于最大化物联网系统的安全水平。首先，进行数据预处理和归一化操作以生成平衡的物联网数据集，以提高分类的检测准确性。然后，应用DRF优化算法以最佳调整精确入侵检测和分类所需的功能。它还支持提高训练速度并降低分类器的错误率。此外，还部署了DBRF分类模型，以使用优化的功能对正常和攻击数据流进行分类。在这里，建议的DRF-DBRF安全模型的性能使用五个不同且流行的IOT基准测试数据集进行了验证和测试。最后，通过使用各种评估参数将结果与先前的异常检测方法进行比较。
全球指导框架负责使用生命科学
Figures Figure 1: Key phases of the pilot project implementation .............................05 Figure 2: Years of conducting research in life sciences by various organizations..........................................................................11 Figure 3: Familiarity with and access to the WHO global guidance framework for the responsible use of life sciences.................... ...11 Figure 4: Key sessions of the National Stakeholder engagement研讨会............................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................... meeting................................................................................................ 22 Figure 8: Key issues raised during the high-level stakeholders meeting......23
moshpit：Qiime 2框架上的可访问，可再现的元基因组数据科学
图1。Moshpit和示范分析的概述。（a）当前分析工作流的示意图。对Kaiju的分类注释得到了原始阅读的支持，并且可以将Kraken 2应用于对原始读取，重叠群或脱封的MAGS进行分类。用蛋酒贴剂的功能注释可用于重叠群或（解换）mags。（b）塔拉海洋数据集的重新分析。该地图描绘了全球收集样品的香农多样性，对四个位置的缩放视图显示了跨样本深度的分类学分配。bray-curtis主坐标散点图突出了深海样品之间的组成相似性。（C-D）基于读取（C）和基于MAG的可可分析（D）在发酵过程中表现出一致的多样性下降，并伴随着功能基因谱的变化。
一个针对比特币能源使用的综合研究框架：基本面，经济原理和热力学的少量
比特币的能源使用在学者，从业者和公众之间进行了争论。这场辩论通常是有偏见和特征的。因此，我以讨论比特币的基本原理的讨论开始了本文，其中包括广泛持有的误解。接下来，我说明了比特币与能量的关系并描述潜在的激励机制。在论文的主体中，我讨论了比特币能源使用的各种组成部分，包括能量的数量，组成和地理分歧，以及出现的积极和负面影响。然后将这些组件合并为一个综合框架，为未来的学术研究提供了坚实的基础，并为从业者提供了有关如何以及为什么比特币需要能量以及是否可以从环境角度进行理由的全局。
一个新的理论框架共同解释了执行灵活决策的受试者的行为和神经变异性
能够根据上下文信息灵活切换对外部刺激的反应的能力对于与复杂世界的成功互动至关重要。在许多领域1-3中必须进行上下文依赖性计算，但它们的神经实现仍然很少理解。在这里，我们在大鼠中开发了一项新颖的行为任务，以研究上下文依赖性的选择和决策证据的积累4-6。在猴子和大鼠数据支持的假设下，我们首先从数学上显示网络可以通过三个定义组件的组合来解决此问题。可以通过实验数据直接识别和测试这些组件。我们进一步表明，现有的电生理和建模数据与这些组件的各种可能组合兼容，这表明不同的个体可以使用不同的组件组合。为了研究各个受试者的变异性，我们开发了自动化的高通量方法来培训大鼠的任务，并在其上训练了许多受试者。与理论预测，神经和行为分析一致，尽管任务表现均匀，但大鼠均显示了跨大鼠的实质异质性。我们的理论进一步预测了行为和神经信号之间的特定联系，该签名在数据中得到了强有力的支持。总而言之，我们的结果提供了一个新的实验支持的理论框架，以分析执行灵活决策任务的生物学和人工系统中的个体变异性，它们为较高认知的个体变异性研究打开了大门，并提供了对情境依赖性计算的神经机制的见解。
引用：Zhou T，Kirby-Ginns S，Salman D等。使用CodeSign研讨会为针对Chron的移动健康应用程序开发概念框架
抽象目标本研究的目的是收集各种利益相关者的见解，确定现有的挑战并探索相关解决方案，以开发一个概念框架，该概念框架有助于开发慢性下背痛（CLBP）自我管理应用程序。设计代码工作坊方法。进行研究是在线进行的，允许一群利益相关者的参与。参与者是通过社交媒体平台和专业网络招募的，其中包括LBP至少3个月的个人，在CLBP管理中经验丰富的医疗保健专业人员以及具有数字健康应用程序背景的应用程序开发人员。干预措施使用了专注于集思广益，沟通和反思练习的代码签名研讨会，旨在促进合作和收集利益相关者的见解。结果衡量了针对CLBP的移动健康（MHealth）应用程序的关键挑战和潜在解决方案。结果九个利益相关者在当前的背痛应用程序中确定了四个主要挑战：信念和信任，动机，安全性和可用性。该小组还针对这些挑战进行了协作并提出了实用解决方案。结论本研究说明了CodeSign研讨会方法在为开发CLBP开发MHealth解决方案的关键见解方面的实用性。从这些研讨会中收集的见解可用于为未来的应用程序开发提供信息，从而有可能改善用户参与度。