XiaoMi-AI文件搜索系统
World File Search SystemgS
原始调查 | 儿科婴儿期音乐治疗和早产儿神经发育结果 LongSTEP 的二次分析
作者单位：GAMUT—格里格学院音乐治疗研究中心，NORCE 挪威研究中心 AS，挪威卑尔根（Bieleninik、Gold、Assmus、Gaden）；波兰格但斯克大学社会科学学院心理学研究所临床与健康心理学系（Bieleninik）；挪威卑尔根 NORCE 挪威研究中心 AS 儿童与青少年心理健康与儿童福利区域中心（Kvestad）；奥地利维也纳大学临床与健康心理学系（Gold）；挪威卑尔根 NORCE 挪威研究中心 AS NORCE 能源（Stordal）；挪威卑尔根大学数学系（Stordal）；以色列克法尔萨巴梅尔医学中心（Arnon、Haar-Shamir）；以色列特拉维夫大学医学院（Arnon）；以色列海法大学（Elefant）；哥伦比亚波哥大圣达菲大学基金会医院（Ettenberger）； Clínica de la Mujer，哥伦比亚波哥大（Ettenberger）；挪威卑尔根 Haukeland 大学医院儿童和青少年诊所（Håvardstun、Wiborg、Vederhus）； Facultad de Ciencias de la Salud，Universidad de Ciencias Empresariales y Sociales，阿根廷布宜诺斯艾利斯 (Lichtensztejn)；挪威奥斯陆奥斯陆大学医院（曼格斯内斯）； GAMUT——挪威卑尔根卑尔根大学格里格学院音乐系（Ghetti）。
机器人和智能制造业中的mengsc
当今主要经济活动的重要部分，包括制造，建筑，物流和运输，正在通过机器人技术，数据分析，机器学习和人工智能平台进行转换。预计机器人，自动化和智能技术将构成所有未来的科学和工程项目的基础。该MENGSC计划为学生提供了设计和部署新型生产和商业环境所需的工具的理解。这些工具包括数字制造，模拟，数据分析，机器学习和人工智能软件，工业，协作和移动机器人，高级传感器和智能设备。毕业生将能够参与高级机器人技术和智能自动化项目。
通过DCF的YoungStar计划，DCF-P-5647
保持高质量的托儿业务并不容易。这需要艰苦的工作和奉献精神。DCF的YoungStar计划在这里提供帮助。Youngstar是威斯康星州的儿童保育质量评级和改进系统。我们的目标是帮助像您这样的育儿计划尽可能成功。我们的5星评级系统为提供者提供了对计划质量的客观衡量。我们奖励卓越，并提供一条清晰，连续的改进途径。最好的部分是，所有受监管的威斯康星州托儿服务提供者都可以免费参加。
FogSphere®：最先进的 Edge-AI 平台......
在本文档中，我们重点介绍了 FogSphere® 基础设施在多种部署模型中的功能和架构支柱。人工智能行业要想取得成功，必须依赖开放标准和开放架构。由一家供应商设计的独立孤岛如果只解决一种业务案例，则会导致失败。FogSphere ® 试图避免这种情况！例如，联网汽车由来自许多不同供应商的 MCU 组成，而智能城市或数字工厂将拥有各种各样的传感器和网关，甚至有各种各样的公司正在考虑构建最终用户应用程序等。过去二十年已经证明，开放平台是软件行业摆脱供应商锁定的关键技术推动因素。
引用：Seo, Sangwon, Kennedy-Metz, Lauren R, Zenati, Marco A, Shah, Julie A, Dias, Roger D 等人。2021 年。“面向 AI 教练推断医疗保健中的团队心理模型一致性。”2021 年 IEEE 情境管理认知和计算方面会议 (CogSIMA)，2021 年。
摘要 — 共享的心理模型对于团队成功至关重要；然而，在实践中，由于各种因素，团队成员的模型可能不一致。在安全关键领域（例如航空、医疗保健），缺乏共享的心理模型可能导致可预防的错误和伤害。为了减轻此类可预防的错误，我们在此提出了一种贝叶斯方法来推断团队成员在执行复杂医疗任务过程中心理模型的不一致。作为一个示例应用，我们使用两个模拟的基于团队的场景来演示我们的方法，这些场景源自心脏手术中的实际团队合作。在这些模拟实验中，我们的方法推断出模型不一致，召回率超过 75%，从而为计算机辅助干预增强手术室中的人类认知并改善团队合作提供了基础。
BindingSiteAugmentedDTA：为药物再利用中的可解释预测模型启用下一代管道
虽然药物-靶标相互作用 (DTI) 预测研究已经相当成熟，但该领域现有研究并未始终解决可推广性和可解释性问题。在本文中，我们提出了一个基于深度学习的框架，称为 BindingSite-AugmentedDTA，该框架通过减少蛋白质潜在结合位点的搜索空间来改善药物-靶标亲和力 (DTA) 预测，从而使结合亲和力预测更加高效和准确。我们的 BindingSite-AugmentedDTA 具有高度可推广性，因为它可以与任何基于 DL 的回归模型集成，同时显著提高它们的预测性能。此外，与许多现有模型不同，我们的模型由于其架构和自注意力机制而具有高度可解释性，通过将注意力权重映射回蛋白质结合位点，可以更深入地理解其底层预测机制。计算结果证实，我们的框架可以在 4 个广泛使用的评估指标方面提高七种最先进的 DTA 预测算法的预测性能，包括一致性指数 (CI)、均方误差 (MSE)、修正平方相关系数 ( r 2 m) 和精度曲线下面积 (AUPC)。我们还为两个最常用的 DTA 基准数据集（即 Kiba 和 Davis）做出了贡献，包括这两个数据集中包含的所有蛋白质的 3D 结构的附加信息。我们从 https://www.uniprot.org/ 上提供的蛋白质数据库 (PDB) 文件中手动提取了这些信息。此外，我们通过实验室实验验证了我们提出的框架的实际潜力。我们测量了几种候选药物化合物之间的结合相互作用，以抑制 (SARS-CoV-2 S-蛋白 RBD) 刺突蛋白和 ACE-2（宿主细胞结合靶标）蛋白之间的结合。然后，我们将计算预测的结果与实验室中实验观察到的结果进行比较。计算预测和实验观察到的结合相互作用之间相对较高的一致性支持了我们的框架作为药物再利用预测模型的下一代流程的潜力。
BuildingSMART 加拿大 BIM 战略
摘要：由于机动性和自动化程度高，无人机系统 (UAS，又名无人机) 已广泛应用于检测建筑异常和评估施工条件。此外，AECO 行业对使用建筑信息模型 (BIM) 保护竣工遗产的兴趣日益浓厚，通常称为遗产或历史 BIM (HBIM)，专注于对历史建筑的长期记录和实时监控。本研究提出了通过建立自主无人机检查的决策支持框架，将 UAS 和 HBIM 集成在一起以进行持续建筑缺陷监测的愿景。将介绍有关缺陷监测的三个基本方面：历史建筑缺陷 (BD) 分类的摘要，以确定适当的检测时机，通过根据缺陷指定无人机类型来提高无人机使用效率和适应性的潜力，并考虑动态环境条件以预测和防止潜在损害。通过回顾当前关于 BD 和无人机飞行规划的文献，将提出一个有助于无人机检查自动化的框架，以预防和保护建筑遗产，作为对知识体系的贡献。至于对行业的贡献，这项研究为管理实时 BD 的自动控制提供了未来愿景，并通过持续的数据采集和注册增强了 UAS 的自动化指挥和促进历史建筑的数字孪生建设。关键词：无人机系统/无人机；HBIM；建筑缺陷；检查
用于太空技术实践学习的EgSA-CanSat卫星
什么是 CanSat 卫星？CanSat 是一种小型卫星，它以经济实惠的方式为学生提供应对太空技术诸多挑战的基本实践知识，例如自己建造卫星！学生将能够设计、建造、发射和控制小型即插即用卫星，该卫星带有电子有效载荷，可装入可乐罐等小空间内。CanSat 从高层建筑或气球发射和弹出。使用降落伞，CanSat 缓慢降落回地球执行任务，同时传输遥测数据。发射后和恢复后的数据采集将使学生能够分析整个任务的成功程度。
Bailey_DefendingSpacecraft_11...
Brandon Bailey 是航空航天公司的网络安全高级项目负责人。他在情报和民用航天领域拥有超过 14 年的支持经验。Bailey 的专长包括太空系统的漏洞评估/渗透测试以及在软件供应链中注入安全编码原则。在加入航空航天公司之前，Bailey 曾在 NASA 工作，负责建立和维护一个软件测试和研究实验室，包括强大的网络安全范围，以及带头对支持 NASA 任务运营的地面基础设施进行创新的网络安全评估。在 NASA 任职期间，Bailey 获得了多项集体和个人奖项，包括因其具有里程碑意义的网络安全工作而获得的 NASA 杰出服务奖章、NASA 早期职业成就奖和 NASA 信息保证/网络安全机构荣誉奖。他还为在 2012 年和 2016 年 NASA 年度软件大赛中获得荣誉奖的团队做出了贡献。贝利以优异的成绩毕业于西弗吉尼亚大学，获得电气工程学士学位，目前拥有网络安全领域的多项认证。