XiaoMi-AI文件搜索系统
World File Search Systemsurvey
世界经济：新冠疫情后复苏之路是怎样的？专家调查疫情对全球的影响
2 这项调查是在 ifo 世界经济调查小组中进行的。在选择调查参与者时，重点放在他们在经济事务方面的专业能力和对报告国家的内部了解上。通过筛选他们的教育背景、当前的隶属关系以及居住地来保证这一点。有关更多详细信息，请参阅（Boumans 和 Garnitz，2019 年）。更多研究使用补充问题进行进一步研究，参见 Boumans 等人，2018 年和 Boumans 等人，2020 年 a。
纹理特征提取方法：调查
抽象的纹理分析用于非常广泛的场和应用，从纹理分类（例如，用于遥感）到分割（例如，在生物医学成像中），通过图像合成或模式识别（例如，用于图像inpainting）。对于这些图像处理过程中的每一个，首先，必须从原始图像中提取描述纹理属性的象征性特征。在过去的几十年中，已经提出了各种特征提取方法。每个人都有其优点和局限性：其中一些的性能不是通过翻译，旋转，affin和perspective变换来修改的；其他人的计算复杂性低；其他人再次容易实施；等等。本文对纹理特征提取方法进行了全面的调查。后者分为七个类：统计方法，结构方法，基于转换的方法，基于模型的方法，基于图形的方法，基于学习的方法和基于熵的方法。对于这七个类中的每种方法，我们介绍了概念，优势和缺点，并给出了应用程序的示例。这项调查使我们能够确定两类方法，特别是在将来值得关注的方法，因为它们的表现似乎很有趣，但是他们的详尽研究尚未进行。
云、雾和边缘数据中心的容器放置和迁移策略：一项调查
过去十年见证了网络软件化的重要发展，它彻底改变了网络实践。虚拟化网络对分散在网络中的容器化网络功能的控制和编排提出了新颖而具体的要求。在这方面，虚拟化网络功能的迁移起着关键作用，可以最好地满足最佳资源利用率、负载平衡和容错的要求。本综述旨在详细概述容器迁移的进展，以便更好地理解与迁移相关的优势与实际挑战之间的权衡。本文对将容器化网络功能映射到虚拟化基础设施上的放置算法进行了分类。接下来，提出了执行容器化微服务传输的迁移技术的分类。
数据中心整合可再生能源的挑战和解决方案调查
摘要：随着越来越多的活动转移到线上，对数据中心的需求也在增加，这增加了数据中心的能源消耗和由此产生的温室气体排放。为数据中心提供可再生能源通常被视为解决这一问题的主要方法。然而，它们的整合带来了多重挑战。解决这些挑战，主要是灵活性和能源效率，需要多学科技能。因此，本文旨在回顾几个互补学科的科学努力：电气工程、计算机科学、控制系统工程和运筹学。它涵盖了数据中心架构、基础设施规模和信息和能源方面的资源管理。对当前进展进行了总结，并列出了尚待解决的挑战。
基于反向传播的深度脉冲神经网络学习技术：综述
摘要 — 随着智能系统的采用，人工神经网络 (ANN) 已变得无处不在。传统的 ANN 实现能耗高，限制了它们在嵌入式和移动应用中的使用。脉冲神经网络 (SNN) 通过二进制脉冲随时间分布信息来模拟生物神经网络的动态。神经形态硬件的出现充分利用了 SNN 的特性，例如异步处理和高激活稀疏性。因此，SNN 最近引起了机器学习社区的关注，成为低功耗应用的 ANN 的受大脑启发的替代品。然而，信息的离散表示使得通过基于反向传播的技术训练 SNN 具有挑战性。在这篇综述中，我们回顾了针对深度学习应用（例如图像处理）的深度 SNN 的训练策略。我们从基于从 ANN 到 SNN 的转换的方法开始，并将它们与基于反向传播的技术进行比较。我们提出了一种新的脉冲反向传播算法分类法，将其分为三类，即：空间方法、时空方法和单脉冲方法。此外，我们还分析了提高准确性、延迟和稀疏性的不同策略，例如正则化方法、训练混合和调整特定于 SNN 神经元模型的参数。我们重点介绍了输入编码、网络架构和训练策略对准确性-延迟权衡的影响。最后，鉴于准确、高效的 SNN 解决方案仍面临挑战，我们强调了联合硬件和软件共同开发的重要性。
fishglob_data：通过科学底部拖网调查取样的鱼类生物多样性的集成数据集
科学的底部拖网调查是沿着大陆货架和海洋和海洋的斜坡进行的生态观察计划，这些计划采样了与海底相关的海洋社区。这些调查报告了时空的发生，丰度和/或体重的发生，并有助于渔业管理以及人口和生物多样性研究。底部拖网调查是在世界各地进行的，代表了了解海洋生物地理，宏观生态学和全球变化的独特机会。但是，将这些数据结合在一起以进行跨生态系统分析仍然具有挑战性。在这里，我们提供了一个综合数据集，该数据集由29个公开可获得的底段调查，在18个国家/地区的国家水域进行了标准化和预处理，总共涵盖了2,170个采样的鱼类分类单元，并从1963年至2021年收集了216,548次拖船。我们描述了创建数据集，标志和标准化方法的处理步骤，我们开发了这些方法，以帮助用户使用稳定的区域调查足迹进行时空分析。该数据集的目的是在全球变化的背景下支持研究，海洋保护和管理。
环境DNA调查，以检测热带淡水流中的一种流行的隐秘鱼类，AnablePsoides Cryptocallus
Agersnap，S.，Larsen，W.B.，Knudsen，S.W.，Strand，D.，Thomsen，P.F.，Hesselsøe，M。Etal。（2017）。使用淡水样品中的环境DNA对贵族，信号和狭窄的小龙虾进行监测。plos One，12（6），1 - 22。https：//doi.org/10.1371/journal.pone。0179261 Baudry，T.，Mauvisseau，Q.，Goût，J.，Arqué，A.，Delaunay，C.，Smith-Ravin，J。等。（2021）。在生物多样性热点中绘制一个超级侵蚀者，这是一个基于埃德娜的成功故事。生态指标，126，107637。https：//doi.org/10.1016/j.ecolind.2021.107637 Bedwell，M.E。＆Goldberg，C.S。（2020）。环境DNA检测的空间和时间模式，以告知灯杆和底漆系统中的采样方案。生态与进化，10（3），1602 - 1612。https：// doi.org/10.1002/ece3.6014 Belle，C.C.，Stoeckle，B.C。＆Geist，J。（2019）。水生保护中淡水环境DNA研究的分类和地理代表。水上保护：海洋和淡水生态系统，29（11），1996 - 2009年。https：//doi.org/10.1002/aqc.3208 Biotope。（2020）。eTuded'Améliorationde la Connaissance sur le Poisson Gale（AnablePsoides Cryptocallus）：分布，Étatde Conservation，Mesures Et推荐。https://www.observatoire-eau-martinique.fr/ documents/rapport-poisson-gale-vf.pdf Brys，R.，Halfmaerten，D.，Neyrinck，S.，Mauvisseau，Mauvisseau，Q.（2020）。可靠的EDNA检测和欧洲天气loach（Misgurnus possilis）的定量。（2009）。（2019）。鱼类生物学杂志，98（2），399 - 414。https：//doi.org/10.1111/jfb.14315 Bustin，S.A.，Benes，V.，Garson，J.A. MIQE指南：最少发表定量实时PCR实验的信息。 临床化学，55（4），611 - 622。https：//doi.org/10.1373/clinchem.2008。 112797 Cantera，I.，Cilleros，K.，Valentini，A.，Cerdan，A.，Dejean，T.，Iribar，A。等。 为热带流和河流中的鱼类库存优化环境DNA采样工作。 科学报告，9（1），1 - 11。https：//doi.org/10.1038/S41598-019-019-39399-5 Ceballos，G.，Ehrlich，P.R.，P.R.，Barnosky，Barnosky，Barnosky，A.D. ＆Palmer，T.M。 （2015）。 加速现代人类引起的物种损失：进入第六次巨大灭绝。 科学进步，1（5），E1400253。 https://doi.org/10.1126/sciadv.1400253 Cowart，D.A.，Breedveld，K.G.H.，Ellis，M.J.，M.J.，Hull，J.M. ＆Larson，E.R。 （2018）。 环境DNA（EDNA）用于保护危险的小龙虾（Decapoda：Astacidea），通过监测入侵物种障碍和重新定位的种群。 甲壳类生物学杂志，38（3），257 - 266。https：//doi.org/10.1093/jcbiol/jcbiol/ ruy007 Cristescu，M.E。 （2019）。 环境RNA可以革新生物多样性科学吗？ 生态与进化的趋势，34（8），694 - 697。https：// doi。 org/10.1016/j.tree.2019.05.003 Deal Martinique，Ecovia。 ＆Creocean。 （2018）。 诊断 - Martinique环境环境。 https：//www.martinique。鱼类生物学杂志，98（2），399 - 414。https：//doi.org/10.1111/jfb.14315 Bustin，S.A.，Benes，V.，Garson，J.A.MIQE指南：最少发表定量实时PCR实验的信息。临床化学，55（4），611 - 622。https：//doi.org/10.1373/clinchem.2008。112797 Cantera，I.，Cilleros，K.，Valentini，A.，Cerdan，A.，Dejean，T.，Iribar，A。等。为热带流和河流中的鱼类库存优化环境DNA采样工作。科学报告，9（1），1 - 11。https：//doi.org/10.1038/S41598-019-019-39399-5 Ceballos，G.，Ehrlich，P.R.，P.R.，Barnosky，Barnosky，Barnosky，A.D.＆Palmer，T.M。（2015）。加速现代人类引起的物种损失：进入第六次巨大灭绝。科学进步，1（5），E1400253。https://doi.org/10.1126/sciadv.1400253 Cowart，D.A.，Breedveld，K.G.H.，Ellis，M.J.，M.J.，Hull，J.M.＆Larson，E.R。（2018）。环境DNA（EDNA）用于保护危险的小龙虾（Decapoda：Astacidea），通过监测入侵物种障碍和重新定位的种群。甲壳类生物学杂志，38（3），257 - 266。https：//doi.org/10.1093/jcbiol/jcbiol/ ruy007 Cristescu，M.E。（2019）。环境RNA可以革新生物多样性科学吗？生态与进化的趋势，34（8），694 - 697。https：// doi。org/10.1016/j.tree.2019.05.003 Deal Martinique，Ecovia。＆Creocean。（2018）。诊断 - Martinique环境环境。https：//www.martinique。developpement-durable.gouv.fr/img/pdf/diagnostic_vf.3.pdf deiner，K。＆Altermatt，F。（2014）。自然河中无脊椎动物环境DNA的运输距离。PLOS ONE，9（2），E88786。https://doi.org/10.1371/journal.pone.0088786 Dorazio，R.M。 ＆Erickson，R.A。 （2018）。 ednaocupancy：用于环境DNA数据的多尺度占用建模的R包。 分子生态资源，18（2），368 - 380。https：//doi.org/10.1111/1755-0998.12735 Ferreira，A.R.L.，Sanches Fernandes，L.F.，L.F. ＆Pacheco，F.A.L。 （2017）。 使用嵌套的部分最小二乘回归评估对河流生态系统的人为影响。 总体科学https://doi.org/10.1371/journal.pone.0088786 Dorazio，R.M。＆Erickson，R.A。 （2018）。ednaocupancy：用于环境DNA数据的多尺度占用建模的R包。分子生态资源，18（2），368 - 380。https：//doi.org/10.1111/1755-0998.12735 Ferreira，A.R.L.，Sanches Fernandes，L.F.，L.F.＆Pacheco，F.A.L。（2017）。使用嵌套的部分最小二乘回归评估对河流生态系统的人为影响。总体科学
Dawes评论10：深度学习对分析星系调查的影响
过去几年，现代银河调查提供的数据的数量和复杂性一直在稳步增加。新设施将很快提供成像和频谱数亿个星系。从这些大型和多模式数据集中提取一致的科学信息仍然是社区和数据驱动的方法（例如深度学习）的开放问题，它已迅速成为解决一些持久挑战的潜在强大解决方案。这种热情在使用神经网络的前所未有的出版物的指数增长中反映了这种热情，这些指数从2015年的少数作品变成了2021年在Galaxy Surveys领域的平均每周一篇论文。在提到深度学习的第一批发表的工作中，在新的大数据集（例如欧几里得和LSST）开始启动之后不久，我们相信，我们相信及时回顾这项新技术在轨道中的真正影响及其潜在的潜力，以解决新数据集群的规模和复杂性提出的关键挑战。 因此，这篇综述的目的是两个方面。 我们首先要在一个共同的文件中总结深度学习的主要应用程序，用于到目前为止出现的星系调查。 然后，我们提取了所学到的主要成就和经验教训，并突出了关键的开放问题和局限性，在我们看来，这将需要在未来几年中特别关注。 总体而言，天文学界迅速采用了最先进的深度学习方法，反映了这些方法的民主化。 分类，分割）。在新的大数据集（例如欧几里得和LSST）开始启动之后不久，我们相信，我们相信及时回顾这项新技术在轨道中的真正影响及其潜在的潜力，以解决新数据集群的规模和复杂性提出的关键挑战。因此，这篇综述的目的是两个方面。我们首先要在一个共同的文件中总结深度学习的主要应用程序，用于到目前为止出现的星系调查。然后，我们提取了所学到的主要成就和经验教训，并突出了关键的开放问题和局限性，在我们看来，这将需要在未来几年中特别关注。总体而言，天文学界迅速采用了最先进的深度学习方法，反映了这些方法的民主化。分类，分割）。本评论表明，使用深度学习的大多数作品都符合计算机视觉任务（例如这也是应用程序的领域，深度学习带来了迄今为止最重要的突破。但是，我们还报告说，应用程序变得越来越多样化，深度学习用于估计星系特性，识别异常值或限制宇宙学模型。这些作品中的大多数仍处于探索性水平，这可能部分解释了引用方面的有限影响。在进行未来调查的处理中，很可能需要解决一些共同的挑战。例如，不确定性量化，可解释性，数据标记和领域转移问题从模拟的训练中转移问题，这构成了天文学的共同实践。
心理治疗中的开放笔记：瑞士心理治疗学生的探索性混合方法调查
结果：72名（35.8％）的学员完成了调查。定量结果揭示了关于开放式钞票的混合观点。75％的人同意，一般的公开票据是一个好主意，有94.1％的人同意关于公开票据的教育应该是心理治疗培训的一部分。考虑对患者和心理治疗的影响时，出现了四个主题：（a）对治疗的负面影响； （b）对治疗的积极影响； （c）对患者的影响； （d）文档。学生确定了与增加工作量，对心理治疗关系的伤害以及记录质量损害有关的问题。他们还确定了许多潜在的好处，包括更好的患者沟通和知情同意程序。在描述对不同疗法类型的影响时，学生认为，根据心理治疗方法的不同，开放音符可能会产生不同的影响。
法国的一项调查显示血液透析患者对 COVID-19 疫苗的接受程度
有力证据表明，慢性肾病 (CKD) 不仅是与严重冠状病毒病 2019 (COVID-19) 相关的最常见的合并症，也是感染患者中死亡风险最高的疾病 [1]。主要工作组已发出紧急呼吁，要求优先为这些患者接种疫苗 [2,3]。法国卫生当局实施了针对血液透析患者的优先疫苗接种计划 [4]，仅剩下一个成功大规模接种的主要障碍：疫苗犹豫。我们在此报告了位于法国里昂的六个维持性血液透析中心的 COVID-19 疫苗接受情况。我们的研究包括一份纸质调查问卷，在患者血液透析期间分发给他们。参与者被询问是支持还是反对接种 COVID-19 疫苗（包括他们是否已经接种疫苗或愿意接种疫苗）。如果拒绝，则进一步提问以评估可能的原因。进一步的信息收集采用量表式答案，让患者自我评估其健康状况和感染风险。疫苗犹豫根据世界卫生组织的定义进行评估[ 5 , 6 ]，即对以下至少一个问题给出肯定回答：(i) 您是否曾拒绝为自己或孩子接种疫苗，因为您认为疫苗无用或危险？(ii)