XiaoMi-AI文件搜索系统
World File Search Systemworkflow
多模式细粒训练助理的自主工作流程
自主人工智能（AI）代理已经成为有前途的协议，以理解基于语言的环境，尤其是在大型语言模型（LLM S）的指数发展中。然而，多模式环境的细粒度，全面的不阐述不足。这项工作设计了一种量身定制的AU级工作流，该工作流无缝地集成到混合现实中（MR）进行细粒度的培训。我们在飞行员MR环境中为乐高砖组装的多模式细粒训练助手提供了演示。具体来说，我们设计了一种大脑语言代理，将LLM S与MR工具和视觉语言代理的内存，计划和互动集成在一起，使代理能够根据过去的经验来决定其行动。此外，我们推出了Lego-MRTA，这是一种多模式细粒组件Di-Alogue DataSet，在商业LLM提供的工作流程中自动合成。该数据集包括多模式指令的操作，对话，MR响应和视觉问题回答。最后，我们将几个流行的开放式LLM S作为基准，评估了他们在建议的数据集中进行微调的情况下的性能。我们要抗衡，该工作流的更广泛的影响将推动对MR环境中无缝用户互动的更智能分析的发展，从而促进了AI和HCI社区的研究。
零碳能源区开发的新型能源系统设计工作流程
全球城市人口不断增长，导致温室气体 (GHG) 排放量增加，并给电网带来压力，以满足日益增长的需求。在城市设计的早期阶段，优化城市形态和建筑物理特性可以减少能源需求。使用可再生能源进行本地发电也是减少排放和提高电网可靠性的可行选择。尽管如此，城市建筑设计策略的能源模拟和环境影响评估通常要到执行规划阶段才会进行。为了解决这一研究空白，开发了一个用于设计零碳区能源系统的新框架。该框架将城市建筑能源模型与城市能源系统模型相结合。动态预测供暖和制冷需求以及根据计算出的需求自动调整不同能源系统配置是该框架的主要功能。该框架的可行性已在蒙特利尔城市地区的案例研究中进行了测试，以设计和比较两种不同的可再生能源系统，包括光伏板 (PV)、空气源和地源热泵。案例研究结果表明，城市建筑能耗模型可以成功预测多个时空分辨率下的供暖和制冷需求，而城市能源系统模型为实现零碳或正能源区提供了系统解决方案。
SQuADDS：用于超导量子比特设计的经过验证的设计数据库和模拟工作流程
我们提供了一个超导量子设备设计的开源数据库，可用作定制设备的起点。每个设计都可以使用开源 Qiskit Metal 包以编程方式生成，并使用有限元电磁求解器进行模拟。我们提出了一种强大的工作流程，可在设计模拟中实现高精度。数据库中的许多设计都经过实验验证，显示出模拟参数和测量参数之间的高度一致性。我们的数据库包括一个前端界面，允许用户根据所需的电路参数生成“最佳猜测”设计。该项目为寻求制造新一类设备的研究小组提供了一个特性明确的起点，以便他们改进设计，从而降低了他们的进入门槛。超导量子比特是一个领先的量子信息技术平台。可扩展量子比特制造需要精确控制最常用于预测设备行为的哈密顿参数，例如量子比特非谐性和量子比特谐振器耦合。这反过来又需要精确定位经典电路参数（电感和电容）。这些很难解决，因为通常没有好的分析公式（甚至是近似公式）来根据设计几何预测电路参数。相反，研究人员必须根据其设计的独特边界条件对麦克斯韦方程进行数值求解。电磁场的有限元模拟可以提供相当准确的预测
应用新型筛查工作流程检测人类头发中的违禁药物和医用药物
ppg pp g 光谱箱；在相邻光谱数据窗口中发现的相同离子信号 m/z 304.1543 ygm/z 290.1387 用户定义的阈值设置为 1200 种化合物的低阈值。 1. 引入光谱箱；在相邻光谱数据窗口中发现的相同离子信号 Rt 5.23 分钟 Rt 4.78 分钟痕量分析筛选。 前体质量公差和保留时间窗口并表现为色谱峰被注册为组分。否定左旋咪唑 yg 检测到 3384 个成分（离子信号匹配 13 个目标。头发分析涉及法医毒理学、临床毒理学、假阳性或特异离子行为质量因素（如锯齿状 m/z 205.0794 p ( g 的影响，表现为可识别的 3 MS/MS 库搜索 y pp gy gy 职业医学和兴奋剂控制，因为它的检测窗口更长，使药物
使用牛津纳米孔长阅读测序
。cc-by 4.0国际许可（未经Peer Review尚未获得认证）是作者/资助者，他已授予Biorxiv的许可证，以永久显示预印本。这是该版本的版权持有人，该版本发布于2024年9月4日。 https://doi.org/10.1101/2024.09.09.03.610948 doi：Biorxiv Preprint
用于多发性硬化症患者脑部疾病活动的计算机辅助评估的临床兼容工作流程
在过去的 10 年中，已批准用于治疗多发性硬化症 (MS) 局部炎症过程的疾病调节药物的数量从 3 种增加到 10 种。这种广泛的选择为个性化医疗提供了机会，目标是使每个患者都无需进行临床和放射学活动。这种新模式需要优化纵向 MRI 上新 FLAIR 病变的检测。在本文中，我们描述了一个完整的工作流程 - 我们开发、实施、部署和评估的流程 - 以便于在 MS 患者的纵向 MRI 上监测新 FLAIR 病变。该工作流程旨在供法国的医院和私人神经科医生和放射科医生使用。它由三个主要组件组成：(i) 一个软件组件，允许自动且安全地匿名化并将 MRI 数据从临床图片档案和通信系统 (PACS) 传输到处理服务器（反之亦然）； (ii) 一个全自动分割核心，可以从 T1 加权、T2 加权和 FLAIR 脑部 MRI 扫描中检测出患者的局部纵向变化，以及 (iii) 一个专用的网络查看器，为放射科医生和神经科医生提供新病变的直观可视化。我们首先介绍这些不同的组件。然后，我们在 54 对纵向 MRI 扫描上评估了该工作流程，这些扫描由 3 位专家（1 位神经放射科医生、1 位放射科医生和 1 位神经科医生）在使用和不使用所提出的工作流程的情况下进行分析。我们表明，我们的工作流程为临床医生在检测新的 MS 病变方面提供了宝贵的帮助，无论是在准确性方面（不使用工作流程时每位患者和每位专家检测到的病变平均数量为 1.8，使用工作流程时为 2.3，p = 5.10 − 4 ），还是在专家投入的时间方面（平均时间差 2 ′ 45 ′′，p = 10 − 4 ）。检测到的病变数量的增加对 MS 患者被归类为稳定或活跃有影响，即使是最有经验的神经放射科医生也是如此（不使用工作流程时平均敏感度为 0.74，使用工作流程时平均敏感度为 0.90，无差异 p 值 = 0.003）。因此，这对 MS 患者的治疗管理有潜在影响。
具有全面等离子体和细胞的代谢组学工作流程的极性代谢物的定量分析
将定量分析与Hilic Polar代谢组学工作流程中的新第4代6495 LC/TQ结合在一起。靶向代谢组学方法提供了具有较大动态范围的代谢物的敏感而精确的测量。先前描述的是使用带有细胞或等离子体的Bravo样品制备平台的Hilic Polar代谢物工作流程，1290个Infinity II Bio LC，用于改善金属敏感分析物的性能，以及6495 LC/TQ质谱仪，具有〜500极性代谢物的数据库和保留时间（图1）。1 6495 LC/TQ的速度允许在同一注射中精确地分析以正离子模式和负离子模式的数百个分析物。此工作流程和数据库可以通过多种方式部署，从代谢物途径发现（分析）到样本中数百个分析物的半定量分析，或者使用同位素标记的内部标准品进行绝对定量。
使用...
摘要：现代生物学，尤其是合成生物学，在很大程度上依赖于DNA元素的结构，通常是以质粒的形式进行的。质粒用于多种应用，包括用于随后纯化的蛋白质的表达，用于生产有价值化合物的异源途径的表达以及对生物学功能和机制的研究。对于所有应用，构建质粒后的关键步骤是其序列验证。传统的序列确定方法是Sanger测序，每反应限制约为1000 bp。在这里，我们提出了一种高度可扩展的内部方法，用于使用长阅读纳米孔测序快速验证放大的DNA序列。我们开发了两步扩展和转座酶策略，为双条形码测序提供了最大的灵活性。我们还提供了一个自动分析管道，以快速可靠地分析测序结果，并为每个样本提供易于解释的结果。用户友好的duba.Flow开始到虚拟管道广泛适用。此外，我们表明，使用duba.Flow的构造验证可以通过条形码菌落PCR扩增子测序进行，从而加速了研究。关键字：合成生物学，长阅读测序，DNA构造验证，菌落PCR，实验室自动化，双条形码扩增子测序■简介
谁先行动？人机协作工作流程对临床影像决策的影响
在现实世界中应用人工智能技术时，必须考虑支持人机协作的设计和机制的细节。人工智能辅助人类决策的交互设计的一个关键方面是在更大的决策工作流程中人工智能推理的显示和排序政策。我们对在人工审查手头的诊断任务之前和之后提供人工智能推理的影响了解甚少。我们探讨了在放射学诊断会话开始时提供人工智能辅助与在放射科医生做出临时决定后提供人工智能辅助的效果。我们进行了一项用户研究，其中 19 名兽医放射科医生在人工智能工具的帮助下确定了患者 X 射线图像中的放射学发现。我们采用了两种工作流程配置来分析 (i) 锚定效应、(ii) 人机团队的诊断表现和一致性、(iii) 花费的时间和决策信心，以及 (iv) 对人工智能的感知有用性。我们发现，如果参与者被要求在审查人工智能推断之前登记临时反应，那么无论人工智能的建议是否准确，他们不太可能同意人工智能的建议，而且在与人工智能意见不合的情况下，他们也不太可能寻求同事的第二意见。这些参与者还表示，人工智能的建议不太有用。令人惊讶的是，在展示人工智能推断之前要求对案件做出临时决定并没有延长参与者花在这项任务上的时间。这项研究为在人机系统中部署临床人工智能工具提供了可推广和可操作的见解，并介绍了一种研究人机协作替代设计的方法。我们将实验平台作为开源平台提供，以促进未来研究替代设计对人机工作流程的影响。
AI和数据驱动的基础架构，用于高级研究和工业应用中的工作流程自动化和集成
摘要使用AI和数据驱动的技术和基础架构来创新和开发高级研究和工业应用，需要在广泛的工具，学科和能力的广泛范围内集成。尽管具有巨大的破坏性潜力，但在工业应用程序中，AI在研究和开发中的作用通常受到缺乏合并和共同的共同实践来转化特定领域特定过程以将知识引起附加值的过程的阻碍。这些问题对于中小型企业（中小企业）尤其引人注目，该问题必须采取明确有效的政策来实施成功的技术转移道路进行创新。CNR-ISMN的Daimon实验室的活动集中在Hi-Tech应用程序中创新的集成建模，数据驱动和AI方法和基础架构的设计，开发，实施和应用。我们的方法基于水平平台的开发，可以应用于广泛的垂直用例。也就是说，我们针对与特定域和用例有关的高通量工作流的实现，这些域名和用例都能够收集和处理模拟和/或物理数据和信息。实施可互操作的集成框架是进一步应用AI工具进行预测和自动化的先决条件。强烈着重于开发关键启用技术（KET），例如高级材料，所采用的方法扩展到了各种应用领域和行业感兴趣的方案，包括电子和ICT，高级和可持续的制造，能源，能源，流动性。