XiaoMi-AI文件搜索系统
World File Search Systemxiv
使用25-羟基维生素D和糖尿病之间的关系...
¹kawahara，Tatsuya等。主动维生素D治疗对2型糖尿病的发育的影响：日本人群中DPVD随机对照试验。bmj，p。 377，e066222，2022。doi：[10.1136/bmj-2021-066222]（https://doi.org/10.1136/bmj-2021-0666222）。2.Manousaki，Despoina等。维生素D水平和1型糖尿病的风险：孟德尔随机研究。PLOS医学。V. 18，n.2，e1003536，2021。doi：[10.1371/journal.pmed.1003536]（https://doi.org/10.1371/journal.pmed.1003536）。3。Pittas，Anastassios等人。维生素D补充和预防2型糖尿病。新英格兰医学杂志，第381卷，第381页，第520-530页，2019年。4.Cojic，Milena等。补充维生素D对2型糖尿病患者的代谢和氧化应激标志物的影响：6个月的随访随访随机对照研究。内分泌学中的边界，第12卷，第1 p.610893页。（2021）doi：[10.3389/fendo.2021.610893]（https://doi.org/10.3389/fendo.2021.610893 5.Angellotti，Edith等，Edith等人补充维生素D对2型糖尿病中心血管风险的影响。临床营养，第38页，第5卷，第2449-2453页。2019 doi：[10.1016/j.clnu.2018.10.003]（https://doi.org/10.1016/j.clnu.2018.10.003）。
Arxiv样式的模板
在这份技术报告中，我们广泛研究了众所周知的生成人工智能（AI）应用的产出的准确性，以响应描述流体力学社区熟悉的常见流体运动现象的提示。我们检查了一系列应用程序，包括Midjourney，Dall·E，跑道ML，Microsoft Designer，Gemini，Meta AI和Leonardo AI，由Google，OpenAI，Meta和Microsoft等著名公司介绍。我们的文本提示生成图像或视频，包括“vonKármán涡流街”，“经过机翼”，“ kelvin-helmholtz的不稳定”，“尖锐的超音速身体上的冲击波”等示例。我们将这些应用程序生成的图像与实验室实验和数值软件产生的图像进行比较。我们的发现表明，这些生成的AI模型没有得到充分训练的流体动力学成像，从而导致潜在的误导性输出。除了文本到图像/视频生成之外，我们还进一步探索了使用这些AI工具从图像/视频到文本生成的过渡，旨在研究其对流体运动现象的描述的准确性。本报告为学术机构中的教育工作者提供了警告，强调了这些工具误导学生的潜力。它还旨在告知这些著名公司的研究人员，鼓励他们解决这个问题。我们猜测，这种缺点的主要原因是从科学期刊中对版权保护的流体运动图像的有限访问权限。
反身控制：影响战略行为
反身控制的概念发展始于 1967 年，由苏联数学心理学家 Vladimir Lefebvre 提出。西方文献将反身控制定义为“一种向合作伙伴或对手传达专门准备的信息的手段，以使其自愿做出行动发起者所希望的预定决定。” 1 自从反身控制首次发展以来，它在国际关系和军事科学中获得了某种神话般的地位，许多西方关于该主题的出版物通常关注俄罗斯政府是否使用反身控制。多年来，国际关系和安全研究领域也对该理论进行了各种描述和评论。自 1980 年代以来，西方做出了贡献，例如 Diane Chotikul、Clifford Reid、Timothy Thomas、Keir Giles、James Sherr 和 Anthony Seaboyer。 2 对于那些感兴趣的人来说，特别值得一提
5mC 临床前 paper_bioRxiv_final
Wataru Akahata，博士 VLP Therapeutics，Inc. 704 Quince Orchard Rd. #110，Gaithersburg，MD 20878 电话：(240) 801-4456 电子邮件：wakahata@vlptherapeutics.com Hisashi Akiyama，博士 病毒学、免疫学和微生物学系 波士顿大学 Chobanian & Avedisian 医学院 650 Albany Street，X343B Boston，MA 02118 电话：(617) 358-1778 传真：(617) 638-4286 电子邮件：hakiyama@bu.edu
b'. CC-BY-NC-ND 4.0 国际许可证（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是'
b'. CC-BY-NC-ND 4.0 国际许可证（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是'
视觉反射性注意作为发展的有用度量
认知心理学始于一个世纪前的四分之三，在那个时候我们已经学到了很多东西，包括关于认知能力的发展，例如感知，注意力和记忆，所有这些能力在婴儿期和童年期间都发展。注意是认知的一个方面，对于在各种生活活动中的成功至关重要，并且可以说是记忆，学习，解决问题，决策和其他认知活动的基础。童年和成年后期的认知能力通常取决于婴儿期的反射，能力和技能。发展性认知科学的研究可以帮助我们了解成人认知，并知道何时在认知功能处于危险之中的何时干预。这一研究领域可能具有挑战性，因为即使在典型的发展中，特定孩子的认知发展过程也并不总是单调地改善。此外，从不同的历史角度来看，这种发展的典型轨迹被不同地理解了。在培训早期的职业研究人员中，人们经常涵盖我们当前对注意力（包括各种类型）的思维历史，也没有经常涵盖注意力的发展方面的重要性，尤其是那些主要研究领域的研究人员。我的目标是提供一份评论，该评论对注意力领域的新熟悉的人来说是有用的。在成人和儿童中的持续关注得到了充分研究，但是对反思性关注的思想历史的回顾是逾期的。因此，我主要借鉴了历史和现代文学，并澄清了混淆术语，因为它随着时间的流逝而被使用。我以认知发展研究如何促进科学和应用进步的例子进行了结论。
空气中细菌的暴露取决于垂直方向 - bioRxiv
预印本（未经同行评审认证）为作者/资助者。保留所有权利。未经许可不得重复使用。此版本的版权所有者于 2020 年 11 月 11 日发布。；https://doi.org/10.1101/2020.11.11.377630 doi: bioRxiv preprint
双被动反应脑机接口 - bioRxiv
本研究提出了一种新的神经自适应技术概念，即双被动-反应脑机接口 (BCI)，可实现人机之间的双向交互。我们已经在逼真的飞行模拟器中实现了这样一个系统，使用 NextMind 分类算法和框架来解码飞行员的意图 (反应性 BCI) 并推断他们的注意力水平 (被动 BCI)。12 名飞行员使用反应性 BCI 执行检查表以及由被动 BCI 监督的防撞雷达监控任务。当后者检测到飞行员错过了即将到来的碰撞时，它会模拟自动避让动作。反应性 BCI 达到 100% 的分类准确率，平均反应时间为 1 。专门执行检查表任务时为 6 秒。准确率高达 98 。5% ，平均反应时间为 2 。5 秒，飞行员还必须驾驶飞机并监视防撞雷达。被动 BCI 的 F 1 − 得分为 0 。94 。首次演示展示了双 BCI 改善人机协作的潜力，可应用于各种应用。
通过极少量的测量预测量子系统的许多特性 arxiv:2002.08953，《自然物理》，2020 年
因此，很大一部分物理学和整个化学的数学理论所必需的基本物理定律已经被完全了解，而唯一的困难是这些定律的准确应用会导致方程式过于复杂而无法解出。
使用雷达对无人机进行自动分类 - TechRxiv
摘要 — 自动目标分类是非合作式无人机监视雷达在多种国防和民用应用中的一项关键功能。因此，这是一个成熟的研究领域，并且存在许多用于从雷达信号识别目标（包括微型无人机系统（即小型、微型、微型和纳米平台））的算法。它们显著受益于机器学习（例如深度神经网络）的进步，并且越来越能够实现非常高的准确度。此类分类结果通常由标准、通用的对象识别指标捕获，并且源自在高信噪比下对无人机的模拟或真实雷达测量进行测试。因此，很难在实际操作条件下评估和基准测试不同分类器的性能。在本文中，我们首先概述了从雷达数据自动分类微型无人机的主要挑战和注意事项。然后，我们从最终用户的角度提出了一组重要的性能指标。它们与典型的无人机监视系统要求和约束相关。为便于说明，我们展示了从真实雷达观测中选取的示例。我们还在此概述了各种新兴方法和未来方向，这些方法和方向可以为雷达生成更强大的无人机分类器。