XiaoMi-AI文件搜索系统
World File Search System主干
康涅狄格河美洲西鲱管理计划
自 1967 年以来，康涅狄格河的美洲西鲱种群一直由流域州和联邦渔业机构合作管理。同年，为响应美国国会通过的《1965 年溯河洄游鱼类保护法案》（公法 89-304），成立了“康涅狄格河流域渔业管理政策委员会”。该委员会被更正式的“康涅狄格河大西洋鲑鱼委员会”（CRASC）取代，后者于 1983 年根据国会法案（PL 98-138）成立（Gephard 和 McMenemy 2004），负责协调美洲西鲱的恢复和管理活动（ http://www.fws.gov/r5crc/ ）。CRASC 美洲西鲱管理计划的既定目标是每年有 150 万至 200 万条鱼进入河口（CRASC 1992）。流域州和联邦鱼类和野生动物机构的各种立法权力，包括恢复和管理美洲西鲱的正式协议，已随着时间的推移获得批准，并列在附录 A 中。以下计划更新了现有的康涅狄格河流域美洲西鲱 CRASC 管理计划（1992 年），以反映当前的恢复和管理优先事项和新信息。附录 B 提供了美洲西鲱生活史和生物学的概述。1966-2015 年期间，成年西鲱返回河口的年估计数量在 226,000 到 1,628,000 之间，年平均为 638,504 条鱼（附录 C）。自 1955 年在霍利奥克大坝建造第一座现代升鱼机以来，进入历史栖息地的途径有所增加，1976 年和 2004 年重建升鱼机后，通道得到了显著改善。自 1980 年以来，由于恩菲尔德大坝的恶化以及在三座主干坝和四座支流坝修建鱼道，进入其他栖息地的途径有所增加。佛蒙特州的贝洛斯瀑布（河流公里 280 公里）已被确定为该物种在主干河流上的历史分布范围，但 1984 年建成的一条鱼道使大西洋鲑鱼能够从该屏障上游通过，现在允许鲱鱼迁徙到大坝以外（图 1；附录 D 和 E）。随着主干坝鱼道的安装，每年鲱鱼洄游的规模从 1967 年到 1992 年有所增加，但从 1992 年开始，其种群数量经历了急剧而出乎意料的下降（Crecco 和 Savoy 2004 年）。 2012-2016 年，霍利奥克捕获的鲱鱼数量有所恢复，因为最近几年，每年的年平均捕获量都超过了 1976-2011 年的平均年捕获量（附录 E）。根据大西洋州海洋渔业委员会 (ASMFC) 的美洲鲱鱼基准库存评估 (ASMFC 2007)，目前康涅狄格河美洲鲱鱼种群被认为是稳定的，但丰度水平有所下降。在康涅狄格河，鱼道通过计数（附录 E）是帮助确定成年鲱鱼丰度和随时间变化趋势的重要指标，尽管许多因素都会影响鱼类的通过率和年内及年际数量。其他长期种群监测信息包括康涅狄格州能源与环境部 (CTDEEP) 开展的霍利奥克鱼梯和下游地区的种群结构数据（例如年龄、产卵历史）以及幼年鲱鱼围网调查（附录 F 和 G）。CTDEEP 汇编的其他长期监测数据包括下游商业刺网渔业的上岸量和努力量数据（附录 G）。从 2013 年开始，州政府进行商业（仅限河内）和/或休闲捕捞美洲鲱鱼需要获得大西洋州海洋渔业委员会批准的可持续渔业管理计划（ASMFC 2010 年《鲱鱼和河鲱州际渔业管理计划》第 3 号修正案）。随后，康涅狄格州制定了 ASMFC 批准的可持续渔业管理计划（2012 年），维持了其商业和休闲渔业，并进行捕捞。马萨诸塞州还获准维持允许捕捞的休闲渔业（MADMF 2012）。新罕布什尔州选择不制定可持续发展计划，因此其渔业仅限于捕捞和放生。佛蒙特州不是 ASMFC 的成员，可以自由维持休闲渔业而无需制定可持续发展计划，但遵守了新罕布什尔州的规定。
DrugOOD：人工智能辅助药物发现的分布外数据集管理和基准 - 重点关注带有噪声注释的亲和力预测问题
人工智能辅助药物发现 (AIDD) 因其能够使新药搜索更快、更便宜、更有效而越来越受欢迎。尽管它广泛应用于众多领域（例如 ADMET 预测、虚拟筛选），但对带噪声的分布外 (OOD) 学习问题的研究却很少。我们提出了 DrugOOD，一个系统的 OOD 数据集管理和 AIDD 基准。具体来说，我们专注于药物-靶标结合亲和力预测问题，其中涉及大分子（蛋白质靶标）和小分子（药物化合物）。DrugOOD 提供了一个自动化的数据集管理者，具有用户友好的自定义脚本、与生物化学知识一致的丰富领域注释、逼真的噪声水平注释以及 SOTA OOD 算法的严格基准测试，而不是仅提供固定数据集。由于分子数据通常使用图神经网络 (GNN) 主干建模为不规则图，因此 DrugOOD 还可作为图 OOD 学习问题的宝贵试验台。大量的实证研究表明，分布内和分布外实验之间存在显著的性能差距，这强调了需要开发更有效的方案，以允许 AIDD 在噪声下进行 OOD 泛化。
通过风格增强和双重规范化实现通用的跨模态医学图像分割
对于医学图像分割，想象一下如果一个模型仅使用源域中的 MRI 图像进行训练，那么它在目标域中直接分割 CT 图像的性能如何？这种设置，即具有临床潜力的通用跨模态分割，比其他相关设置（例如域自适应）更具挑战性。为了实现这一目标，我们在本文中提出了一种新颖的双重规范化模型，该模型在通用分割过程中利用增强的源相似和源不相似图像。具体而言，给定一个源域，旨在模拟看不见的目标域中可能的外观变化，我们首先利用非线性变换来增强源相似和源不相似图像。然后，为了充分利用这两种类型的增强，我们提出的基于双重规范化的模型采用共享主干但独立的批量规范化层进行单独规范化。随后，我们提出了一种基于风格的选择方案，在测试阶段自动选择合适的路径。在三个公开数据集（即 BraTS、跨模态心脏和腹部多器官数据集）上进行的大量实验表明，我们的方法优于其他最先进的领域泛化方法。代码可在 https://github.com/zzzqzhou/Dual-Normalization 获得。
第 784 条 - FDOT
784-1 管理现场以太网交换机。784-1.1 描述。为智能交通系统 (ITS) 项目提供并安装强化的设备级管理现场以太网交换机 (MFES)。确保 MFES 以每秒 100 兆比特的传输速率从远程 ITS 设备安装位置到 ITS 网络主干互连点提供线速快速以太网连接。仅使用符合这些最低规格要求且列在部门批准产品清单 (APL) 上的设备和组件。784-1.2 材料：784-1.2.1 一般要求：确保 ITS 网络管理员能够单独管理每个 MFES 并作为一个组进行交换机配置、性能监控和故障排除。确保 MFES 包含第 2 层以上功能，包括 QoS、IGMP、速率限制、安全过滤和一般管理。确保所提供的 MFES 与 ITS 主干以太网网络接口完全兼容且可互操作，并且 MFES 支持半双工和全双工以太网通信。所提供的 MFES 应提供 99.999% 的无错误操作，并符合电子工业联盟 (EIA) 以太网数据通信要求，使用单模光纤传输介质和 5E 类铜传输介质。为每个远程 ITS 现场设备提供交换式以太网连接。确保 MFES 的平均故障间隔时间 (MTBF) 至少为 10 年或 87,600 小时，这是使用 Bellcore/Telcordia SR-332 可靠性预测标准计算得出的。784-1.2.2 网络标准：确保 MFES 符合所有适用的 IEEE 以太网通信网络标准，包括但不限于：1. 与快速生成树协议 (RSTP) 一起使用的媒体访问控制 (MAC) 桥的 IEEE 802.1D 标准。 2. IEEE 802.1Q 标准，适用于基于端口的虚拟局域网 (VLAN)。 3. IEEE 802.1P 标准，适用于服务质量 (QoS)。 4. IEEE 802.3 标准，适用于局域网 (LAN) 和城域网 (MAN) 接入和物理层规范。 5. IEEE 802.3u 补充标准，适用于 100 Base TX/100 Base FX。 6. IEEE 802.3x 标准，适用于全双工操作的流量控制。 784-1.2.3 光纤端口：确保所有光纤链路端口在单模式下以 1,310 或 1,550 纳米运行。确保光纤端口仅为 ST、SC、LC 或 FC 类型，如计划中或工程师所指定。请勿使用机械传输注册插孔 (MTRJ) 型连接器。提供至少具有两个光纤 100 Base FX 端口的 MFES，能够以每秒 100 兆比特的速度传输数据。确保 MFES 配置的端口数量和类型与合同文件中详述的一致。提供设计用于一对光纤的光纤端口；一根光纤将传输（TX）数据，一根光纤将接收（RX）数据。
量子密钥分布中的实施安全性 - 研究
在其受孕后近四十年，[1]量子关键分布（QKD）已成为量子信息应用中卓越的成熟技术，而专门提供QKD服务，[2-6]大都会QKD网络在全球范围内部署了一个空间，[7-12]秘密密钥速度和转移率，超过了秘密的键入率，是秘密的钥匙率和trans-trans-trife-for-for-for-for-for-for-for-for-for-fife fefor，[[7-12] fer- fife fefrife and-fife for [[7-12]，[[7-12] fer- fife fife fife fife bectival for [7-12]。中国综合QKD主干延伸了数千公里[19]。 QKD的关键加密优势在于，它允许通过Inse-Cure Channel [20]提供信息理论上的键交换，该渠道为长期通信安全提供了独特的解决方案。 更具体地，而标准公共密钥密码系统的安全性则在潜在的对手，数学QKD QKD安全证明上推定计算限制依赖于量子力学的基本属性，例如量子状态的无差异性[21] [21]与量子状态或量子范围[22] - 与物理模型的模型相关的QUCT涉及QK的模型。 [23,24]另一种方式，QKD的安全性源于独特的物理层支持，这是一把双刃剑：一方面，它消除了对计算假设的需求，而计算假设随着时间的流逝而变得越来越弱，但另一方面，另一方面，它是明显地依赖于量化的量子的差异差异，而差异很大。 后一个观察结果产生了在其受孕后近四十年，[1]量子关键分布（QKD）已成为量子信息应用中卓越的成熟技术，而专门提供QKD服务，[2-6]大都会QKD网络在全球范围内部署了一个空间，[7-12]秘密密钥速度和转移率，超过了秘密的键入率，是秘密的钥匙率和trans-trans-trife-for-for-for-for-for-for-for-for-for-fife fefor，[[7-12] fer- fife fefrife and-fife for [[7-12]，[[7-12] fer- fife fife fife fife bectival for [7-12]。中国综合QKD主干延伸了数千公里[19]。QKD的关键加密优势在于，它允许通过Inse-Cure Channel [20]提供信息理论上的键交换，该渠道为长期通信安全提供了独特的解决方案。更具体地，而标准公共密钥密码系统的安全性则在潜在的对手，数学QKD QKD安全证明上推定计算限制依赖于量子力学的基本属性，例如量子状态的无差异性[21] [21]与量子状态或量子范围[22] - 与物理模型的模型相关的QUCT涉及QK的模型。[23,24]另一种方式，QKD的安全性源于独特的物理层支持，这是一把双刃剑：一方面，它消除了对计算假设的需求，而计算假设随着时间的流逝而变得越来越弱，但另一方面，另一方面，它是明显地依赖于量化的量子的差异差异，而差异很大。后一个观察结果产生了
VITRON：用于理解的统一像素级视觉 LLM......
我们提出了 V ITRON，一种通用的像素级视觉 LLM，旨在全面理解、生成、分割和编辑静态图像和动态视频。V ITRON 建立在 LLM 主干之上，在其前端模块中集成了用于图像、视频和像素级区域视觉效果的编码器，同时采用最先进的视觉专家作为其后端，通过它 V ITRON 支持一系列视觉端任务，涵盖从低级到高级的视觉理解到视觉生成。为了确保从 LLM 到后端模块的消息传递有效和精确以进行函数调用，我们提出了一种新颖的混合方法，同时集成离散文本指令和连续信号嵌入。此外，我们为 V ITRON 设计了各种像素级时空视觉语言对齐学习，以达到最佳的细粒度视觉能力。最后，建议使用跨任务协同模块来学习最大化任务不变的细粒度视觉特征，增强不同视觉任务之间的协同作用。 V ITRON 演示了 12 多个视觉任务，并在 22 个数据集上进行了评估，展示了其在四个主要视觉任务集群中的广泛能力。总体而言，这项工作阐明了开发更统一的多模态通才的巨大潜力。
GP2500-TC11/GP2600-TC11 安装指南 - HMI 商店
系统设计 • 请勿创建可能危及设备和人员安全的 GP 触摸屏开关。GP、其 I/O 单元、电缆和其他相关设备的损坏可能会导致输出信号持续保持 ON 或 OFF 状态，并可能导致重大事故。因此，应使用限位开关等设计所有监控电路以检测错误的设备移动。为防止与错误信号输出或操作相关的事故，应将用于控制重要机器操作的所有开关设计为通过单独的控制系统进行操作。 • 请勿将用于控制机器安全操作的开关（如紧急停止开关）创建为 GP 触摸屏图标。务必将这些开关安装为单独的硬件开关，否则可能会发生严重的人身伤害或设备损坏。 • 请设计您的系统，以使设备不会因 GP 与其主机控制器之间的通信故障而发生故障。这是为了防止任何可能发生的人身伤害或材料损坏。 • 请勿将 GP 单元用作严重警报的警告设备，这些警报可能会导致严重的操作员伤害、机器损坏或生产停止。关键警报指示器及其控制/激活器单元必须使用独立硬件和/或机械联锁装置进行设计。• GP 不适用于飞机控制装置、航空航天设备、中央主干数据传输（通信）设备、核电控制装置
文章人工智能 (AI) 驱动的磨牙角度测量可预测全景 X 光片上的第三磨牙萌出
摘要：所提出的人工智能 (AI) 工具的目的是自动分割全景 X 光片上的下颌磨牙并提取磨牙方向，以预测第三磨牙的萌出潜力。总共使用 838 张全景 X 光片进行网络的训练 (n = 588) 和验证 (n = 250)。具有 ResNet-101 主干的全卷积神经网络联合预测了磨牙分割图和方向线估计值，然后通过对分割轮廓的近中和远中侧进行回归迭代细化。准确度被量化为与人类参考测量值相比的正确角度 (具有预定义的误差间隔) 的分数。使用 Bland-Altman 图直观地评估网络和参考测量值之间的性能差异。自动磨牙分割的定量分析导致平均 IoU 约为 90%。第一和第二磨牙的平均 Hausdor ffi 距离最小。网络角度测量的准确度达到 79.7% [ − 2.5 ◦ ; 2.5 ◦ ] 和 98.1% [ − 5 ◦ ; 5 ◦ ]，同时临床上显著减少了 53% 以上的用户时间。总之，本研究验证了一种独特的新型 AI 驱动工具，可快速、准确、一致地自动测量全景 X 光片上的磨牙角度。为牙科医生提供精确的 AI 工具将促进和优化牙科护理，并协同提高诊断准确性。
儿科指南 – 仅限药物表
ABC 已获得美国食品药品管理局 (FDA) 批准，可用于年龄≥3 个月的 HIV 儿童，作为抗逆转录病毒疗法 (ART) 中核苷逆转录酶抑制剂 (NRTI) 的一部分。但是，世界卫生组织 (WHO) 为 ABC 作为 NRTI 主干的一部分，为出生时体重≥2 公斤的足月新生儿提供了剂量指导（参见附件 1：WHO 艾滋病毒预防、检测、治疗、服务提供和监测综合指南中的 ARV 药物剂量）。WHO 关于新生儿 ABC 剂量的指导增加了在特殊情况下管理新生儿的抗逆转录病毒 (ARV) 药物的选择，因为奈韦拉平或齐多夫定 (ZDV) 的缺货可能会影响有效提供新生儿 HIV 的产后预防或治疗的能力。世卫组织建议从 1 个月大开始对婴儿使用 ABC 剂量，这是基于世卫组织艾滋病毒预防、检测、治疗、服务提供和监测综合指南将 ABC 列为儿童一线和二线 ARV 方案的首选 NRTI 成分。这项建议还考虑到总统艾滋病紧急救援计划 (PEPFAR) 暂时批准的儿科仿制 ABC 制剂（包括含有 3TC 的复合制剂）的可用性以及资源有限环境中 ARV 药物的成本。
大型地下基础设施的自动像素级裂缝监测系统——欧洲核子研究中心的案例研究
在混凝土隧道衬砌中，裂缝通常在严重且无法忍受的使用寿命损坏之前出现和发展，这是结构退化的早期迹象。监测和评估裂缝空间分布可以突出长期隧道结构行为并促进隧道维护。本研究描述了一种使用机器人安装的成像技术在像素级范围内进行裂缝监测的远程自动化系统。该系统远程收集裂缝图像并将它们拼接在一起以创建隧道表面的全景图像。本研究采用迁移学习，对具有轻量级主干的最先进的语义分割模型 DeepLab V3plus 进行微调和改进，以自动检测裂缝。在全景图上实施了一种新颖的平滑混合预测方法，以呈现长距离隧道裂缝分布，从而缓解高分辨率图像推理中遇到的错误分类问题。此外，根据 CERN 隧道裂缝数据库特征，已经开发了迁移学习、定制损失函数和正则化技术，以保持所提方法的高性能和泛化。在 CERN 隧道中进行的现场试验证明了所提出的裂缝监测系统的可行性。结果表明，所提出的系统可以识别严重裂缝损坏的隧道段和特定的裂缝模式，这与隧道衬砌的结构行为有关。