XiaoMi-AI文件搜索系统
World File Search System乏味的
应用程序的机器学习
在本文中，我们处理了准确，自动检测一般图像的方向的问题，例如，假日快照。检测图像方向对于人类来说是一件容易的事，但在数字照片的处理和管理过程中可能是一项漫长而乏味的活动。在设计系统以正确的方向显示图像的系统设计中已经进行了几次尝试，但是，这仍然是一个开放的问题。在这项工作中，我们利用深度学习的力量提出了一种转移学习方法，该方法将预训练的卷积神经网络调整为此分类任务。我们创建了通过随机更改给定网络的所有激活层中的激活功能设计的不同卷积神经网络模型的合奏。以及几个已知的激活函数，我们还将新颖的软学习激活函数包括在“随机集”中。我们由此产生的合奏已在从四个不同的公共数据集中拍摄的45,000多张图像上进行了广泛的评估，显示出与其他最新方法相对于其他最新方法的显着性能改善。所有用于此工作的源代码均可在https://github.com/lorisnanni/上免费获得。
使用转移学习进行运动图像检测的指南：实验研究
摘要 - 基于运动图像（MI）的脑部计算机界面（BCI）显示出有希望的运动恢复结果，术中意识检测或辅助技术控制。但是，由于脑电图（EEG）信号的高度可变性，它们主要是每次使用日期所需的冗长而乏味的校准时间，并且缺乏所有用户的可靠性，因此它们遭受了几个限制。可以使用转移学习算法在某种程度上解决此类问题。但是，到目前为止，此类算法的性能已经非常可变，何时可以安全地使用它们。因此，在本文中，我们研究了MI-BCI数据库（30个用户）上各种最先进的Riemannian转移学习算法的性能：1）受到监督和不受监督的转移学习； 2）对于目标域的各种可用培训脑电图数据； 3）会议内或会议间的转移； 4）对于Mi-BCI表演良好且较不愉快的用户。从此类实验中，我们得出了有关何时使用哪种算法的准则。重新介绍目标数据后，该目标集的几个样本被考虑在内。即使对于课内转移学习也是如此。同样，重新介入对于在会话之间难以产生稳定的运动图像的受试者特别有用。
从用户故事中得出域模型：人与机器
摘要 - 域模型在软件开发中起着至关重要的作用，因为它们为利益相关者之间的沟通，提出要求以及代表数据库方案背后的信息结构或以模型驱动的开发为基础。但是，创建这样的模型是一种乏味的活动，自动化支持可能有助于获得初始领域模型，以后可以由人类分析师富集。在本文中，我们提出了从给定的一组用户故事中得出域模型的各种方法的有效性的实验比较。我们将人类推导与机器推导对比；对于后者，我们比较（i）视觉叙述者：现有的基于规则的NLP方法； （ii）我们设计的机器学习分类器； （iii）我们通过及时工程构建的生成AI方法。基于由9个用户故事和相应域模型的基准数据集组成的基准数据集，评估表明，尽管机器学习方法的调整版本接近，但没有方法与人类的性能相匹配。为了更好地理解结果，我们定性分析它们并确定误报类型以及影响性能的其他因素的差异。
研究空间手套和EVA西装的设计
摘要人类与空间的相互作用大大增加。随着术外活动（EVA）的不断增长的作用，宇航员手套在太空套装中需要技术研究和创新。手套似乎对设计显得微不足道，但实际上是最乏味的，因为EVA期间的所有任务都需要大量的手法。空间手套应具有敏捷性，可操作性和触觉的力量和功能。其主要目标是允许宇航员尽可能有效地移动手指，并有助于运动，约束和物体处理。由于指关节或掌pophangeal（MCP）关节的高扭矩要求，目前的手套很麻烦。此外，由于指尖持续压力，宇航员遭受了一种称为指甲分层（或on八溶解）状况的状况。重点是给定技术和科学增强功能的主要挑战，以及如何利用它们来汲取所有好处。本文提供了一项综述研究，以通过逐步而实质性的技术进步来确定项目的合理性。关键字EVA手套，太空服，对手动疲劳的影响，材料，机器人手
大西洋鲑鱼心脏形态变化的自动评估（Salmo Salar L.）
偏离心形和心脏健康状况不佳是养殖大西洋鲑鱼的重复关注。形态分析已经改善了我们对鲑鱼心形态的理解，但是通常通过测量长度，比率和角度来手动对形态逻辑心脏变异进行评估。心脏形状的手动评估是乏味的，耗时的，并且不是很标准化。它还需要培训和对齐人员才能获得可靠的结果。考虑到这些挑战，我们旨在使用用于计算机视觉的深度学习模型来自动化此过程，以衡量心脏的形态变化。在这里，我们开发了一种用于诊断工具的算法，以检测养殖大西洋鲑鱼中心脏形态的变化，我们认为与手动过程相比，我们可以以更客观，可再现和可靠的方式评估心脏形态变化。这项研究得出的知识可能代表了理解和最终减少养殖鲑鱼心脏异常的关键步骤，这对于改善鱼类健康和福利并确保水产养殖的可持续增长至关重要。
请引用已发表的版本Duan，Youxiang ... -E -space
摘要 - Multi-Modal检索已获得广泛的介绍，因为它可以称赞为计算社会系统（CSS）的开发提供大量相关的数据支持。但是，现有作品仍然面临以下挑战：（1）扩展到CSS时依靠乏味的手动标记过程，这不仅引入了主观错误，而且会消耗大量的时间和人工成本； （2）仅使用强烈的数据进行培训，因此缺乏对邻接信息的关注，这使得难以有效拟合的稳健性和语义异质性差距很差； （3）将特征映射到实价形式中，这导致了高储存和低检索效率的特征。为了依次解决这些问题，我们设计了一个基于Web知识驱动的多模式检索框架，称为无监督和健壮的图形卷积哈希（URGCH）。特定的实现如下：首先，提出了一种“二级语义自我融合”方法，该方法主要通过预训练的神经网络提取语义丰富的特征，通过语义融合构建联合语义矩阵，并消除
使用I-Gonad方法
CRE/ LOXP系统是体内基因功能研究的强大工具。CRE重组酶的调节表达以空间和时间控制的方式介导了遗传因素的精确缺失。尽管该系统具有鲁棒性，但仍需要大量精力为每个感兴趣的单个基因创建有条件的敲除模型，在这些基因中，必须同时将两个LOXP位点插入顺式。当前的工作涉及劳动密集型胚胎（ES）细胞 - 基于基因靶向小鼠胚胎的基因和乏味的微观畅通。该工作流的复杂性构成了技术挑战，因此限制了有条件遗传学的更广泛应用。在这里，我们通过将CRISPR供体的独特设计与新的Oviduct电穿孔技术I I -Gonad集成了一种替代方法来生成鼠标LOXP等位基因。显示了这种方法的潜力和简单性，我们在一次尝试中创建了五个基因的FloxErx等位基因，其成本相对较低，设备设置最少。除了条件等位基因外，还获得了本构敲除等位基因作为这些实验的副产品。因此，I -Gonad的更广泛应用可能会使用新型鼠模型促进基因功能研究。
利用绿色ATR-FTIR光谱法来定量布洛芬片的定量分析
FTIR技术在PHAR MACEUTICAL分析领域的适用性很好，可以很好地提出。但是；配备强大计算机软件的制造强大光谱仪的最新进展为重新发现了旧技术的定性可行性开辟了新的机会（Bunaciu等人al 2010）。更重要的是，新一代支持人工智能的仪器已经彻底改变了新方法，例如化学计量学。探索以定量方式参与红外光谱的能力总是对科学家的吸引力。该技术提供了一种无损的简单绿色替代品，可用于经典的甲基甲烷类ODS。躲避乏味的，环境有害和昂贵的以某种方式复杂的样品制备程序代表了药物分析应用中与IR光谱相关的一些优势。目前的工作旨在阐明几种Commer cial IBU剂型中Ac Tive Pharmaceutical成分（API）的FTIR定量浓度测量的适用性。该技术比传统测试提供了许多优势。IBU被选择用于研究FTIR技术的定量适用性，因为它是一种全球镇痛药。毫无疑问，这项研究的结果将使用具有可比结果的简单技术提供重要的药物分析的示例。
聚丙烯腈作为金纳米粒子的多功能基质 -
lspr是它们独特的光学特性之一，可以考虑扩大周围分析物分子的拉曼信号。通过仔细控制其大小，形状和间距间距，可以使Aunps展示LSPR，从而使其成为提高SERS信号的理想候选者。au已被许多研究人员广泛用于SERS主动底物。24 - 31然而，由于乏味的途径和使用刺激性化学物质，合成Aunps的合成一直在具有挑战性。32 - 38在这里，通过使用Dime-thyylformamide（DMF）的简单明了的方法，使用金氯化水合物（Haucl 4 $ 3H 2 O）合成金纳米颗粒（AUNP）。39 - 41使用DMF作为溶剂和还原剂，以前已经表明，金，银和其他金属的金属纳米结构可以以各种方式形成。42 - 44这里，引入了一个简单的途径，以直接在PAN/DMF解决方案中合成AUNP。这种方法具有无表面活性剂合成的好处。同时，聚合物纳米复合材料不仅增强了整体表面特性，还可以支持可重复使用的lm。45
使用视觉变压器X射线图像中的非法对象检测
摘要 - 占对象检测是在各种高安全地点执行的关键任务，包括机场，火车施工，地铁和港口。每小时检查数千张X射线图像的持续和乏味的工作可能会在精神上征税。因此，深层神经网络（DNN）可用于自动化X射线图像分析过程，提高效率并减轻安全人员的检查负担。通常在相关文学中使用的神经体系结构是卷积神经网络（CNN），而视觉变压器（VIT）很少使用。为了解决这一差距，本文对X射线图像中非法项目检测的相关VIT体系结构进行了全面评估。这项研究利用了变压器和杂化主链，例如Swin和Nextvit，以及探测器，例如Dino和RT-Detr。结果证明了Dino Transformer探测器在低数据策略，令人印象深刻的Yolov8实时性能以及混合NextVit主链的有效性中的出色准确性。索引术语 - 对象检测，X射线，视觉变压器，深神经网络