XiaoMi-AI文件搜索系统
World File Search System交互式
ChemgyMrl：用于数字化学的增强学习的交互式框架
本文提供了一个模拟实验室，用于利用化学疾病的增强学习（RL）。由于RL是相当数据密集型的，因此在现实世界中采取行动是“现场”的培训代理人，这是可能的，而且可能很危险。此外，化学过程和发现涉及挑战，这些挑战在RL基准测试中并不常见，因此提供了丰富的工作空间。我们推出了一组高度可定制的开源RL环境，Chem-Gymrl，实施了标准的体育馆API。ChemGyMRL支持一系列相互连接的虚拟化学台，RL代理可以在其中操作和训练。本文使用众所周知的化学反应作为说明性示例介绍和详细信息，并在每个台下训练一组标准的RL算法。最后，除了将未来工作的方向列表列表以外，还提供了几种标准RL方法的性能的讨论和比较，以此作为进一步开发和使用ChemGyMRL的愿景。
两种在虚拟环境中移动的方法的比较：原地行走和交互式重定向行走
自虚拟现实诞生之初，在比参与者操作的物理空间更大的虚拟环境中移动一直是一项挑战。已经提出了许多不同的方法，例如基于操纵杆的导航、原地行走（参与者进行行走动作但在物理空间中静止不动）以及重定向行走（环境被秘密改变，给人一种在虚拟空间中走长直线但在物理空间中可能走圆圈的错觉）。每种方法都有其局限性，从模拟器晕动症到仍然需要比可用空间更多的物理空间。受 COVID-19 封锁的刺激，我们开发了一种新的运动方法，我们称之为交互式重定向行走。在这里，参与者真的在走路，但当到达边界时，会旋转虚拟世界，以便继续行走始终在物理边界内。我们进行了一项探索性研究，使用问卷以及基于参与者撰写的评论的定性反应（经过情绪分析），将这种方法与原地行走在存在感方面进行了比较。令人惊讶的是，我们发现较小的物理边界有利于交互式重定向行走，但对于长度超过大约 7 个成人步长的边界，原地行走方法是更可取的。
面向具有内在反馈的交互式强化学习
强化学习 (RL) 和脑机接口 (BCI) 在过去十年中经历了显着增长。随着人们对人机在环 (HITL) 的兴趣日益浓厚，将人类输入与 RL 算法相结合催生了交互式 RL 子领域。与此同时，BCI 领域长期以来一直对从神经活动中提取信息性脑信号以用于人机交互感兴趣。这两个领域之间的关键联系在于将神经活动解释为反馈，以便可以采用交互式 RL 方法。我们将这种新兴的反馈媒介称为内在反馈。尽管内在反馈能够自动甚至无意识地传达，但两个社区基本上都没有对这一关键环节进行适当的探索。因此，为了帮助促进更深入的理解和更有效的利用，我们提供了一个教程式的回顾，涵盖了内在反馈及其基础概念的动机、方法和未解决的问题。
ARINC 661 的多用途交互式应用程序 (MPIA)
摘要。本文介绍了我们使用形式化方法开发符合 ARINC 661 规范标准的人机界面 (HMI) 的经验，该界面可用于交互式驾驶舱应用程序。此开发依赖于我们在 FORMEDICIS 1 项目中提出并正式定义的 FLUID 建模语言。FLUID 包含指定 HMI 所需的基本功能。为了开发多用途交互式应用程序 (MPIA) 用例，我们遵循以下步骤：使用 FLUID 语言编写 MPIA 的抽象模型；此 MPIA FLUID 模型用于生成 Event-B 模型，以检查功能行为、用户交互、安全属性以及与域属性相关的交互；Event-B 模型还用于使用 ProB 模型检查器检查时间属性和可能的情况；最后，使用 PetShop CASE 工具将 MPIA FLUID 模型转换为交互式协作对象 (ICO)，以验证动态行为、视觉属性和任务分析。这些步骤依赖于不同的工具来检查内部一致性以及可能的 HMI 属性。最后，使用 FLUID 对 MPIA 案例研究进行正式开发并将其嵌入到其他正式技术中，证明了我们在 FORMEDICIS 项目中定义的方法的可靠性、可扩展性和可行性。
AI Charades：语言模型作为交互式游戏环境
在本研究中，使用预训练的 GPT-2 Transformer 网络作为模型 [1]。使用预训练模型有几个好处。首先，不需要微调，因此不需要额外的训练或数据收集。其次，通用语言模型提供了丰富的语义环境供交互。在语言模型游戏中，很大一部分挑战包含在语言模型的自然动态中——玩家必须弄清楚哪些短语会影响 AI，理解什么语法等。外部结构，例如在 AI Charades 中提供一个秘密词，主要作为目标框架，以鼓励探索语言模型动态。请注意，任何经过充分训练的语言模型都可以替代，并且不同的模型通常会提供相关（适用基本语法规则）但不同（语言模型偏向其训练数据集）的动态。
音频焦点：交互式空间声音与触觉相结合，以改善能见度低下的声源定位
为了简化人力资源管理并降低成本，现在越来越多的控制塔被设计为远程控制，而不是直接植入机场。这个概念被称为远程控制塔，它提供了一种“数字”工作环境，因为跑道上的视图是通过位于实际机场的摄像头远程广播的。这为研究人员和工程师提供了开发新颖交互技术的可能性。但这项技术依赖于视觉，视觉主要用于向操作员提供信息和交互，而现在视觉已经变得超负荷。在本文中，我们专注于设计和测试依赖于人类听觉和触觉的新型交互形式。更准确地说，我们的研究旨在量化基于空间声音和振动触觉反馈的多模态交互技术对改善飞机定位的贡献。应用于远程塔环境，最终目的是增强空中交通管制员的感知并提高安全性。在模拟环境中，通过涉及 22 名空中交通管制员，比较了三种不同的交互模式。实验任务是通过两种可见性条件，利用听觉和触觉定位不同空域位置的飞机。在第一种模式（仅空间声音）中，声源（例如飞机）具有相同的放大系数。在第二种模式（称为音频焦点）中，
用于飞机轨迹分析的交互式基于图像的信息可视化
摘要 — 空中交通管制 (ATC) 领域是大数据挑战的一个例子。数据由飞机轨迹或轨迹集组成，这些轨迹或轨迹又记录了飞机在给定空域中几个时刻的位置，以及其他信息，例如飞行高度、速度、燃料消耗和元数据（例如航班 ID）。分析和理解时间相关数据对信息可视化提出了一些不小的挑战。在本文中，我们提出了一套新颖的方法，使用基于图像的交互式信息可视化技术来分析飞机轨迹。我们通过提出一组相关的可视化分析方法来解决数据处理方面的可扩展性挑战和未解决的问题，这些方法侧重于 ATC 领域的决策支持。所有方法都使用基于图像的技术，以概述此类技术在我们的应用环境中的优势，并通过 ATC 域中的用例进行说明。对于每个用例，我们概述了领域专家提出的问题类型、解决这些问题所涉及的数据，并描述了我们用于解决这些问题的特定基于图像的技术。对于每种这样的技术，我们描述了用于实现其目标的视觉表示和交互机制。我们用来自 ATC 域的真实数据集来说明这些用例。
人类心脏高性能数字双胞胎的交互式平台
摘要 - 在本文中，我们提出了一个交互式平台，用于可视化和操纵从计算机断层扫描（CT）重建的人心的数字双胞胎。该平台涉及一对全息眼镜，它们的相机用于通过手势输入控制参数，高端图形工作站充当平台管理器，以渲染数据并控制计算的平台经理，以及高性能计算机群集，这是基于物理学的心脏模型所需的重量计算的高性能计算。心脏的数值模型被称为生物心脏的数字双胞胎，使用所提出的平台，我们可以在心脏的某些部分看到并操作生物心脏中很难达到的心脏。这样的平台可以用作外科计划的离线工具，也可以用作操作过程中近乎实时的工具。本文的主要重点是算法和软件，用于通过手势通过全息玻璃操纵三维弹性对象，对表面几何的控制以及对平行计算机上弹性物体的运动和位移的接近实时计算。心脏的变形是由在超级计算机上求解的超弹性方程式建模的，以便几乎实时获得物理上有意义的运动。报告了实际患者的心脏的初步结果。索引术语 - 相互作用的全息图，数字双胞胎，心脏超弹性模型，有限元素，域分解，平行处理
微风2.0：用于视觉分析和比较药物反应数据的交互式网络工具
功能精密医学（FPM）提供了一种激动的简化方法，可以为现有分子找到正确的应用并增强治疗潜力。综合和r ob ob ust工具可确保结果的高精度和可靠性至关重要。响应于这种需求，我们会在viousl y开发了Breez E，这是一种药物筛选数据分析管道，旨在以用户友好的方式促进质量控制，剂量响应曲线和数据可视化。在这里，我们描述了最新版本的Breeze（Release 2.0），该版本实现了一系列高级数据探索功能，为用户提供了全面的分析和交互式可视化选项，这对于最大程度地降低了假阳性 /负面 /负面结果以及对药物敏感性和抵抗性数据的准确解释至关重要。Breeze 2.0 Web-Tool还与公开可用的药物回复数据集构成了用户剥夺数据的集成分析和交叉相比。更新的版本包含新的药物量化指标，支持对多剂量和单剂量药物筛查数据的分析，并引入了重新设计的直观用户界面。通过这些增强功能，Breeze 2.0预计将大大扩展其在FPM不同领域的潜在应用。
替代性大脑连通性强调了交互式生物运动处理中与年龄相关的差异
迅速认识并理解他人的社会互动是一种重要的能力，它依赖于解密多个信息来源，例如感知身体信息并推断他人的意图。尽管最近在成年人中表征了这种能力的大脑基础方面的进步，但其发展基础实际上是未知的。在这里，我们使用fMRI研究了哪些社会信息来源支持临时沟的较高暂时性响应对互动生物学运动（即2个相互作用的点 - 轻度人物人物）在人类参与者中（性别）的不同发育间隔：儿童表现出支持性功能连接性与精神化网络的支持功能连接性，而成人与身体相关性相关性和动态相关性和动态性相关性和动态性相关性。我们建议成年人通过人体和生物运动信息使用有效的动作 - 意见理解，而儿童则对隐藏的心理状态推断表现出更强的遗物，这是学习更好地了解他人互动行为的潜在手段。