XiaoMi-AI文件搜索系统
World File Search System交互性
lovis4u：比较基因组学的基因座可视化工具
可用性和实现：Lovis4U在Python3中实现，并在Linux和MacOS上运行。命令行接口涵盖了最实际的用例，而提供的Python API允许在Python程序中使用，集成到外部工具中以及其他自定义。源代码可在github页面上获得：github.com/art- egorov/lovis4u。详细的文档，其中包括示例驱动指南，可以从软件主页上获得：art-egorov.github.io/lovis4u。简介微生物基因组数据库的指数增长已解锁了许多比较基因组分析的机会（1）。各种任务，例如对基因邻域保护的分析（2,3），功能短ORF（4,5）的注释以及基因组变异性热点（6-8）的研究通常需要可视化多个基因组基因局基因局基因局基因局基因局基因局。为此目的开发了几种软件工具。这些子集具有图形用户界面（GUI），例如Artemis比较工具（9），EasyFig（10），Genespy（11）和Geneious Prime（Geneious.com）。另一个类别包括基于Web的应用程序，例如基因图形（12）。此外，还有库，例如r套件genoplotr（13）和gggenes（14），以及python包装Genomediagram（15）。一些工具集成了多种方法，创建混合解决方案。例如，GenView是一种与交互式Web应用程序（16）相结合的Python管道（16），Clinker＆ClusterMap.js（17）是一种流行的工具，具有命令行界面和可以生成矢量图形的交互式Web应用程序。尽管这些工具中的许多工具都通过GUIS或Web应用程序具有交互性，但缺乏适用用户友好的命令行工具
利用人工智能 (AI) 聊天机器人获取性与生殖健康建议的障碍与促进因素：定性分析
摘要 作者所属机构和声明的完整列表见论文末尾背景。人工智能 (AI) 的出现为性与生殖健康服务的需求管理提供了机会。对话代理/聊天机器人越来越普遍，尽管人们对这项技术如何帮助服务知之甚少。本研究旨在确定与性健康聊天机器人互动的障碍和促进因素，以便为服务开发人员和相关健康专业人员提供建议。方法。2020 年 1 月至 6 月，我们进行了面对面、半结构化和在线访谈，以探索对性健康聊天机器人的看法。参与者被要求与聊天机器人互动，提供有关性传播感染 (STI) 和相关服务的建议。参与者来自英国并通过社交媒体招募。数据被记录、逐字转录并按主题进行分析。结果。40 名参与者（年龄 18-50 岁；64% 为女性，77% 为异性恋，58% 为白人）参加了研究。许多人认为聊天机器人可以帮助性教育，以方便、匿名和不带偏见的方式提供有关性传播感染的有用信息并指引性健康服务。一些人将聊天机器人与健康专家或互联网搜索引擎进行比较，认为这项技术较差，提供的内容和交互性受到限制，限制了个人信息的披露、信任和聊天机器人响应的准确性。结论。尽管人们对聊天机器人的态度褒贬不一，但这项技术被认为对匿名性教育有用，但不太适合需要同理心的事情。聊天机器人可能会增加获得临床服务的机会，但其有效性和安全性还有待确定。未来的研究应该确定哪些聊天机器人的设计和功能可以带来与这项创新的最佳互动。
支持语义和空间构造场景处理的独特且重叠的大脑网络
场景意象在我们回忆自传体记忆、想象未来和在世界中探索时起着重要作用。因此，在本研究中，我们试图更好地了解大脑如何支持场景表征。处理场景涉及各种认知过程，这些过程在现实世界中具有高度交互性。然而，在这里，我们的目标是分离语义和空间构造场景过程，以便识别每个过程特有的大脑区域、它们共同拥有的区域以及区域之间的连接。为此，参与者在功能性磁共振成像期间搜索场景中的语义或空间构造不可能性。我们只关注那些可能的场景，从而消除任何会引起惊讶或新奇等反应的错误检测。重要的是，我们还在参与者之间平衡了可能的场景，使我们能够在两种不同条件下检查相同可能场景图像的大脑活动和连接性。我们发现参与者在每种条件下都采用了不同的认知策略，这反映在不同的眼球运动行为中。这些反过来又与颞叶外侧皮层和顶叶皮层在语义场景处理中的参与度增加、海马体在空间构造场景处理中的参与度增加以及腹内侧前额叶皮层 (vmPFC) 的激活度增加有关，腹内侧前额叶皮层 (vmPFC) 是两者共有的。连接性分析表明，vmPFC 根据手头的任务在语义和空间构造大脑网络之间切换。这些发现进一步强调了颞叶外侧区域众所周知的语义功能，同时为先前断言的海马体对场景构造的贡献提供了额外的支持，以及最近提出的 vmPFC 可能在协调场景处理中发挥关键作用的建议。
实时在线评估和移动性监视器（...
实时在线评估和移动性监视器（ROAMM）应用ROAMM（实时在线评估和移动性监视器）是一个可自定义的平台，该平台在佛罗里达大学开发，专门为智能手表设计。它提供了长期和连续的连接性，双向交互性以及通过智能手表的远程可编程性。该平台的目标是允许使用智能手表对患者进行远程监控。这种方法减少并有可能删除面对面的重复后续访问，同时还提供了围绕秋季或其他情节健康事件恢复的详细客观信息（例如住院）。此外，由于它们的广泛流行，移动设备克服了种族，地理和教育鸿沟，并且具有数字吸引力并保留了医疗保健研究中不同人群的潜力。ROAMM跨越四个主要测量类别：i）流动性，ii）生态瞬时评估/患者报告的结果； iii）认知； iv）使用智能手表平台进行干预健康事件监视。组件包括：1）安全的智能手表应用程序（APP），该应用程序收集并总结了传感器受监视的数据（例如三轴加速度计，GPS位置）; 2）允许生态瞬时评估的图形接口； 3）界面和/或语音记录用于认知评估； 4）安全服务器，用于配置应用程序参数，数据存储，高级分析，基于Web的数据可视化和传感器的远程管理。Roamm Watch应用程序。手表应用程序建立在三星Galaxy和Apple Watch上。该应用程序收集了自我报告以及传感器监控的数据，并将它们处理为信息丰富的功能。移动应用程序具有以下独特功能：
EGNN-C+：可解释的演化粒状神经网络及其在弱监督 EEG 数据流分类中的应用
摘要 — 我们引入了一种改进的增量学习算法，用于进化粒神经网络分类器 (eGNN- C+)。我们使用双边界超框来表示颗粒，并定制自适应程序以增强外框对数据覆盖和噪声抑制的鲁棒性，同时确保内框保持灵活性以捕获漂移。分类器从头开始发展，动态合并新类别，并执行局部增量特征加权。作为一种应用，我们专注于脑电图 (EEG) 信号中与情绪相关的模式的分类。情绪识别对于增强计算机系统的真实感和交互性至关重要。挑战恰恰在于开发高性能算法，能够有效地管理生理数据中的个体差异和非平稳性，而无需依赖特定于受试者的校准数据。我们从 28 名玩电脑游戏的人获得的 EEG 信号的傅里叶频谱中提取特征 - 这是一个公共数据集。每个游戏都会引发不同的主要情绪：无聊、平静、恐惧或快乐。我们分析单个电极、时间窗口长度和频带，以评估由此产生的独立于用户的神经模型的准确性和可解释性。研究结果表明，两个大脑半球都有助于分类，尤其是颞叶 (T8) 和顶叶 (P7) 区域的电极，以及额叶和枕叶电极的贡献。虽然模式可能出现在任何波段中，但 Alpha (8-13Hz)、Delta (1-4Hz) 和 Theta (4-8Hz) 波段按此顺序与情绪类别表现出更高的对应性。eGNN-C+ 证明了学习 EEG 数据的有效性。即使面对高度随机的时变 4 类分类问题，它也能使用 10 秒时间窗口实现 81.7% 的准确率和 0.0029 II 的可解释性。
基于虚拟现实 (VR) 的环境丰富功能，适用于患有轻度认知障碍 (MCI) 和轻度痴呆症的老年人
摘要：背景：尽管全球痴呆症患病率呈惊人上升趋势，但可用于改善痴呆症患者认知和心理健康的方式仍然有限。环境丰富是一种实验范例，在临床前研究中已显示出良好的抗抑郁和增强记忆力的效果。然而，由于缺乏有效的实施策略，其临床实用性仍然有限。目的：本研究的主要目的是评估基于虚拟现实 (VR) 的长期环境丰富训练计划对轻度认知障碍 (MCI) 和轻度痴呆老年人的可用性（耐受性和交互性）。次要目标是评估基于 VR 的环境丰富对 MCI 和轻度痴呆老年人认知功能稳定和心理健康改善的影响。方法：共有 7 名参与者（4 名 MCI 患者和 3 名轻度痴呆患者）在 6 个月内每两周接受一次基于 VR 的环境丰富训练。通过虚拟现实疾病问卷 (VRSQ) 和记录输入错误率连续评估 VR 训练参与者的耐受性和互动性。在研究之前和之后通过蒙特利尔认知评估 (MoCA) 评估认知功能。通过华威-爱丁堡心理健康量表 (WEMWBS) 评估心理健康。结果：患者对基于 VR 的环境丰富耐受性良好，VRSQ 分数 (p < 0.01) 和输入错误率 (p < 0.001) 随着时间的推移显着下降。VR 训练还可有效稳定治疗过程中的 MoCA 分数（治疗前后 MoCA 分数无显着差异），并且与第一次和最后一次评估之间 WEMWBS 分数改善的趋势有关（p < 0.1）。护理人员的定性观察进一步证实了患者心理健康的明显改善。结论：这项初步研究表明，VR 是一种可行、可耐受且潜在有效的工具，可为患有 MCI 和轻度痴呆的老年人提供长期支持。
B2B 数字营销策略：评估数字接触点和提高客户忠诚度的框架
1.简介 数字营销超越了传统的营销理解。它的作用变得更具战略性和综合性。客户已开始在品牌和公司价值共同创造中发挥积极作用。因此，客户忠诚度已成为客户关系管理的核心要素。此外，全方位和多渠道营销的增长将接触点推向了数字营销战略的中心。因此，公司必须重新评估对产品或服务组合、公司外部和内部环境的先前理解。B2B 公司通常比 B2C 公司更依赖客户，并且在采用新趋势方面不太灵活（Järvinen、Tollinen、Karjaluoto 和 Jayawardhena，2012；Karjaluoto、Mustonen 和 Ulkuniemi，2015）。他们可能更难进行战略变革。数字营销策略需要清晰地了解产品、公司和行业的特定因素。本文旨在解决这些因素并开发一种简单的工具来评估 B2B 公司的数字营销。数字营销趋势的出现源于 C 级管理层对上述变化必要性的怀疑。从分析中得出的信息将为组织进一步发展数字营销提供行动计划，并提出论据向高管层解释上述转变的必要性。本文的其余部分组织如下：首先，将介绍基于文献综述的理论框架。其次，方法论部分将介绍一种案例研究方法来深化理论研究结果。随后，将使用跨案例研究结果来使理论框架适应 B2B 工业公司的具体情况。在最后一部分，将讨论研究意义、研究局限性和未来研究的建议途径。2.B2B 数字营销框架战略决策通常涉及三个公司层面：产品、内部和外部环境。数字营销渗透到几乎每个层面，变得更具战略性。因此，公司需要一个框架，一方面反映业务战略的整体方法，另一方面帮助公司识别薄弱的战略领域和未来发展的潜力。图 1 中呈现的框架探讨了七个关键领域：易用性、交互性、信息流、资产、技能、受众/客户旅程和接触点。
Ciolfi，Luigina（2019）。魔术作为技术乌托邦？在陶器中解开交互性和基础架构的问题。在：文化政治 JI，Hongfen，Wang，Dawei，Bao，Weichao，Lu，Zhilun，Wang，ge，ge，Yang，Huijing，Mostaed，Ali，ali，Lihao，Lihao，Linhao，Feteira，Feteira，Antonio，Antonio，Sun，Sun，Sun，Sun，Shikuan，Shikuan，Xu，Fangfang，Fangfang，l LCiolfi，Luigina（2019）。魔术作为技术乌托邦？在陶器中解开交互性和基础架构的问题。在：文化政治JI，Hongfen，Wang，Dawei，Bao，Weichao，Lu，Zhilun，Wang，ge，ge，Yang，Huijing，Mostaed，Ali，ali，Lihao，Lihao，Linhao，Feteira，Feteira，Antonio，Antonio，Sun，Sun，Sun，Sun，Shikuan，Shikuan，Xu，Fangfang，Fangfang，l分析直接融合驱动器的工程可行性
直接融合驱动器（DFD）及其陆地对应物，普林斯顿场逆转配置（PFRC）反应堆在过去十年中已经有了显着的发展。各个小组对发动机和相关技术的所需规范进行了详细的研究，以便将电动的航空设施和有效载荷提供。多项研究还使用经验特异性功率缩放关系和血浆流量模拟解决了推力产生机制。最近的研究设计了航天器为地球第二拉格朗日的任务，火星，冥王星等跨性别尸体以及邻近的恒星系统Alpha Centauri A和B.然而，需要使用科学缩放关系和AB Inito计算来详细设计发动机组件，以开发用于原型和测试的物理系统。在批判性地分析了DFD和基础融合反应堆的参考设计之后，本文解决了技术差距，并提出了提高针对先前研究中概述目标的规格的途径，同时考虑成本。此外，作者提出了原型引擎和磁流失动力转换系统设计，以研究与DFD实际实施相关的工程障碍。
SpaceStation 应用程序：教育电视 AR 应用程序的设计和评估
Netflix、Disney Plus 和 YouTube [ 18 ] 等服务，让老牌电视网络面临留住观众的压力。流媒体服务不仅在娱乐（即电影和连续剧）方面存在竞争，在教育形式（即纪录片、科学节目）方面也存在竞争。这种所谓的教育娱乐（Edutainment）内容旨在娱乐、吸引人并支持长期学习 [ 33 ]，仍然是德国电视台播放的常见形式。然而，在线平台正在稳步增长并吸引越来越多的观众。例如，TED 平台提供有关技术、娱乐和设计的简短而有力的演讲视频，在成立仅六年后，2012 年每天的观看次数就达到了 150 万次 [ 3 ]。此外，YouTube 的教育和学习视频在 2019 年最受欢迎的视频类型中排名“前 15 名”[ 17 ]，表明人们对此类格式的兴趣。意识到这一领域日益激烈的竞争，德国广播公司为 YouTube、Instagram、Snapchat 和 TikTok 等其他平台创建了教育娱乐内容（参见[ 8 , 23 ]）。未来，他们旨在将这些格式与传统节目结合在一起，并着眼于：如何将新技术融入正在播出的电视节目中，使其更具吸引力和互动性？一种可能的方法是使用更具交互性的技术（例如增强现实 (AR) 应用程序）来扩展可用内容。AR 可以设计为现有程序的补充，并且已显示出其娱乐性（例如，在著名的手机游戏 Pokemon Go 1 中）和教育性。AR 之前已应用于课堂和更广泛的学校环境 [ 1 ]，除其他外，它还显示出对学习者的积极性产生积极影响，并有潜力丰富学习体验 [ 2 , 25 ]。对于电视的使用情况，AR 可以扩展以前被动的媒体消费，提供与内容进行主动互动的机会 - 促进参与度，并希望从长远来看，增加对寓教于乐内容的保留。研究开始探索电视应用的 AR 交互概念（参见[ 26 , 30 ]）。然而，之前的研究尚未探索教育电视中 AR 的挑战和机遇，也没有调查观众与内容的主动互动。
预测系统：人类与人工智能相遇
人类需要计算范式的进步。这方面的一些例子是，无处不在的计算提供了更高的移动性，云计算提供了更好的功能，而社交计算提供了更好的交互性。这些例子中的每一个都引入了人类的隐性或显性需求，并试图通过特定方法实现这些需求。但是，人类可能会对应用程序进行更多的研究。聊天机器人就是一个例子，因为当我们没有足够的空间或时间时，这个机器人被用来维持与社交联系人的关系。为此，它通过计算我们的思维模式、行为和其他重要信息来不断与我们的联系人互动。当然，这个主题有很多有趣的研究，这引发了对一种新的计算范式“预期计算”的讨论。这种计算范式表明了与开发能够预测特定用户需求的应用程序相关的主题。它还与新应用程序一起使用，以预期用户的问题执行操作或向用户发送建议。这不仅是人工智能的一个例子，也是创新的一个例子（即预测加行动）。它还可以表达为发展社会福祉的关键，以及实现“先服务后要求”理想的一种方式。 这种现象将被视为在计算机科学主题中提出挑战性问题的机会。考虑到社交网络和大数据内容中存在的无价群体智慧，出现了使有前途的智能技术能够发现个人需求、生成公司商业模式并提出最佳生活发展建议的机会。因此，大数据的性质也从多个角度对依赖社交大数据的方法和技术提出了重要挑战。这些考虑了算法的有效性、计算速度、能源效率、用户隐私、服务器安全性和系统可扩展性。本研究主题的主要目标是收集 14 篇报告与深度神经网络或机器学习方法相关的原创贡献的论文，用于构建预测系统。张等人的论文题为“一种增强儿童阅读体验和偏好的图书互动方案”。研究书籍与5-6岁儿童之间的互动，考虑阅读选择、测量阅读时间和情感反应以增加他们的阅读知识，并根据这些互动开发书籍。