XiaoMi-AI文件搜索系统
World File Search System以大
出版版本引用 (APA)：Popović, M.、Dhali, M. A. 和 Schomaker, L. (2021)。基于人工智能的作者识别为死海古卷的未知抄写者生成了新的证据，以大以赛亚古卷 (1QIsaa) 为例。 《公共科学图书馆一》，16(4)，文章 e0249769。 https://doi.org/10.1371/journal.pone.0249769
死海古卷是圣经古代抄写文化的有力证据。本研究采用创新的古文字学方法（研究古代手写体）作为了解这种抄写文化的新切入点。古文字学的问题之一是在书写风格近乎统一的情况下确定作者的身份或差异。大以赛亚书卷（1QIsa a）就是一个例子。为此，我们使用模式识别和人工智能技术对古文字学进行创新，并开拓个人抄写员的微观层面，以开放了解圣经古代抄写文化。我们报告了该古文字学系列栏目中出现断点的新证据。在没有事先假设作者身份的情况下，基于降维特征空间的点云，我们发现手稿前半部分和后半部分的列最终位于这种散点图的两个不同区域，特别是对于一系列数字古文字工具而言，每个工具都涉及脚本样本非常不同的特征方面。在二次独立分析中，现在假设作者存在差异并使用另一种独立特征方法和几种不同类型的统计测试，在列系列中发现了一个切换点。在第 27-29 列中出现了明显的相变。我们还展示了距离方差的差异，因此手稿第二部分的方差更高。鉴于两半之间存在统计学上的显著差异，我们通过目视检查字符热图和脚本中最具区分力的 Fraglet 集，进行了第三级事后分析。这项研究表明，两位主要抄写员（各自表现出不同的书写模式）负责抄写《以赛亚书卷》，该研究通过提供新的、切实的证据，揭示了圣经的古代抄写文化，证明古代圣经文本并非仅由一位抄写员抄写，而是多位抄写员在仔细模仿另一位抄写员的书写风格的同时，可以就一份特定的手稿密切合作。
脑机接口控制中的学习以大脑和行为的联合分解为依据
1 宾夕法尼亚大学佩雷尔曼医学院神经科学研究生组，宾夕法尼亚州费城 19104，美国 2 宾夕法尼亚大学工程与应用科学学院生物工程系，宾夕法尼亚州费城 19104，美国 3 Inria Paris，Aramis 项目团队，F-75013，巴黎，法国 4 Institut du Cerveau et de la Moelle Epini ` ere，ICM，Inserm，U 1127，CNRS，UMR 7225，Sorbonne Universit ´ e，F-75013，巴黎，法国 5 美国 CCDC 陆军研究实验室人类研究与工程理事会，马里兰州阿伯丁，美国 6 加利福尼亚大学心理与脑科学系，加利福尼亚州圣巴巴拉，美国 7 加利福尼亚大学机械工程系，加利福尼亚州河滨市 92521，美国 8 电气与系统工程系，宾夕法尼亚大学工程与应用科学学院，美国宾夕法尼亚州费城 19104 9 宾夕法尼亚大学佩雷尔曼医学院神经病学系，美国宾夕法尼亚州费城 19104 10 宾夕法尼亚大学佩雷尔曼医学院精神病学系，美国宾夕法尼亚州费城 19104 11 宾夕法尼亚大学艺术与科学学院物理与天文系，美国宾夕法尼亚州费城 19104 12 圣达菲研究所，美国新墨西哥州圣达菲 87501 13 通讯作者。