XiaoMi-AI文件搜索系统
World File Search System功能模块
兼具外向性格的程度可识别关键的大脑功能中心，并提高对阿尔茨海默病和自闭症谱系障碍的检测能力
人类大脑中的功能模块支持其专业化的驱动力，而大脑中枢则是信息整合的焦点。大脑中枢是具有大量模块内和模块间连接的大脑区域。我们认为，大脑功能网络中的连接薄弱会导致大脑区域被错误地归类为中枢。为了解决这个问题，我们提出了一种称为“两面性程度”的新度量，该度量考虑节点的程度以及连接权重，以便将具有高程度和高连接权重的节点识别为中枢。使用来自人类连接组计划的静息态功能 MRI 扫描，我们表明“两面性程度”识别出的大脑中枢不仅至关重要，而且在各个受试者之间也是不变的。我们假设基于“两面性程度”的节点度量可有效用于对已知具有广泛中枢中断的疾病的患者和健康对照进行分类。使用阿尔茨海默病和自闭症谱系障碍患者的数据，我们发现患者组和健康组中的中枢对于这两种疾病都非常不同，并且与使用功能连接特征相比，在节点中枢特征上训练的深度前馈神经网络可以显著提高分类准确率，而可训练权重则显著减少。因此，兼具外向度可以提高对健康受试者关键大脑中枢的识别，并且可以用作诊断特征来检测以中枢中断为特征的神经系统疾病。
基于人工智能的多维数据库技术
基于人工智能的多维数据库技术是一项新技术。该技术可以实现多模态数据（非结构化数据、半结构化数据、结构化数据）的分布式存储，同时还可以将数据以超立方体的形式存储，并对数据进行实时的多维分析和查询。传统的多维数据库直接从二维表中提取维度信息，没有考虑维度信息之间的关联性。因此，结合人工智能技术，可以实现多模态数据的关联分析，自动生成维度信息。具体而言，针对商业智能（BI）领域对多维数据高效分析、存储和处理的需求，开展基于人工智能的多维数据库技术应用研究，实现多领域异构数据的统一采集，高效、实时、自动标注、聚类，数据信息智能提取及语义关联，超立方体存储和在线分析OLAP、在线分析处理等。设计基于人工智能的多维数据库原型系统，满足海量数据智能分析处理需求。系统学习用户的查询行为模式和数据特征。通过内置机器学习算法构建立方体数据模型。持续进行模型优化，针对特定用户精准生成查询结果。通过分布式算法引擎、混合在线分析处理、分布式存储引擎等人工智能功能模块，整合多源异构数据资源，实现数据关联、智能学习、推理和预测，为管理决策端和业务运营端提供更加完善、可靠的预测决策服务。
大脑网络转换器
为了了解大脑功能和精神障碍，人脑通常被建模为感兴趣区域 (ROI) 及其连接的网络。最近，基于 Transformer 的模型已经针对不同类型的数据（包括图）进行了研究，结果显示可广泛提高性能。在这项工作中，我们研究了基于 Transformer 的大脑网络分析模型。在数据的独特属性的驱动下，我们将大脑网络建模为具有固定大小和顺序的节点的图，这使我们能够 (1) 使用连接配置文件作为节点特征来提供自然且低成本的位置信息，以及 (2) 学习 ROI 之间的成对连接强度，并在个体之间使用有效的注意力权重，从而对下游分析任务具有预测性。此外，我们提出了一种基于自监督软聚类和正交投影的正交聚类读取操作。该设计考虑了决定 ROI 组之间相似行为的底层功能模块，从而产生可区分的聚类感知节点嵌入和信息图嵌入。最后，我们在唯一一个公开可用的大型脑网络数据集 ABIDE 上重新标准化了评估流程，以便对不同的模型进行有意义的比较。实验结果表明，我们提出的 B RAIN N ETWORK T TRANSFORMER 在公开的 ABIDE 和我们受限的 ABCD 数据集上都有明显的改进。实现可在 https://github.com/Wayfear/BrainNetworkTransformer 上获得。
在繁忙的海上环境中，基于LIDAR的可靠LIDAR船舶检测和跟踪
环境感知是在动态复杂的操作环境中安全执行任务的重要要求（ASV）的至关重要要求。大多数现有的船舶检测方法都取决于基于相机的方法，这些方法对环境条件敏感，无法直接提供与检测目标有关的空间位置信息。为了克服这一限制，我们提出了一个基于激光雷达的船舶检测和跟踪框架，可以应用于繁忙的海上环境。所提出的框架由两个功能模块组成：船舶检测和多对象跟踪。用于船舶检测，对模块化的网络结构进行了调整，从而使在不同类型的检测网络之间易于切换，以确定检测准确性，检测速度或两者的妥协，具体取决于任务要求。还实施了一种基于卡尔曼滤波器的多目标跟踪方法，以补偿由于船舶运动或闭塞而可能遗漏的任何检测，仅依赖于检测结果。我们还收集了有史以来的第一个现实世界激光雷达数据集，用于横跨泰晤士河和码头的海上应用，包括一系列船舶类型，长度从5 m到40 m，以及不同的船体类型。数据集的组织方式与Kitti数据集类似，可以轻松地将其应用于发达的点云检测网络。值得注意的是，我们的方法在收集的数据集中达到了74.1％的总体检测准确性。所提出的框架和数据集使基于激光雷达的环境感知可行，可在自主海洋导航领域实施和支持开发。
受过训练的复发性神经网络在工作内存任务中开发相锁的极限周期
神经振荡无处不在。这些振荡的一个提出的功能是它们充当内部时钟或“参考框架”。信息可以通过与此类振荡相相对于神经活动的时间来编码。与这一假设一致，大脑中这种相位代码的经验观察有多种经验观察。在这里我们问：什么样的神经动力学支持神经振荡的信息的阶段编码？我们通过分析经过工作记忆任务培训的经常性神经网络（RNN）来解决这个问题。净作品可以访问外部参考振荡并任务产生振荡，以使参考和输出振荡之间的相位差保持瞬态刺激的身份。我们发现网络收敛到稳定的振荡动力学。逆向工程这些网络表明，每个相位编码的内存都对应于单独的极限周期吸引子。我们表征了吸引力动力学的稳定性如何取决于参考振荡振幅和频率，即可以在实验上观察到的特性。要了解这些动态基础的连通性结构，我们表明训练有素的网络可以描述为两个相耦合的振荡器。使用此洞察力，我们将训练有素的网络凝结为由两个功能模块组成的简化模型：一个生成振荡的模块和一个在内部振荡和外部参考之间实现耦合函数的模型。总而言之，通过对训练有素的RNN的动态和连通性进行反向工程，我们提出了一种机制，神经网络可以利用该机制来利用参考振荡以进行工作记忆。具体来说，我们建议一个相编码网络生成自动振荡，并以多稳定的方式将其与外部参考振荡耦合。
机器学习In.pdf
在许多流行中，以及科学的话语中，人们建议通过所谓的人工通用情报（AGI）和人工超级智能（ASI）的“大规模”使用人工智能，包括机器学习，并达到“奇异性”的点，将完全排除在决策中，将人类完全排除在统治地位的人类统治地上。在制造系统方面说，这意味着将实现智能和全部自动化（一旦将人类排除在外）。本文提出的假设是，AI/ML自治能力的限制，更具体地说，ML算法将无法完全自治，因此，人类的作用将是必不可少的。在问题的背景下，本文的作者介绍了制造业奇异性和智能机器架构的概念，认为智能机器将始终是人类依赖的，并且关于制造业，人类将保留在网络物理系统（CPS）和I4.0中的中心。支持此论点的方法是归纳的，与文献中许多文本中应用的方法相似，并基于基于归纳推理的机器学习的计算要求。该论点得到了一些实验，这些实验证明了人类在机器学习过程中的作用。纸张分为两部分。在第一部分中介绍了对文学的论证的回顾，无论是赞成和反对未来人类角色的论点。基于裸露的考虑因素，即智能CPS的通用体系结构，在多个学习循环中具有嵌入式ML功能模块，以评估在CPP/CPS的背景下使用ML功能的方式。由于应用了（非正式的）归纳方法，因此与文献中发现的其他论文类似，考虑到该方法并不能提供对定义的假设的绝对证据，因此该论文代表了一种立场论文。在这一部分中引入了制造奇点的概念，以及智能机器______________
如何引用文章 完整编号 更多... - Redalyc
摘要背景：哥伦比亚陆军第一飞机维修营必须定期测试比奇空中国王飞机上发电机控制单元 (GCU) 的性能，这迫使操作员采取不舒服且不符合人体工程学的身体姿势。本文建议为这些装置使用便携式数字故障排除测试台，以方便进行测量、解释获取的信息和生成技术报告。方法：使用航空技术创新项目开发的集成、创新、过程模型 (IIP) 设计测试台。然后，定义其功能模块，并包括电压和阻抗测量设备、内部报告存储系统和用户界面。与技术操作员一起在现有的比奇空中国王 C-90、200、B 200、300 和 350 系列飞机上进行测试。最后，制定了一份技术报告来验证测试台的结果。结果：执行测试所需的操作员数量从四人减少到一人。数字测试台只需要操作员连接测量线束，因此可以改善人员的人体工程学。使用该台，GCU 的审查和评估时间从 120 分钟减少到 26 分钟，这意味着燃料消耗减少了 86.66%。结论：通过使用数字故障排除测试台，所需的操作员数量以及 GCU 的检查和评估时间都减少了，这意味着燃料费用减少了。其运输方便，可以在维修营机库外检查飞机，但应考虑实施 USB 端口来存储报告。关键词：航空学、航空电子设备、飞机、比奇王、GCU、测试台、故障排除。致谢：我们要感谢哥伦比亚国民军第一飞机维修营和航空学校对原型机开发的贡献。该项目由哥伦比亚国民军、科学技术科学部资助，内部代码为118315。语言：英语
比奇王者 C-90、200、B200、300 和 350 飞机 GCU 的故障排除数字测试台的设计
摘要背景：哥伦比亚陆军第一飞机维修营必须定期测试比奇空中国王飞机上发电机控制单元 (GCU) 的性能，这迫使操作员采取不舒服且不符合人体工程学的身体姿势。本文建议为这些装置使用便携式数字故障排除测试台，以方便进行测量、解释获取的信息和生成技术报告。方法：使用航空技术创新项目开发的集成、创新、过程模型 (IIP) 设计测试台。然后，定义其功能模块，并包括电压和阻抗测量设备、内部报告存储系统和用户界面。与技术操作员一起在现有的比奇空中国王 C-90、200、B 200、300 和 350 系列飞机上进行测试。最后，制定了一份技术报告来验证测试台的结果。结果：执行测试所需的操作员数量从四人减少到一人。数字测试台只需要操作员连接测量线束，因此可以改善人员的人体工程学。使用该台，GCU 的审查和评估时间从 120 分钟减少到 26 分钟，这意味着燃料消耗减少了 86.66%。结论：通过使用数字故障排除测试台，所需的操作员数量以及 GCU 的检查和评估时间都减少了，这意味着燃料费用减少了。其运输方便，可以在维修营机库外检查飞机，但应考虑实施 USB 端口来存储报告。关键词：航空学、航空电子设备、飞机、比奇王、GCU、测试台、故障排除。致谢：我们要感谢哥伦比亚国民军第一飞机维修营和航空学校对原型机开发的贡献。该项目由哥伦比亚国民军、科学技术科学部资助，内部代码为118315。语言：英语
如何引用文章全文更多... - Redalyc
摘要 背景：哥伦比亚陆军第一飞机维修营必须定期测试比奇空中国王飞机上发电机控制单元 (GCU) 的性能，这迫使操作员采取不舒服且不符合人体工程学的身体姿势。本文建议为这些装置使用便携式数字故障排除测试台，以方便进行测量、解释获取的信息和生成技术报告。 方法：使用航空技术创新项目开发的集成、创新、过程模型 (IIP) 设计测试台。然后，定义其功能模块，并包括电压和阻抗测量设备、内部报告存储系统和用户界面。与技术操作员一起在现有的比奇空中国王 C-90、200、B 200、300 和 350 系列飞机上进行测试。最后，制定了一份技术报告来验证测试台结果。 结果：进行测试所需的操作员数量从四人减少到一人。数字测试台只需要操作员连接测量线束，因此可以改善人员的人体工程学。使用该台，GCU 的审查和评估时间从 120 分钟减少到 26 分钟，这意味着燃料消耗减少了 86.66%。结论：通过使用数字故障排除测试台，所需的操作员数量以及 GCU 的检查和评估时间都减少了，这意味着燃料费用减少了。由于运输方便，可以在维修营机库外检查飞机，但应考虑安装 USB 端口来存储报告。关键词：航空、航空电子设备、飞机、比奇王、GCU、测试台、故障排除。致谢：我们要感谢哥伦比亚国民军第一飞机维修营和航空学校对原型机开发的贡献。该项目由哥伦比亚国民军、科学技术部资助，内部代码为 118315。语言：英语
油和石油产品的土壤和水净化生物产品
染色体复制的起始需要动态核蛋白复合物。在大多数花纹中，原始oric包含多个DNAA框序列，无处不在的DNAA发起人结合了这些序列。在大肠杆菌oric中，DNAA盒子通过DNAA - DNAA相互作用构造了高阶复合物，从而促进了由于安装复制机械而引起的单链（SS），促进了Oric中的DNA放松元素（应得）的解放（应得）。尽管DNAA蛋白之间具有显着的序列同源性，但Oric序列还是高度多样的。本研究研究了来自进化上古老的菌群Thermotoga Maritima的Oric（TMA-Roric）设计。最小的TMA序列包括一个育种区域和一个包含五个DNAA盒的浮动区域，由Cognate DNAA（TMA DNAA）识别。此应归因于两个不同的功能模块，一个放松的模块和一个TMA DNAA结合模块。应有的三核苷酸标签的三个直接重复序列对于在DNAA盒子上构建的TMA DNAA复合物的放松和SSDUE结合至关重要。其圆形的富序序列仅刺激双链体。此外，无论DNAA盒子的方向如何，在TMA-Corior中构建了ATP结合的TMA DNAA的头到尾寡头。这种结合模式被认为是由DNAA域III和IV的可振奋性诱导的，分别负责DNAA - DNAA - DNAA相互作用和DNAA盒结合。在TMA-oricor中特定的TMA DNAA盒的分量也是造成放松的原因。这些发现表明，SSDUE募集机制负责放松，并将增强对进化差异细菌中存在的原点序列的基本分子的理解。