XiaoMi-AI文件搜索系统
World File Search System半眼
半机器人作为外科医生
随着人类提高心理和身体能力的渴望，对半机械人技术的兴趣一直在增长。即使这项技术仍在开发中，它也引起了许多研究人员的注意，以研究人类接受的程度成为机器人。另一方面，这项研究发现，调查人类接受与机器人的可能性很重要，尤其是在医疗服务遇到的情况下。因此，该研究开发了一种理论模型，用于接受机器人提供的医疗服务。该模型是基于以前与社会机器人接受模型和理论相关的研究，是一种机器人的接受以及一般的新技术接受。拟议的模型假定有用性，可感知的易用性，社会影响力，感知的风险，同理心，信任和情感（积极和负面情绪和焦虑）可能是使用拟议服务的意图的关键驱动力。
半量子货币
量子货币允许银行铸造量子货币，这些量子货币可以稍后进行验证并且无法伪造。通常，这需要一个量子通信基础架构来传输用户和银行之间的量子状态。gavinsky [gav12]引入了经典可验证的量子货币的含量，这可以通过经典的交流进行验证。在这项工作中，我们介绍了古典铸造的概念，并将其与经典的验证结合在一起，以介绍半量子的货币。半量化货币是第一种量子资金的第一种类型的量子货币，可以允许交易完全经典的通讯和完全古典的银行。这项工作具有与公共内存有关的半量子货币计划和私人记忆的半量子货币计划的结构。公共建筑是基于Zhandry [Zha19]和Co- Ladangelo [Col19]的作品，私人建筑基于Brakcierski等人介绍的嘈杂的陷阱爪爪免费功能（NTCF）的概念。[BCM + 18]。在技术方面，我们的主要贡献是NTCF的完美平行重复定理。
半遗传学的视角
非竞争思想的竞争引起了回报的增加，这是保罗·罗默（Paul Romer）最近的诺贝尔奖（Nobel）奖中庆祝的事实。的一个暗示是，长期的经济增长率是收益越来越多的程度和研究工作增长速度的产物；这是半内源性生长理论的本质。本文从半遗传学的角度解释了过去和未来的增长。已有50多年的历史，由于教育程度的提高，错误分配和（全球）研究强度的提高，美国的增长已经大大超过了其长期利率，这意味着未来边境的增长可能会显着放缓。其他力向相反的方向推。首先是“寻找新的爱因斯坦”的前景：由于中国和印度的发展欠发达以及阻碍女性发明者的障碍，我们历史上有多少才华横溢的研究人员错过了？第二是人工智能可以增加甚至取代研究人员的长期前景。在整个过程中，本文凸显了许多进一步研究的机会。
注视眼动的实际应用...
在各种各样的研究环境中，微扫视和其他注视眼球运动的记录为实际问题提供了见解和解决方案。本文，我们回顾了有关注视眼球运动（尤其是微扫视）在应用和生态有效场景中的文献。最近的技术进步使得在观察者执行各种任务时，可以在现实世界中进行非侵入式注视眼球运动记录。因此，注视眼球运动测量已在多种现实世界场景中获得，例如与驾驶员疲劳、宇航员前庭感觉剥夺和精英运动员训练等有关。本文，我们介绍了注视眼球运动研究的实际应用的最新进展，研究了其未来的潜在用途，并讨论了在现有眼球运动检测技术中加入微扫视测量的好处。当前证据支持将注视眼球运动测量纳入现实世界环境，作为开发新的或改进的眼球运动评估工具的一部分。随着价格实惠的高速、高空间分辨率眼动仪变得越来越普遍，注视眼球运动测量在现实世界中的应用只会变得越来越大、越来越广泛。
基于眼动的人 - 计算机...
1,2,3,4 Mahaguru技术研究所，Kattachira摘要：人类计算机互动（HCI）重点关注人员与计算机之间的界面和互动。 HCI的主要目标是设计一个使人们以新颖方式与计算机互动的环境。 人们用来互动的最重要方法之一是眼动和眼睛眨眼，尤其是对于身体残疾的人。 本文基于眼睛眨眼和面部运动提出了一种屏幕上的计算机交互方法。 这两个主要组成部分是图像处理，以检测眼睛，面部运动和闪烁的眼睛。 面部图像由计算机的相机捕获，然后用于确定眼睛位置和尺寸。 这是根据著名的“ 68点”和面部检测方法的面部网格系统完成的。 在此系统中使用眼睛眨眼来输入类似于用户按下键盘上的“ Enter”按钮的字符，并且使用面部运动来移动光标类似于使用鼠标的使用。1,2,3,4 Mahaguru技术研究所，Kattachira摘要：人类计算机互动（HCI）重点关注人员与计算机之间的界面和互动。HCI的主要目标是设计一个使人们以新颖方式与计算机互动的环境。人们用来互动的最重要方法之一是眼动和眼睛眨眼，尤其是对于身体残疾的人。本文基于眼睛眨眼和面部运动提出了一种屏幕上的计算机交互方法。这两个主要组成部分是图像处理，以检测眼睛，面部运动和闪烁的眼睛。面部图像由计算机的相机捕获，然后用于确定眼睛位置和尺寸。这是根据著名的“ 68点”和面部检测方法的面部网格系统完成的。在此系统中使用眼睛眨眼来输入类似于用户按下键盘上的“ Enter”按钮的字符，并且使用面部运动来移动光标类似于使用鼠标的使用。
眼动追踪调查 - NSF-PAR
1 博士生，佛罗里达大学 Herbert Wertheim 工程学院可持续基础设施与环境工程学院（ESSIE），美国佛罗里达州盖恩斯维尔 电子邮件：shiyangming@ufl.edu 2 本科生，香港城市大学建筑及土木工程系，香港。 电子邮件：yzheng44-c@my.cityu.edu.hk 3 副教授，佛罗里达大学 Herbert Wertheim 工程学院可持续基础设施与环境工程学院（ESSIE），美国佛罗里达州盖恩斯维尔（通讯作者）。 电子邮件：eric.du@essie.ufl.edu 4 博士生，佛罗里达大学 Herbert Wertheim 工程学院可持续基础设施与环境工程学院（ESSIE），美国佛罗里达州盖恩斯维尔 电子邮件：qizhu@ufl.edu 5 博士德克萨斯州农工大学建筑学院建筑科学系学生，德克萨斯州大学城。电子邮箱：liux2017@tamu.edu
眼控制鼠标光标
瑜伽近年来已成为世界各地许多人生活的常规部分。这对必要的瑜伽姿势进行了科学研究。瑜伽姿势估计是一种计算机视觉技术，可以预测人体的位置或姿势。姿势检测算法已被证明可用于姿势识别和提高瑜伽姿势的准确性。在当今的现代时代，ML和DL技术已被证明对于对象发现任务很重要。我们可以有效地使用该模型来识别不同重要的身体部位并实时估算用户姿势。为实现这一目标，我们用不同的瑜伽姿势图像训练模型。当图像被送入姿势估计模型时，它通过执行特征提取来分析图像并识别身体部位，表明其在屏幕上的位置。此外，该模型为每个检测提供了一个置信值，表明给定图像正确识别为输入的可能性。我们使用了不同的瑜伽姿势，例如骆驼姿势，下dog姿势，女神姿势，木板姿势，树姿势，Warrior2姿势来训练该模型，这使其在识别各种姿势方面非常准确。这项研究的主要目标是使用此检测技术来帮助人们确定他们正在执行的瑜伽姿势。此外，我们还解决了当前系统的缺点，例如它们的准确性差，高处理成本以及对各种身体形状和瑜伽样式的适用性限制。在本文中，我们提出了一种基于卷积神经网络（CNN）的方法来创建瑜伽立场检测系统。建议的技术旨在通过提供更精确，有效和广泛适用的解决方案来识别瑜伽姿势和产生反馈的方法，以改善当前系统的缺点。总体而言，基于技术的工具在我们的研究中的应用可能有助于设计更多定制和成功的瑜伽实践。我们的发现可以帮助构建虚拟助手和智能瑜伽垫等应用程序，从而改善瑜伽实践的可访问性和个性化。
UC Davis眼中心
目前在全国范围内缺乏小儿眼科医生，导致儿童眼护理的地理差距很大。位于加州大学戴维斯分校眼中中心的儿科服务很荣幸能为全州各地的儿童提供服务 - 从北至俄勒冈边境，西部到海岸，一直到中央山谷。我们的提供者照顾患有常见眼科问题的儿童，例如斜视（眼部未对准），弱视（通常称为“懒惰的眼睛”）折射率错误（近视或远视性）和鼻腔围绕导管障碍（从出生后撕裂）。我们还为患有较不常见的视觉威胁性问题（例如先天性或少年性白内障）的儿童提供护理。最后，儿科服务参与了早产视网膜病的治疗，这是早产儿的潜在盲目疾病，需要经过特殊培训的提供者及时有效治疗。当我们对待这些常见和严重的条件时，我们的集体目的是使孩子保持对话的中心，并让家人接受孩子的待遇和持续护理。