XiaoMi-AI文件搜索系统
World File Search System半自动
数字人文学科中的半自动注释缩放
在当今的数字时代，大量数据无处不在，包括自然语言的话语，例如新闻文章，社交媒体帖子或论坛主题。数字人文学科旨在定性和定量分析此类数据。对于解释性研究，很难从大数据中受益。一个例子是扎根的理论，一种解释性方法，可以通过注释或编码来处理较大的数据集。但是，这种方法太耗时了，无法弥合从定性到定量分析的差距。在这项工作中，我们提出辅助方法，以半自动地将少量的手动注释扩展到大型语料库。我们的方法使用带注释数据的上下文化床位来发现类似的发生。通过交互式提供从用户交互中自动学习的建议，我们的方法提供了一种方便，快速的方式，以减少努力来注释大型语料库。该方法最终产生一个能够注释整个数据集的clas-sifier。我们对多个任务和数据集进行了实验，以评估我们的方法证明了强劲的性能。此外，我们为希望扩展基于注释的研究的研究人员设计了一个软件，将差距从定性到定量结果弥合了差距。
展示半自动化预的有效性...
最近的研究表明，适当的手动清洁内窥镜可减少 4-6 LOGS 或 99.99% 的微生物数量和有机负荷 (Puri 2017)，这凸显了彻底的预清洁的重要性。只有通过适当的预清洁过程才能达到高水平消毒，因为这可以防止生物膜的形成。虽然预清洁过程只需要很短的时间，但它在内窥镜再处理中的重要性至关重要。如果仪器不干净，那么它肯定无法达到无菌状态。然而，其他一些研究表明，目前的再处理和过程控制程序往往不够充分和安全。最近的研究表明，其中一个主要原因是员工教育不足。(Knight 201X)可以肯定地说，当前的时间问题和缺乏正确的知识导致了当前与内窥镜感染有关的问题。手动清洁通常很有效，但在实践中难以控制。
使用半自动化方法提高 Omop 词汇表中疫苗概念图的质量
观察性医学结果伙伴关系 (OMOP) 通用数据模型 (CDM) 提供了一个统一的模型来整合不同的真实世界数据 (RWD) 源。OMOP CDM 的一个组成部分是标准化词汇表（以下称为 OMOP 词汇表），它能够组织和标准化 OMOP CDM 各个临床领域的医学概念。对于来自不同源词汇表的具有相同含义的概念，一个被指定为标准概念，而其他则被指定为非标准或源概念并映射到标准概念。然而，由于源词汇表的异构性，OMOP 词汇表中可能存在映射问题，例如错误映射和缺失映射，这可能会影响使用
从磁共振成像中对胎儿大脑进行半自动分割
方法：招募了单胎妊娠成年女性（n = 21），其中 5 名接受了两次扫描，间隔约 3 周[共 26 个数据集，中位孕周 (GA) = 34.8，IQR = 30.9–36.6]。使用 1.5T 和 3T MRI 扫描仪获取胎儿大脑的 T2 加权单次激发快速自旋回波图像。首先将图像组合成一个 3D 解剖体积。接下来，经过训练的示踪剂手动分割丘脑、小脑和总大脑体积。将手动分割与高级规范化工具 (ANT) 和 FMRIB 的线性图像配准工具 (FLIRT) 工具箱中提供的五种自动分割方法进行了比较。使用 Dice 相似系数 (DSC) 比较手动和自动标签。使用 Friedman 重复测量检验比较 DSC 值。
在体外神经元发育形态的半自动定量评估
成熟的神经元表现出其轴突和树突（统称为神经突）的广泛树皮化，以与相邻细胞形成功能连接并接收感觉信号。独特的神经元结构被认为会引起神经元的计算能力（Cuntz，Borst，＆Segev，2007; Ferrante，Migliore和Ascoli，＆Ascoli，2013; Kanari等人。，2018年； Van Elburg＆van Ooyen，2010年； Zomorrodi，Ferecsk´o，Kov´acs，Kréoger和Timofeev，2010年）。In addition, morphological differences between neuronal cell types are thought to result in their functional differences ( Khalil, Farhat, & Dl otko , 2021 ; Krichmar, Nasuto, Scorcioni, Washington, & Ascoli , 2002 ; Mainen & Sejnowski , 1996 ; Schaefer, Larkum, Sakmann, & Roth , 2003 ; Vetter, Roth, & h ausser，2001年）。在体外原发性神经元中这种关键结构的发展过程中，几种形态学变化已被归类为不同的阶段，这些阶段可以定性地描述（Dotti，Sullivan，＆Banker，1988； Powell，Rivas，Rodriguez-Boulan，＆Hatten，＆Hatten，＆Hatten，1997; Tahirovic＆Bradke＆Bradke，2009年）。
通过半自动微分实现量子最优控制
我们开发了一个“半自动微分”框架，将现有的基于梯度的量子最优控制方法与自动微分相结合。该方法几乎可以优化任何可计算函数，并在两个开源 Julia 包 GRAPE.jl 和 Krotov.jl 中实现，它们是 QuantumControl.jl 框架的一部分。我们的方法基于根据传播状态、与目标状态的重叠或量子门正式重写优化函数。然后，链式法则的分析应用允许在计算梯度时分离时间传播和函数的评估。前者可以通过修改的葡萄方案非常高效地进行评估。后者通过自动微分来评估，但与时间传播相比，其复杂性大大降低。因此，我们的方法消除了通常与自动微分相关的高昂内存和运行时开销，并通过直接优化量子信息和量子计量的非解析函数，促进了量子控制的进一步发展，尤其是在开放量子系统中。我们说明并测试了半自动微分在通过共享传输线耦合的超导量子比特上完美纠缠量子门的优化中的应用。这包括对非解析门并发的首次直接优化。
使用容积脑 MRI 研究半自动化方法评估胎儿宫内生长受限
表 1：对照人群和研究人群的特征，以平均值（SD）或频率和百分比以及显著性水平表示 研究组（n = 26） 对照组（n = 66） P 值 母亲的特征 母亲怀孕年龄（岁） 32.38（SD，5.26） 33.03（SD，4.66） .57 甲状腺疾病 3/26（11.5%） 4/66（6%） .40 贫血 1/26（3.8%） 5/66（7.5%） .67 凝血障碍 1/26（3.8%） 7/66（10.6%） .43 高血压 1/26（3.8%） 2/66（3%） 1 孕前糖尿病 1/26（3.8%） 0 .28 妊娠特征 自然受孕 21/26（80%） 57/65 a (88%) .51 胎儿性别 男 15/26 (57%) 男 32/66 (48%) .43 女 11/26 (42%) 女 34/66 (52%) MR 成像检查时的 GA 33.3 (SD, 2.79) 34.1 (SD, 2.58) .20 新生儿特征 分娩类型 阴道分娩 4/25 a (16%) 阴道分娩 43/64 a (67%) , .001 剖宫产 21/25 a (84%) 剖宫产 21/64 a (33%) , .001 出生周数 35.04 (SD, 2.66) 38.52 (SD, 1.27) , .001
从磁共振成像中对胎儿大脑进行半自动分割
1. Wu Y、Lu YC、Jacobs M、Pradhan S、Kapse K、Zhao L 等人。产前母亲心理困扰与胎儿大脑生长、代谢和皮质成熟的关系。JAMA Netw open。2020；3：e1919940–e1919940。doi：10.1001/jamanetworkopen.2019.19940 2. Ebner M、Wang G、Li W、Aertsen M、Patel PA、Aughwane R 等人。胎儿脑部 MRI 定位、分割和超分辨率重建的自动化框架。神经影像。2020；206。 doi:10.1016/j.neuroimage.2019.116324 3. Goldberg E、McKenzie CA、de Vrijer B、Eagleson R、de Ribaupierre S。胎儿对母亲内部听觉刺激的反应。J Magn Reson Imaging。2020 年；1-7。doi:10.1002/jmri.27033 4. Ebner M、Wang G、Li W、Aertsen M、Patel PA、Aughwane R 等人。胎儿脑 MRI 的自动定位、分割和重建框架。医学图像计算和计算机辅助干预。Cham；2018 年，第 313-320 页。5. Avants B、Tustison N、Johnson H。高级规范化工具 (ANTS)。Insight J。2009 年； 1–35。6. Avants BB、Epstein CL、Grossman M、Gee JC。具有互相关的对称微分同胚图像配准：评估老年人和神经退行性脑部的自动标记。Med Image Anal。2008；12：26–41。doi：https://doi.org/10.1016/j.media.2007.06.004 7. Jenkinson M、Smith S。一种用于脑部图像稳健仿射配准的全局优化方法。Med Image Anal。2001；5：143–156。 doi:https://doi.org/10.1016/S1361- 8415(01)00036-6 8. Jenkinson M、Bannister P、Brady M、Smith S。改进的优化方法，以实现脑图像的稳健和精确线性配准和运动校正。神经影像。2002；17：825-841。doi:https://doi.org/10.1006/nimg.2002.1132 9. Klein A、Andersson J、Ardekani BA、Ashburner J、Avants B、Chiang MC 等人。评估 14 种非线性变形算法在人脑 MRI 配准中的应用。神经影像。2009；46：786-802。 doi:10.1016/j.neuroimage.2008.12.037 10. Nosarti C、Murray RM、Hack M 编辑。早产的神经发育结果。剑桥：剑桥大学出版社；2010 年。doi:10.1017/CBO9780511712166 11. Blencowe H、Lee ACC、Cousens S、Bahalim A、Narwal R、Zhong N 等。2010 年区域和全球范围内早产相关神经发育障碍估计值。儿科研究。2013；74：17–34。doi:10.1038/pr.2013.204
公众接受半自动卡车排驾驶。德国和加利福尼亚的比较
排队技术旨在通过降低两辆或多个电子耦合车辆之间的距离来实现燃料节省。这项技术最近在德国和加利福尼亚州的重型卡车上进行了公共高速公路测试。这项研究的目的是评估其他道路使用者之间的接受程度以及受到接受因素的影响。在德国和加利福尼亚州进行了一份在线问卷，总共n = 536名参与者。他们收到了有关卡车排驾驶（1级和2级自动化）的信息，并回答了有关他们对技术的态度以及与卡车排合作的行为意图的问题。总体结果表明，有70％的受访者表示对技术的接受程度，而加利福尼亚州的接受率显着高于德国。德国受访者更愿意驶入排车辆的差距，并预示着更大的排间隙。对技术接受模型（TAM）的改编表明，预期的有用性以及共享高速公路的预期易度性是与排车辆合作的行为意图的最强预测指标。但是，这些变量无法预测排在排车辆之间的意图。切割车辆是潜在的安全风险，并降低了排驾驶的效率。因此，未来的研究应集中于发现行为对策。2020 Elsevier Ltd.保留所有权利。
STHT77616 半自动旋转激光器
• 激光信息 • 用户安全 • 电池安全 • 安装电池 • 使用附件 • 打开激光 • 执行精度检查 • 更改旋转速度 • 调整垂直倾斜度 • 使用探测器 • 维护和保养 • 规格