XiaoMi-AI文件搜索系统
World File Search System响应者
可用性比较拟人化数字人的健康参与者和基于文本的聊天机器人，以此作为对心理健康问题的响应者：随机对照试验
近年来，增强学习（RL）已成为一种有力的工具，可在光网络（例如路由和波长分配（RWA）[1]等光网络中解决复杂而染色的优化问题[1]，路由，调制和频谱分配（RMSA）[2]以及虚拟网络嵌入[3]。RL实现的性能效果表明其在现实世界中的应用潜力。但是，与其他机器学习（ML）算法类似，RL模型具有黑盒性质，使它们难以解释。这种特征使RL模型难以信任，因此在实际的光网部署中采用。对于监督的ML模型，Shap（Shapley添加说明）[4]是一种可解释的AI方法，已被广泛采用。Shap是一种基于合作游戏理论的方法，用于量化单个特征对模型决策过程的影响。Shap值提供了对每个功能的相对重要性（影响）的见解，从而估算了它们如何对模型的输出做出贡献。将这种解释性框架应用于传播质量（QOT）预测任务时，已显示出有希望的属性[5]。最近，由于需要解释和使RL模型的决策过程透明的驱动，可解释的RL（XRL）受到了越来越多的关注。在光网络的上下文中，XRL的概念仍然相对尚未探索。先前建议通过反向工程网络状态[6]或网络中资源使用分析（链接）来解释和解释RL模型的决策[1，7]。但是，这些研究并未分析不同特征如何影响RL药物的决策。因此，在光网络背景下，RL代理学到的政策仍然存在一段差距。这至关重要，因为网络运营商需要在其在实际网络中部署之前了解RL学习策略背后的推理。在这项工作中，我们旨在利用Shap（Shapley添加说明）[4]来解释应用于RMSA问题的RL模型的行为。为此，我们提出了一种使用训练有素的RL代理的观察和行动来以有监督的学习方式训练ML模型的方法。由Shap使用所得的ML模型来提取解释。与[2]中的RMSA问题的每个组件分别求解，RL代理解决路由问题，基于路径长度的调制格式选择以及基于第一拟合策略的频谱分配。我们分析了该问题的三种变化，改变了奖励函数和选择RL代理的不可行的动作的可能性。我们特别有兴趣解释重要的网络和LightPath请求特征，该特征导致RL模型拒绝该请求。结果允许我们确定哪些功能和哪些值范围影响RL代理接受或拒绝LightPath请求。我们观察到，通过更改奖励功能，RL策略会更改拒绝请求时所考虑的重要功能。引入了防止RL模型采取不可行的措施的掩码，使功能的重要性更加均匀地分布在不同的路由选项上。我们认为，提出的方法对于增加将在真实网络中部署的RL模型的可信度可能是有价值的。
人工智能辅助紧急医疗服务呼叫中心软件
NUSTL 负责管理应急响应人员系统评估和验证 (SAVER) 计划，该计划提供有关市售设备的信息，以协助响应组织进行设备选择和采购。SAVER 知识产品提供有关 DHS 授权设备清单 (AEL) 所列类别的设备的信息，主要关注响应者社区的两个主要问题：“有哪些设备可用？”和“设备性能如何？”SAVER 计划与响应者合作，对市售应急响应设备进行客观、与实践者相关、以操作为导向的评估和验证。拥有合适的工具可以为响应者提供更安全的工作环境，并为他们服务的人提供更安全的社区。
CMF 74 进度表
训练 最合格的人员如下： SSG：技术护航（L3）、BCT 的 CBRN 侦察（L6）、CBRN 响应者（R）、跳伞者（P）、空中突击（2B）、游骑兵（G）、MRT、SHARP、EOL、战斗参谋士官（2S） SFC：技术护航（L3）、BCT 的 CBRN 侦察（L6）、CBRN 响应者（R）、跳伞者（P）、空中突击（2B）、游骑兵（G）、MRT、EOA、战斗参谋士官（2S） MSG：技术护航（L3）、BCT 的 CBRN 侦察（L6）、CBRN 响应者（R）、跳伞者（P）、空中突击（2B）、游骑兵（G）、MRT、战斗参谋士官（2S） CSM/SGM：不适用
用于车辆救援的电池供电扩张救援工具
NUSTL 负责管理应急响应人员系统评估和验证 (SAVER) 计划，该计划提供有关市售设备的信息，以协助响应组织进行设备选择和采购。SAVER 知识产品提供有关 DHS 授权设备清单 (AEL) 所列类别的设备的信息，主要关注响应者社区的两个主要问题：“有哪些设备可用？”和“设备性能如何？”SAVER 计划与响应者合作，对市售应急响应设备进行客观、与实践者相关、以操作为导向的评估和验证。拥有合适的工具可以为响应者提供更安全的工作环境，并为他们服务的人提供更安全的社区。
海上监视技术市场调查报告
NUSTL 负责管理应急响应系统评估和验证 (SAVER ® ) 计划，该计划提供有关市售设备的信息，以帮助响应组织进行设备选择和采购。SAVER 出版物提供有关 DHS 授权设备清单 (AEL) 所列类别的设备的信息，主要关注响应者社区的两个主要问题：“有哪些设备可用？”和“设备性能如何？”SAVER 计划与响应者合作，对市售应急响应设备进行客观、与实践者相关、以操作为导向的评估和验证。拥有合适的工具可以为响应者提供更安全的工作环境，并为他们服务的人提供更安全的社区。
急救人员虚拟现实 (VR) 培训系统
NUSTL 负责管理应急响应人员系统评估和验证 (SAVER) 计划，该计划提供有关市售设备的信息，以协助响应组织进行设备选择和采购。SAVER 知识产品提供有关 DHS 授权设备清单 (AEL) 所列类别的设备的信息，主要关注响应者社区的两个主要问题：“有哪些设备可用？”和“设备性能如何？”SAVER 计划与响应者合作，对市售应急响应设备进行客观、与实践者相关、以操作为导向的评估和验证。拥有合适的工具可以为响应者提供更安全的工作环境，并为他们服务的人提供更安全的社区。
大规模伤亡威胁的武器筛查系统
nustl管理紧急响应者（SAVER®）计划的系统评估和验证，该计划提供有关商业可用设备的信息，以帮助响应组织进行设备选择和采购。Saver出版物提供有关DHS授权设备清单（AEL）中列出类别的设备的信息，主要关注响应者社区的两个主要问题：“有哪些设备可用？”和“它如何表现？” Saver计划与响应者合作，以进行客观，实践者，以操作为导向的评估以及对市售紧急响应设备的验证。拥有正确的工具为响应者和服务者提供更安全的工作环境，为他们服务的人提供了更安全的社区。
安全性和功效来自OCU400修饰剂基因治疗的1/2期临床试验，用于治疗视网膜炎
通过稳定或改善BCVA，LLVA和MLMT评估的受试者人群的响应者分析。两个受试者仅在MLMT中就经历了稳定或改善。参数上的非响应者在其旁边用 *符号表示。稳定：BCVA和LLVA（±4个字母更改），MLMT：0 lux级别更改；改进：BCVA和LLVA（≥5个字母更改）； MLMT：≥1lux级别的变化。
肠道微生物在绝经后妇女对李子的反应以维持髋骨矿物质密度
含有酚类培养基（例如李子）的食物已显示出对骨矿物质密度（BMD）的保护作用，但只有某些人会遇到这些好处。对一项为期12个月的随机对照试验的事后分析旨在确定肠道微生物组，免疫反应和李子对绝经后妇女的骨保护作用之间的关系。每天消耗50-100 g李子的受试者根据总髋骨矿物质密度的变化百分比（分别为BMD，≥1％或≤-1％变化），将响应者分为反应者（n = 20）和非反应者（n = 32）。DXA扫描用于确定身体成分和BMD。使用免疫测定和流细胞术测量免疫标记。使用超性能液相色谱 - 串联质谱法分析靶向酚类代谢产物。通过16S rRNA基因PCR扩增子测序表征粪便菌群。修剪消耗12个月后，抗弹药标志物显示响应者的IL-1β和TNF-α水平的较低。QIIME2序列分析表明，响应者和非反应者的微生物组在Alpha（Shannon和Faith PD，Kruskal-Wallis P <0.05）和Beta多样性（未加权的UNIFRAC，Pertanova P <0.04 P <0.04）中有所不同。此外，响应者的细菌家庭振荡性甲状酸酯和lachnospileceae（ancom-BC p <0.05）的丰度更高。这些发现提供了证据表明，在最初低BMD的绝经后妇女如果携带某些肠道微生物，则可以从李子中受益。这些见解可以指导精确的营养策略，以改善针对饮食和微生物组成分量身定制的BMD。