XiaoMi-AI文件搜索系统
World File Search System均值
在哪里建立食物银行：机器学习方法
摘要 目前有超过 4400 万美国人饱受粮食短缺之苦，其中 1300 万是儿童。粮食短缺已导致一系列身体和发育问题。在美国各地，数以千计的食品银行和食品储藏室是粮食短缺家庭的重要食物和其他形式援助来源。通过优化食品银行的位置，急需食物的家庭将更容易获得食品银行及其资源。本文旨在构建一个机器学习框架，该框架能够优化食品银行的位置并考虑中等收入等因素。我们为此使用了 K 均值聚类算法，因为它具有高处理速度和考虑大量数据的能力，以及其无监督性质，不需要训练时间或标记训练数据。我们提出的方法将 K 均值应用于来自加利福尼亚州和印第安纳州美国人口普查和地理空间数据的一系列房屋，并在有收入数据时应用加权 K 均值算法。我们创建了旨在优先考虑低收入家庭的食品银行位置，并将这些位置与 Feeding America 下属的真实食品银行进行了比较。我们的结果表明，不仅 K-means 速度极快，而且我们的食品银行位置平均比现有的食品银行位置更好，缩短了加利福尼亚州和印第安纳州食品银行与家庭之间的距离。
使用可解释的人工智能发现表征多发性硬化症表型的功能连接特征
图 3 敏感性分析流程示意图，旨在识别 MS 患者表型的大脑 RS FC 的显著变化。输入数据 (a) 以基于协方差的 RS FC 矩阵的形式使用主导集算法 (b) 使用所有矩阵进行聚类（不使用任何交叉验证框架）。得到的聚类代表（测地线质心）用于提取以距质心测地线距离形式呈现的特征。然后使用引导机制训练多个分类器，使我们能够分析与每个特征相关的权重统计数据。(c) 然后使用置换测试来选择一组重要特征，然后使用这些特征来识别和选择 (d) 正确分成几组的样本。(e) 最后，计算每组的测地线均值矩阵，并通过简单地将这些测地线均值矩阵（参考连接组）彼此相减来突出显示突出的连接。
加压$ {\ rm la} _3 {\ rm ni} _2 {\ rm o} _7 $} _7 $
由于在高压下观察到非常规超导性（TC≈80K），最近层状的钙钛矿La 3 Ni 2 O 7最近引起了广泛的关注。是为了动机，我们提出了一项基于密度功能的计算研究，加上压力的LA 3 NI 2 O 7超导体的正常电子重建的动力均值均值理论计算。我们展示了一致性 - 成分跨界行为如何表现出由于E g壳单粒子光谱函数中相当大的电子相关效应而表现出来。我们的结果捕获了电阻的依赖性，为实验中看到的新兴奇怪的金属行为提供了多种粒子的解释。我们的发现呼吁对非常规高温超导体进行更多研究，以发掘与边际费米液体近端的后果，这是管理奇怪金属运输异常的重要候选者。
基于脑功能网络和样本熵的脑电信号特征提取
(1) 维数 一般取值 1 或 2 ，当 时，要求数据量 在数千点以上，但 过大不能保证序列具有相同 的性质； 一定时，若 ，需要较大才能取得 较好的效果，但是太大会丢失序列的许多细节信 息。 Pincus [ 14 ] 研究认为 比 效果好，可使 序列的联合概率进行动态重构时提供更详细的信 息。 (2) 用来衡量时间序列相似性的大小。如果 选得太小，估计出的统计概率会不理想；若选得 太大，会丢失时间序列中很多细节，达不到预期的 效果。 Pincus [ 14 ] 通过对确定性和随机过程的理论分 析及其对计算和临床应用的研究，总结出取值为 ( 为原始序列的标准差 ) 能得出有效 的统计特征。 (3) 表示输入数据点，一般取值为 100 ～ 5000 。因此根据上述原则，本文取 , 。根据实验研究发现当 时，不同 状态的脑电信号的样本熵并无太大差异；当 时，不同状态的脑电信号的熵值有明显差异。 因此 取值为 100 。即用长度为 100 点，间隔为 4 点 的滑动窗计算 EEG 在运动想象期 (2 ～ 6 s) 的样本 熵序列，然后求该序列的均值作为该 EEG 的样本 熵。 ERS/ERD 现象主要出现在 C3 和 C4 电极对应的 感觉运动区上，例如，右手运动想象时可观测到 C3 电极对应的感觉运动区 ERD 现象，左手运动想 象时可观测到 C4 电极对应的感觉运动区 ERD 现
材料处理对供应链性能的影响
这项研究检查了材料处理对性能供应链的影响。Magerwa Ltd的案例研究目标人群是Magerwa Ltd员工，在承担样本量的同时，人口目标是Magerwa Ltd的150名员工，是109名受访者。研究采用了描述性统计和推论统计，定性和定量都在SPSS软件程序的帮助下分析数据版本25.0 25.0描述性统计和推理统计数据用于呈现频率表，百分比，均值和均值和推理分析，用于使用Pearson相关性和多元回归模型之间的相关性变量，并使用相关变量来实现相关性变量。定性和定量分析被使用描述性统计数据，以产生频率表，百分比和平均值。推论统计量用于使用人的相关性和多元回归模型来测试和借鉴变量之间的关系，这两者都取决于独立频段。分析了材料性质对材料处理对供应链性能的性能的影响。结果的总体平均值为3.74，设施布局用于材料处理对供应链性能的影响。经过分析，结果的总体均值为3.72设备可靠性对供应链性能的影响。总体结果为3.72，分析了材料处理系统对供应性能的操作系统的影响。总体结果平均值为3.59。分析了性能供应链的数据，结果的总体平均值为3.73，具体取决于结果，表明绩效供应链的成绩良好。表明，自然，设施的可靠性，设备可靠性和操作系统和性能供应链之间的关系材料处理和性能供应链分别为0.780、0.864、0.847和0.843，而所提供的结果比统计学上的结果具有统计学意义，p值= 0.000。结果提出了材料处理的变量；性质在统计学上不显着，p值= 0.316 b，设施布局具有统计学意义，p值= 0.000 b，设备可靠性在统计上具有统计学意义，p值= 0.000 b。得出的结论是，材料处理与性能供应链之间存在显着的关系。这项研究建议，微型和微型缩影应使公民敏感成为物流处理的一部分，以发展自己是该国的好公民。
使用封闭式操作员网络（ICON）迈向大型科学学习模型
列表的19种类型问题，包括前进和逆ODE，PDE和均值场控制问题。用单个模型解决。培训：每种问题类型的1000个操作员，每个操作员有100个示例。测试：其他操作员，在提示中最多只有5个示例。7
使我成为BNN：从预训练模型估算贝叶斯不确定性
其中矩阵w（j）µ和w（j）σ表示层j，j j〜n（0，1）的后验分布的平均值和标准偏差，而操作员norm（β，βJ，γJ），可训练的参数βJ和γj的均值和标准偏差，可以指代任何批次，层，层，层，层或实例化。
基于 KPLS 的多模风洞流动系统马赫数预测
摘要：风洞中需要对马赫数进行精确监测与控制，而直接在线获取马赫数非常困难，尤其当风洞系统处于多模态时。针对这一问题，提出了一种基于核偏最小二乘法的针对多模态风洞系统的马赫数预测算法。首先，为了反映实时变化，采用时间片偏最小二乘回归方法；然后，为了使模型能够代表除以关键过程变量后的整个工作模式的信息，建立了均值偏最小二乘模型，并与时间片模型进行了比较；然后，考虑到风洞系统具有较强的非线性特性，采用适用于非线性系统的核偏最小二乘法对马赫数进行预测。结果表明：均值模型优于时间片模型，单模态模型的预测能力优于多模态模型，核偏最小二乘法比偏最小二乘法更适用于风洞系统。
预测医学消费的聚类分析
摘要。这项研究调查了用于医院中医学消费的机器学习，以优化资源分配和物流。我们使用两种方法：一种结合了多家医院数据的统一方法，以及一种预测个人医院的分离方法。我们根据消费趋势探索了K-均值聚类和手动对聚类。虽然K-均值聚类并未产生改进，但手动夹确定了具有明显增强预测准确性的特定药物对（例如，医院1：MAPE 1：MAPE从19.70％降低到3.30％）。但是，统一的方法并不能始终如一地使所有医院受益（例如，医学9）。这强调了在某些医院的准确性提高与其他医院潜在损失的需求。总体而言，分离方法中的手动聚类显示出希望。未来的工作应探索高级自动聚类技术，例如动态时间扭曲（DTW），并利用较大的数据集进行进一步验证。