XiaoMi-AI文件搜索系统
World File Search System声化
军事武器人工智慧(AI)化对战争伦理影响之研究
2019年，https://brokingdefense.com/2019/10/ethical-ai-for-war-defense-innovation-board-says-it-can-be-done/，
脑电图（EEG）中言语回忆和非回忆间隔的分类
脑机接口 (BCI) 研究已开始用于从脑电图 (EEG) 中识别语音想象过程中的回忆音节。目前，很难从 EEG 数据中识别出真实的回忆持续时间。因此，通常使用不准确的回忆数据（包括非回忆持续时间或通过视觉确定频谱轮廓标记的回忆部分）来识别回忆的音节。由于视觉音节标记耗时费力，因此希望区分正确的语音想象片段的过程能够自动化。在本文中，我们构建了由语音想象片段和非回忆片段组成的每个模型以获得真正的音节片段。我们通过视觉判断从带有音节标记的语音想象/非回忆数据中提取复倒谱，并使用这些特征识别语音想象/非回忆片段。最后，我们报告了通过 10 倍交叉验证的分类结果。
SIP“利用AI（人工智能）医院的先进诊疗系统”
① 制作医疗辞典（收录5.4万种药品及治疗方法等约42万词的辞典），并开始利用该辞典将医疗领域的对话及护理记录文本化实证实验（减少约30%的医疗信息记录输入负担） ② 开始运用利用秘密共享进行数据存储的系统，并利用该系统对秘密计算方法进行评估 ③ 急救医疗时通过语音输入医生的指令 ④ 在日本医师协会内设立“AI医院推进中心”，制定医疗AI平台的总体规划，并进行推广和普及 ⑤ 利用血液进行液体活检的癌症诊断标准化（远程运送样本标准化）及其评估 ⑥ 利用人工智能机器人减少PET检查时医护人员的放射线照射量（减少约50%） ⑦ 将病理诊断图像数字化，并制作搭载双屏AI的综合癌症数据库，与电子病历一起生成患者摘要和
推动地方政府使用人工智能和机器人流程自动化
在2018年度的调查中，“通过聊天机器人进行响应”（55例）是最常见的解决方案，但在2019年度的调查中，用于记录会议纪要的AI等“语音识别”（157例）和AI-OCR等“字符识别”（120例）位居榜首，预计将占总采用数量的一半以上。排名前三的领域（语音识别、文字识别、聊天机器人应答）正在各个规模的城市得到推广，但排名后四的领域（匹配、最优解决方案显示、图像/视频识别、数值预测）即使在都道府县级别也很少有实施。总体来看，AI引入商业工具的进程正在不断推进，但引入有助于真正提高商业效率的AI仍面临挑战。
使用BCI使用情感分类的情感伪录制系统-Wiss
情绪观察可以分为三类：心理指标，行为指标和生理指标[74]。心理指标衡量内部心理状态，行为指标衡量外部行为和表现，生理指标衡量生理反应和身体状态。此外，心理指标是通过问卷调查和访谈来进行的，可以与其他客观指标结合使用。在使用行为指标分类的影响分类中，使用各种方法进行了影响分类。例如，在基于语音的情感分类中，Issa等人。对于八个类别（悲伤，幸福，愤怒，镇定，恐惧，惊喜，中立，厌恶）的准确性为71.61％，七个类别为86.1％，四个类别为64.3％[23]。 Jayalekshmi及其同事还提出了一种自动识别图像中面部表情的方法，从而达到了90.14％至七个类别的分类精度[24]。此外，Lim等人。提出了一种在虚拟环境中在情绪分类中使用学生位置的方法，其准确性高达59.19％[30]。另一方面，使用生理指标，EEG信号一直在情绪分类中引起人们的注意。脑电图信号是无意识的生理信号，与其他方法相比，很难有意识地操纵情绪分类的结果[31]。此外，脑电图具有很高的时间分辨率，并且可以在毫秒内检测情绪状态[6，11]。 Balconi及其同事使用视频在实验中引起特定的情绪，并表明在诱导情绪后，脑波变化了150毫秒250毫秒，表明脑波对情绪变化敏感[65]。 Valenti等。使用脑电图数据[66]，还达到了四类（有趣，令人恶心，悲伤，中立）的高精度（有趣，令人恶心，悲伤，中性）的高精度。在这项研究中，我们使用脑电图数据将用户的情绪分为四类：喜悦，愤怒，悲伤，幸福。使用脑电图的情绪分类是情绪观察的强大工具，因为与其他方法相比，它允许更高的准确性和时间分辨率。此外，已经提出，可以使用脑电图信号估算甲氨虫的人的情绪状态[2]。因此，使用脑电图的情绪分类是心血症患者的最佳方法，这使得很难识别自己的情绪。
从信号到噪声的非热声子缓解......
● 增加表面粗糙度 ● 使用非晶态材料作为声子路径上的悬浮结构。 ● 在表面涂覆低转变温度超导膜（图）或普通金属作为声子海绵（PRB 96, 220501(R) (2017)）。
金属中的依赖性电子声子耦合
金属中的声子散射是材料科学中最基本的过程之一。但是，了解此类过程仍然具有挑战性，需要有关声子与电子之间相互作用的详细信息。我们使用超快速电子弥漫性散射技术来解决时间和动量中的飞秒激光器激发剂的钨中的非平衡声子动力学。我们确定声子模式的瞬态群体，这些群体表现出通过电子 - 音波耦合引发的强动量依赖性。对于布里远区域边界附近的声子，我们在大约1皮秒上观察到其人口的短暂上升，这是由强烈的电子 - 音波耦合驱动的，然后在大约8个picsecond的时间表上缓慢衰减，由弱声子 - 音音子释放过程控制。我们发现，隔离这两个过程需要钨的特殊谐波，从而导致纯金中的长期非平衡声子。我们发现电子散射可能是金属声子热传输的决定因素。
现代奴隶制声明瓦肯钢有限公司
Vulcan在碳，不锈钢和工程钢以及具有前20名的铝制产品中拥有100多个直接支出供应商，占支出的85％以上。Vulcan的供应商跨越了全球，公司的风险评估考虑了与Vulcan的原产地国家，年度支出和关系的期限（如下第4节中进一步讨论）。供应商包括钢铁厂，冶炼厂，滚动厂和服务中心以及金属交易员。贸易商在全球范围内从钢铁厂和滚动厂买卖不同的钢铁产品，并专门从事特定产品范围。交易者还提供扩展的付款条款，供应商关系管理和货运处理。瓦肯（Vulcan）的前20名供应商中有9个是交易者，约占Vulcan直接支出的25％。
脉冲微波能量转导声子相关脑损伤
据报道，超过特定能量阈值的脉冲微波会在动物模型中造成脑损伤。造成脑损伤的实际物理机制尚无法解释，而这些损伤的临床现实仍存在争议。本文提出了脉冲微波可能通过将微波能量转换为脑水中的破坏性声子来损伤脑组织的机制。我们已经证明，低强度爆炸冲击波可能会在脑组织中引发声子激发。在这种情况下，脑损伤发生在纳米级亚细胞水平，这是根据脑水中声子相互作用的物理考虑所预测的。声子机制还可以解释原发性非撞击性爆炸引起的轻度创伤性脑损伤 (mTBI) 与最近在美国大使馆人员中观察到的可能由于定向射频辐射而导致的不明原因脑损伤的临床和成像结果之间的相似性。我们描述了实验以阐明脉冲微波可能损伤脑组织的机制、射频频率和功率水平。纳米级脑爆炸损伤的病理记录已得到实验支持，即使用透射电子显微镜 (TEM) 在没有肉眼或光学显微镜发现的情况下，证明了纳米级细胞损伤。需要进行类似的研究来更好地定义脉冲微波脑损伤。根据现有发现，临床诊断低强度爆炸和微波引起的脑损伤可能需要扩散张量成像 (DTI)，这是一种专门的水基磁共振成像 (MRI) 技术。