XiaoMi-AI文件搜索系统
World File Search System复杂
使用预测指标评估农业系统对生物多样性的影响：复杂性的梯度
hal是一个多学科的开放访问档案，用于存款和传播科学研究文件，无论它们是否已发表。这些文件可能来自法国或国外的教学和研究机构，也可能来自公共或私人研究中心。
![正交表示用于估计因果量的学习
生成的AI和创造性工作：叙事，价值观和影响
triffid：提高第一响应者效率的自动机器人辅助
微守流：边缘设备的复杂性自我注意力低的视觉变压器
covid- ... 之间的不可思议和争议性溢出
arxiv：2502.10437v1 [q-bio.pe] 2025年2月9日
对表示漏洞和工程强大的视觉变形金刚的机械理解
arxiv：2502.05610v1 [CS.CL] 2025年2月8日
Goproteingnn：利用蛋白质知识图蛋白表示学习
台式4Merge：综合基准，用于合并逼真的密集交通与微交互式车辆
arxiv：2502.08704v1 [cond-mat.supr-con] 2025年2月12日
机器人引发的久坐行为的社会控制
增强数字阴影的稳健性，用于使用增强岩石物理建模的二氧化碳存储监控
arxiv：2502.07964v1 [cs.lg] 2025年2月11日
对石墨烯中振荡大声电效应的相干检测
arxiv：2502.09316v1 [CS.CL] 2025年2月13日
将基于物理的建模与锂离子电池的机器学习相结合
Trellis BMA：DNA存储的IDS通道上的编码跟踪重建
arxiv：2502.07650v1 [stat.ml] 2025年2月11日
与Soc- ... 的多间隔能量储备合作](/simg/3/371e53cea55d57b21dc3cec4490fd2d843578c28.webp)
正交表示用于估计因果量的学习 生成的AI和创造性工作：叙事，价值观和影响 triffid：提高第一响应者效率的自动机器人辅助 微守流：边缘设备的复杂性自我注意力低的视觉变压器 covid- ... 之间的不可思议和争议性溢出 arxiv：2502.10437v1 [q-bio.pe] 2025年2月9日 对表示漏洞和工程强大的视觉变形金刚的机械理解 arxiv：2502.05610v1 [CS.CL] 2025年2月8日 Goproteingnn：利用蛋白质知识图蛋白表示学习 台式4Merge：综合基准，用于合并逼真的密集交通与微交互式车辆 arxiv：2502.08704v1 [cond-mat.supr-con] 2025年2月12日 机器人引发的久坐行为的社会控制 增强数字阴影的稳健性，用于使用增强岩石物理建模的二氧化碳存储监控 arxiv：2502.07964v1 [cs.lg] 2025年2月11日 对石墨烯中振荡大声电效应的相干检测 arxiv：2502.09316v1 [CS.CL] 2025年2月13日 将基于物理的建模与锂离子电池的机器学习相结合 Trellis BMA：DNA存储的IDS通道上的编码跟踪重建 arxiv：2502.07650v1 [stat.ml] 2025年2月11日 与Soc- ... 的多间隔能量储备合作
表示学习被广泛用于观察数据的因果量（例如，有条件的平均治疗效应）。尽管现有的表示学习方法具有允许端到端学习的好处，但他们没有Neyman-Ottrol-ottrodenal学习者的理论特性，例如Double Ro-Busberness和Quasi-Oracle效率。此外，这种表示的学习方法通常采用诸如平衡之类的规范约束，甚至可能导致估计不一致。在本文中，我们提出了一类新型的Neyman-Ottrodonal学习者，以在代表水平上定义的因果数量，我们称之为或称为校友。我们的旅行者具有几个实际的优势：它们允许基于任何学习的表示形式对因果量进行一致的估计，同时提供了有利的理论属性，包括双重鲁棒性和准门的效率。在多个实验中，我们表明，在某些规律性条件下，我们的或学习者改善了现有的表示学习方法并实现最先进的绩效。据我们所知，我们的或学习者是第一批提供代表学习方法的统一框架，而Neyman-ottrol-ottrodenal学习者进行因果量估计。
城市街景的视觉复杂性：人类与计算机视觉
抽象理解城市环境的视觉复杂性可能会改善城市设计策略，并限制由于广告，道路标牌，电信系统和机械而引起的视觉污染。本文旨在通过向一组450个以上的互联网用户提交一组地理参考的照片来量化城市街景中的视觉复杂性。将本调查发出的平均复杂性排名与一组计算机视觉预测进行了比较，试图找到最佳匹配。总的来说，一个计算机视觉指标可以全面匹配调查结果，并未清楚地从分析中出现，但是一组感知的假设表明，某些类别的刺激更相关。结果表明，具有对比颜色区域和锋利边缘的图像如何更容易驱动高复杂性的感觉。
对每个单个蜂窝网络数据集的复杂性生成
随着移动设备成为人类存在和活动的代理，移动运营商收集的数据集（即呼叫详细记录（CDRS））被公认为是研究人类行为的常见工具，在多种研究中和行业中，社会学[1]，例如，流行病学[2]，运输[3]，交通[3]，[4]（CF>）图1a）。CDR描述了与操作员网络交互的每个移动设备生成的时期和地理参考事件类型（例如，呼叫，SMS，数据）（参见表I）。 它们包括城市，地区或乡村地区，通常涵盖长期（月或数年）；当今，没有其他技术提供同等的人均精确范围。 然而，现实世界中CDR对研究的剥削面临许多局限性（参见 §ii）。 首先，可访问性：CDRS数据集未公开可用，施加了严格的移动运营商协议。 第二，可用性：CDR通常以汇总形式（即分组的迁移率流和粗时空信息）提供，限制了相关分析的精确性。 第三，隐私：即使是匿名化的CDR，CDRS描述了用户习惯的敏感信息，这使他们的共享性硬化[5]。 第四，灵活性：限制访问CDRS的限制了高级研究，需要在人口规模，持续时间或地理覆盖范围内进行数据丰富。 本文介绍了实施CDR的自动生成，以解决上述挑战。表I）。它们包括城市，地区或乡村地区，通常涵盖长期（月或数年）；当今，没有其他技术提供同等的人均精确范围。然而，现实世界中CDR对研究的剥削面临许多局限性（参见§ii）。首先，可访问性：CDRS数据集未公开可用，施加了严格的移动运营商协议。第二，可用性：CDR通常以汇总形式（即分组的迁移率流和粗时空信息）提供，限制了相关分析的精确性。第三，隐私：即使是匿名化的CDR，CDRS描述了用户习惯的敏感信息，这使他们的共享性硬化[5]。第四，灵活性：限制访问CDRS的限制了高级研究，需要在人口规模，持续时间或地理覆盖范围内进行数据丰富。本文介绍了实施CDR的自动生成，以解决上述挑战。尤其是（1）我们通过建立这种生成的痕迹的范围并描述它如何为研究进展提供新的途径，详细介绍了这种解决方案的动机，（2）我们通过提出相关要求和挑战来分享对现实CDR生成的可行性研究。
利用双极电化学技术控制导电聚合物中复杂电阻梯度的图案化
导电聚合物因其可用于设计微电子局部电活性图案而备受关注。在这项工作中，我们利用聚吡咯的特性，结合双极电化学引发的无线极化，产生局部电阻梯度图案。物理化学改性是由聚吡咯的还原和过氧化引起的，这会在预定位置的导电基板的不同位置产生高电阻区域。由于聚吡咯具有出色的柔韧性，可以形成 U 形、S 形和 E 形双极电极用于概念验证实验，并进行电化学改性以产生明确的电阻梯度。样品的 EDX 分析证实了局部物理化学改性。与更传统的图案化方法相比，这种方法的主要优势是双极电化学的无线特性以及可能对电化学改性的空间分布进行微调。
第三级结构的复杂感知功能融合 -
基于三级结构的RNA设计在合成生物学和治疗剂中起着培养作用。现有方法探索了结构 - 序列映射，但它们仅关注RNA结构并忽略复杂级信息的作用，这对于有效的RNA设计至关重要。为了解决此限制，我们提出了基于Ware第三级结构的r na esign模型，该模型，该模型，该模型集成了复杂水平信息以增强基于高等教育结构的RNA序列设计。是特定的，我们的方法结合了蛋白质语言模型（例如ESM-2）提取的蛋白质特征，从而使设计模型能够生成更准确且复杂的相关序列。考虑到蛋白质RNA相互作用的生物逻辑复杂性，我们引入了一种远距离感知的过滤蛋白质表示的局部特征。此外，我们设计了一个高亲和力设计框架，该框架将我们的卡与亲和力评估模型相结合。在此框架中，基于亲和力和结构比对生成并严格筛选了候选RNA的序列。广泛的例证证明了我们方法的有效性，而与基本模型相比，没有我们的复杂感知的效果整合，提高了5.6％。2磅的具体案例研究进一步验证了我们的卡的优势。
在早期但不晚的神经反应，视觉皮层由具有足够模型复杂性的随机重量CNN很好地预测
卷积神经网络（CNN）受到灵长类动物视觉系统的组织的启发，进而成为视觉皮层的有效模型，从而可以准确预测神经刺激反应。虽然对与大脑相关的对象识别任务进行培训可能是预测大脑活动的重要前提，但CNN的大脑样结构可能已经允许准确预测神经活动。在这里，我们在预测视觉皮层的神经反应方面评估了任务精制和脑部优化的卷积神经网络（CNN）的性能，并进行了系统的架构操作以及受过训练的和未经训练的特征提取器之间的比较，以揭示关键的结构组件影响模型性能。对于人类和猴子区域V1，采用RELU激活函数的随机重量CNN与平均或最大池的结合，显着超过了其他激活函数。随机体重CNN在预测V1响应时与训练有素的对应物相匹配。可以预测V1响应的程度与神经网络的复杂性密切相关，这反映了神经激活功能和汇总操作的非线性。但是，对于与物体识别（例如IT）相关的较高视觉区域，编码性能与复杂性之间的这种相关性显着弱。测试视觉区域之间的这种差异是否反映了功能差异，我们在纹理歧视和对象识别任务上训练了神经网络模型。与我们的假设一致，模型的复杂性与纹理歧视的性能更加密切，而不是对象识别。我们的发现表明，具有足够模型复杂性的随机重量CNN允许将V1活动视为训练有素的CNN，而较高的视觉区域则需要通过梯度下降通过训练获得的精确重量配置。
复杂的康复技术维修咨询委员会...
理事会采用了十天窗口开始的阅读，即维修向轮椅提供商报告并在修理完成后结束，任何时间等待处方，事先授权，零件的运输或客户的可用性，而不在十天内计算；在此期间，“时钟”被暂停。这与康涅狄格州康涅狄格州大会网站保持一致，该网站上写着：“该法案要求授权的轮椅经销商及时维修轮椅，经销商在该州出售或租赁，这意味着在可行的最快，但在消费者要求修理后的10个工作日不得晚于10个工作日。只要消费者可提供轮椅，并且已经获得了保险公司要求的任何事先授权，该要求就适用。 任何等待事先授权或提供维修所需零件的时间都不计入10天限制。”该要求就适用。任何等待事先授权或提供维修所需零件的时间都不计入10天限制。”
使用 IN718 修复复杂形状涡轮叶片尖端的工艺开发
涡轮叶片运行过程中最常见的缺陷之一是叶尖磨损，这会导致叶片报废。增材制造 (AM) 可以通过激光材料沉积 (LMD，也称为直接能量沉积，DED) 工艺进行修复，从而避免成本高昂的整个叶片更换。由于该应用与工业相关，因此关于 LMD 工艺所用的确切沉积策略和工艺参数的信息非常有限。本研究中使用的叶片几何形状的特点是轮廓横截面在叶片高度上的变化。此外，轮廓围绕其骨架线中心旋转，这称为扭曲。此外，轮廓沿其肌腱线向前缘移动，这称为前扫。首先，确定一组合适的工艺参数，通过这些参数可以制造无孔隙和无裂纹的 IN718 基本探头。为了将这些参数转移到涡轮叶片上，研究了各种工艺策略，这些策略既考虑了敏感的叶片几何形状，也考虑了所用生产系统的运动学。这些策略包括轮廓和舱口轨道的调整、合适的飞入和飞出策略的设计，以及悬垂生产的措施。通过将修复后的叶片与其目标几何形状与光学测量进行比较，可以评估工艺后的形状精度。总之，所用的三维构建策略能够稳定地再现扭曲和前掠，并实现足够的加工余量。因此，所开发的工艺代表了复杂叶片几何形状的叶尖损伤近净形修复的基本解决方案，可应用于其他叶片几何形状。