XiaoMi-AI文件搜索系统
World File Search System多维
学习多维人类对文本对...
文本对图像模型的当前指标通常依赖于不足以代表人类真正偏好的统计指标。尽管最近的工作试图通过人类注释的图像来学习这些偏好，但它们将人类偏好的丰富挂毯降低到单个总分。然而，当人类评估不同方面的图像时，偏好会有所不同。因此，为了学习多维人类偏好，我们提出了多维偏好评分（MPS），这是评估文本对图像模型的第一个多维偏好评分模型。MPS引入剪辑模型上的偏好条件模块，以学习这些不同的偏好。它是根据我们的多维人类偏好（MHP）数据集进行了训练的，该数据集包括607,541图像的四个维度（即美学，语义一致性，详细信息，详细质量和整体评估）的918,315个人类偏好选择（即，美学，语义一致性，细节质量和整体评估）。这些信息是由各种最新的文本对图像模型生成的。MPS在4个维度上的3个数据集上优于现有的评分方法，从而使其成为评估和改进文本对象的有希望的指标。该模型和数据集将被公开使用，以促进未来的研究。项目页面：https：//wangbohan97.github.io/mps/。
欧盟循环经济区域发展：多维分析
2 例如，一个特别关注循环经济的“地平线 2020”项目是 SCREEN - 欧洲区域协同循环经济 (www.screen-lab.eu)，该项目提出了一种映射工具来分析每个合作伙伴区域对循环经济问题的应用。分析集中在智能专业化战略和区域能力方面，包括实际和潜在的循环经济应用和共生，并通过基于组织间合作的元模型评估每个区域的循环经济潜力。另一个特别有趣的欧盟循环经济项目是 GREECO 项目 - 绿色经济的区域潜力 (www.espon.eu/programme/projects/espon- 2013/applied-research/greeco-territorial-potentials-greener-economy)，该项目通过一系列案例历史表明，制定区域战略愿景是促进区域循环经济的主要驱动力。
经济增长能减少多维贫困吗？来自中低收入国家的证据
长期以来，实证研究一直集中于货币贫困，以探讨经济增长与贫困之间的关系。本文采用两个新的基于个体的多维贫困指数：G-CSPI 和 G-M0，探讨了增长与多维贫困之间关系这一鲜为人知的争论。本文基于 1990 年至 2018 年 95 个中低收入国家的不平衡面板数据集：这是迄今为止用于此目的的最大样本和时间跨度。使用一阶差分计量经济学策略，实证分析表明，GDP 增长 10% 可使多维贫困减少约 4-5%。然而，结果因考虑的子时期而异：2000 年之前的弹性不显著，而 2000 年之后为负且显著。这可能是由于 21 世纪初国际形势发生了变化。最后，通过比较分析发现，收入贫困对增长的弹性比多维贫困对增长的弹性高出5至8倍。我们的研究结果表明，经济增长是缓解多维贫困的重要手段，但其效果远低于货币贫困。
人工智能（AI）和扩展现实（XR）：多维生物医学工程（BME）调查探索
人工智能（AI）和扩展现实（XR）的融合已迎来了生物医学工程的变革性时代，从而在诊断，治疗和教育方面取得了重大进步。本评论旨在探索AI和XR技术的整合，并强调其集体潜力在解决相关挑战的同时彻底改变医疗保健实践。AI具有自适应算法，在医学成像，疾病预测和优化治疗方案中已成为必不可少的。XR技术，包括虚拟现实（VR），增强现实（AR）和混合现实（MR），提供了沉浸式和互动的环境，可增强医学培训，康复和手术精度。这项研究批判性地评估了AI和XR在实际生物医学情景中的应用，将结果与传统的医疗保健实践进行了比较，并提出了证明其有效性的案例研究。此外，审查还讨论了这些技术的局限性，包括算法偏见，隐私问题以及对强大的监管框架的需求。检查了围绕患者安全和数据安全的道德考虑因素，以确保保持平衡的观点。通过分析最新进步并确定研究差距，本文提供了可行的见解，并提出了未来的方向
健康和疾病中的假基因介导的 ceRNA 网络：多维调控视角
缩写：Ψ，假基因；ceRNA，竞争内源性RNA；MRE，微小RNA反应元件；miRNA，微小RNA；TSG，肿瘤抑制基因；mRNA，信使RNA；PP，加工假基因；UP，未加工假基因；UPG，单一假基因，RT，逆转录转座；LINE，长散在核元件；siRNA，短干扰RNA；circRNA，环状RNA；AD，阿尔茨海默病；FTH1，铁蛋白重链；；PTENP1，PTENP1假基因；HMGEC，人乳腺上皮细胞；CRDP，环状RNA衍生的假基因；；HMGA1P，高迁移率族AT-Hook 1假基因；RBP，RNA结合蛋白；；lncRNA，长非编码RNA；CRC，染色质重塑复合物；ERK，细胞外信号调节激酶； BRAF，B-Raf原癌基因；PI3K，磷酸肌醇3-激酶；AKT，丝氨酸/苏氨酸激酶；MAPK，丝裂原活化蛋白激酶；qRT-PCR，定量逆转录聚合酶链反应；FISH，荧光原位杂交；ceRNA假说，竞争性内源性RNA假说；PTPN11，蛋白酪氨酸磷酸酶，非受体型11；NDs，神经退行性疾病；EGFR，上皮生长因子受体；TNF，肿瘤坏死因子；早期生长反应蛋白1（EGR1），HMGA，高迁移率族at-hook 1基因；PMOM，精准医疗肿瘤学市场；scRNA-seq，单细胞RNA测序；ISH，原位杂交；RNAi，RNA干扰；LNP，脂质纳米颗粒； BCL，B 细胞淋巴瘤；AI，人工智能；IP，免疫沉淀；RIP，RNA 免疫沉淀；HRISH，高分辨率原位杂交
mirt：多维项目反应理论
描述 使用项目反应理论范式下的单维和多维项目分析模型分析离散响应数据 (Chalmers (2012) < doi:10.18637/jss.v048.i06 >)。探索性和验证性项目因子分析模型使用求积 (EM) 或随机 (MHRM) 方法进行估计。验证性双因子和两层模型可用于使用降维 EM 算法对项目测试集进行建模，同时包括多组分析和混合效应设计，用于检测差异项目、捆绑和测试功能，以及对项目和个人协变量进行建模。最后，支持潜在类别模型，例如 DINA、DINO、多维潜在类别、混合 IRT 模型和零膨胀响应模型，以及广泛的概率展开模型系列。
Bin Liu, Xiujie Zhao, Yiqi Liu, Phuc Do Van. 多维退化和不完善检查系统的维护优化。Inter
在本文中，我们为经历多个相关退化过程的系统开发了一个维护模型，其中使用多元随机过程来建模退化过程，并使用协方差矩阵来描述过程之间的相互作用。当任何退化特征达到预先指定的阈值时，系统即被认为发生故障。由于基于退化的故障具有休眠性，因此需要进行检查以检测隐藏的故障。检查后将更换发生故障的系统。我们假设检查不完善，因此只有特定的概率才能检测到故障。基于退化过程，以系统可靠性评估为基础，然后建立维护模型以减少经济损失。我们提供了成本最优检查间隔的理论边界，然后将其集成到优化算法中以减轻计算负担。最后，以疲劳裂纹扩展过程为例，说明了所开发的维护策略的有效性和稳健性。研究了退化依赖性和检查精度的影响，以获得更多管理见解。数值结果表明，检查不准确性对运营成本有重大影响，建议应付出更多努力来提高检查精度。
道德和可持续人工智能的多维方法......
d.tjondronegoro@griffith.edu.au 摘要 人工智能 (AI) 已成为一种变革性技术，有可能彻底改变从医疗保健到金融、教育等各个领域。然而，成功实施人工智能系统仍然是一项复杂的挑战，需要一个全面且方法合理的框架。本文通过介绍值得信赖、优化、适应性和社会技术和谐 (TOAST) 框架来应对这一挑战。它借鉴了各个学科的见解，将技术战略与道德价值观、社会责任和创新愿望相结合。TOAST 框架是一种旨在指导人工智能系统实施的新方法，重点关注可靠性、问责制、技术进步、适应性和社会技术和谐。通过将 TOAST 框架应用于医疗保健案例研究，本文对其在解决高风险环境中的运营、道德和监管挑战方面的实用性和理论合理性进行了可靠的评估，展示了适应性强的 AI 系统如何提高机构效率、降低偏见和数据隐私等风险，并为其他需要符合道德规范和高效 AI 集成的行业提供可复制的模型。关键词：AI 实施策略、医疗保健中的 AI、负责任的 AI、社会技术融合、道德 AI 实践。1. 简介人工智能 (AI) 极大地改变了行业并推动了数字时代的创新。技术进步和全球投资的增加加速了 AI 在商业运营中的应用。AI 的采用率在 50-60% 之间（Maslej 等人，2023 年），与 2017 年相比有显着增长，当时只有 20% 的企业将 AI 纳入其工作流程（Ransbotham，2017 年）。组织利用 AI 来获得竞争优势、创造新的市场机会并改进产品质量和流程。尽管人工智能在各行各业的应用日益广泛，但许多组织在有效整合人工智能系统时仍面临挑战。在没有周密计划和利益相关者协调的情况下实施人工智能可能会导致仓促决策、资源浪费和结果不佳（Li 等人，2023 年）。
多维综合分析显示 BCL2L1 甲基化是儿童恶性肿瘤中 MCL1 依赖性的预测因子
简介高级别胶质瘤 (HGG) 是一种中枢神经系统恶性肿瘤，在成人和儿童中均有发生（1、2）。WHO 将 HGG 归类为 3 级和 4 级肿瘤，其特征是细胞过多、细胞核异形性、微血管增生和中心坏死（3-5）。HGG 在成人中更为常见，超过一半 (60%) 的胶质瘤被诊断为 HGG，而儿童中只有大约 10%-15% 的中枢神经系统肿瘤被诊断为 HGG，而低级别胶质瘤更为常见（6-8）。治疗包括手术、放疗和化疗相结合的多模式方案。然而，这些治疗无效，不到 20% 的患者在诊断后 5 年内存活（9-11）。因此，迫切需要寻找这种毁灭性疾病的创新疗法并改善生存结果。
多维贫困分析
根据牛津贫困与人类发展倡议的数据，一项考虑到货币贫困、脆弱性、健康、教育和生活水平的更广泛分析发现，2022 年 64.5% 的人口生活在多维贫困中，另有 17.4% 的人口被归类为易遭受多维贫困的人口。10 刚果民主共和国的贫困现象在地理上广泛存在，大约 35.6% 的城市人口生活在多维贫困中，而农村人口的这一比例为 87%。多维贫困率最高的省份（>80%）是：开赛省、中开赛省、宽果省、奎卢省、马涅马省、蒙加拉省、北乌班吉省、桑库鲁省和楚阿帕省，如图 2 所示。11 农村地区的贫困率高于城市地区，但值得注意的是，农村地区的贫困率下降速度快于城市地区。世界银行的最新数据显示，农村地区的贫困率下降了 5.6 个百分点，而城市地区的贫困率下降了 5.1 个百分点（不包括金沙萨，该地的贫困率低于全国平均水平）。12 人类发展指数 (HDI) 根据预期寿命、教育和人均收入对各国进行排名。刚果民主共和国是世界上人类发展指数最低的 13 个国家之一。最新的 HDI 是 2022 年的 0.481。13