XiaoMi-AI文件搜索系统
World File Search System好得多
高强度间隔训练对从头心脏移植患者的心脏重塑，功能和冠状动脉微循环的影响：HITTS随机对照试验的质量
抽象目标高强度间隔训练（HIT）改善了从头心脏移植（HTX）受体中的峰值消耗量（VO2PEAK）。尚不清楚HTX后早期的改进是仅取决于周围适应，还是由于中央和周围适应性的链接链。这项研究的目的是确定命中是否会导致心血管系统中的结构和功能适应。方法八十一个从头htx接收者被随机分配参加9个月的监督命中率或基于标准护理运动的康复。心脏功能在基线时和HTX后12个月的微循环抗性（IMR）指数进行评估。通过全球纵向菌株评估的心脏功能在热门组中比标准护理组明显好得多（分别为16.3±1.2％和15.6±2.2％，治疗效果= –1.1％（95％CI –2.0.0.2％），–0.2％至–0.2％），p = 0.02），p = 0.02），因为终端是128.5±v.5±v。 ML分别为4.9 mL（95％CI 0.5至9.2 mL），P = 0.03）。 IMR的趋势不显着，表明微循环功能的提高（分别为13.8±8.0 vs 16.8±12.0，治疗效果= –4.3（95％CI –9.1至0.6），p = 0.08）。 结论在HTX之后提早开始时，HIT会导致结构和功能性心血管适应。 试用注册号NCT01796379。通过全球纵向菌株评估的心脏功能在热门组中比标准护理组明显好得多（分别为16.3±1.2％和15.6±2.2％，治疗效果= –1.1％（95％CI –2.0.0.2％），–0.2％至–0.2％），p = 0.02），p = 0.02），因为终端是128.5±v.5±v。 ML分别为4.9 mL（95％CI 0.5至9.2 mL），P = 0.03）。IMR的趋势不显着，表明微循环功能的提高（分别为13.8±8.0 vs 16.8±12.0，治疗效果= –4.3（95％CI –9.1至0.6），p = 0.08）。结论在HTX之后提早开始时，HIT会导致结构和功能性心血管适应。试用注册号NCT01796379。
基于WOA-BP算法
温度补偿是解决非分散红外CO 2气体传感器检测准确性受到温度影响的问题的主要措施。由于非分散红外CO 2气体传感器的测量精度很容易受到环境温度的影响，因此本文分析了传感器受温度影响的原因，并提出了一种整合鲸鱼算法（WOA）和BP神经网络的温度补偿方法。鲸鱼算法用于优化BP神经网络的权重和阈值，以建立非分散红外CO 2气体传感器的温度补偿模型，并将优势与传统的BP神经网络模型和粒子群群和粒子群优化（PSO）BP神经网络模型进行比较。实验结果表明，WOA-BP算法的温度补偿模型误差低于30 ppm，平均绝对误差百分比为3.86％，远比BP神经网络和PSO-BP神经网络好得多，并且有效地降低了温度对传感器准确性的影响。
一种检测和识别图片中文本的混合方法
为了创建能够自动从图像或图片中读取文本的计算机系统，研究人员专注于检测和识别图像中的文本。这个问题特别困难，因为图像通常具有复杂的背景和广泛的属性，包括颜色、大小、形状、方向和纹理。我们提出的方法基于形态学，它由膨胀和腐蚀过程组成，以提取文本并识别包含文档文本或图像的黑白文本区域。这种建议的方法已被研究，因为它能够自动识别与文本图片对齐的文本，例如商店名称、街道名称、横幅和海报。本文使用光学字符识别 (OCR) Tesseract 标准和优化的 OCR Tesseract 介绍了该设备实验的设计、应用和结果。我们的结果表明，优化的 OCR Tesseract 比标准性能好得多。图像预处理和文本处理模块构成了该设备的两个模块。该设备使用 Arduino Uno 和 drawbot/flutter 进行文本打印，是使用 Raspberry Pi 和 1.2GHz 处理器创建的。
记忆游戏对学业的有效性...
近年来，教育游戏化成为人们关注的焦点。“游戏化是在非游戏活动中使用游戏设计元素、游戏机制和游戏思维来激励参与者的做法”。教育游戏化是一种教学方法，要求学习者按照预先设定的规则参加比赛。过去几年来，它已成为教育工作者在教学中使用的跨学科和流行工具。本研究的目的是找出记忆游戏对小学生学业成绩的有效性。本研究采用实验方法。样本总数为80名四年级学生。对照组40名学生，实验组40名学生。使用适当的工具收集数据，并通过t'检验进行分析。结果发现实验组学生的学业成绩高于对照组学生。实验组的后测结果比对照组好得多，表明游戏对提高小学阶段的成绩和创造互动环境有很好的作用。建议使用游戏，因为它们非常有效，特别是对于教学的初级阶段，并且游戏作为一种学科习得的过程对教师有帮助。
量子退火中的最佳退火方案是什么
在工程（以及其他学科）的许多实际情况下，我们需要解决优化问题：我们想要一个最佳设计，我们想要一个最佳控制，等等。优化的主要问题之一是避免局部最大值（或最小值）。有助于解决此问题的技术之一是退火：每当我们发现自己处于可能的局部最大值时，我们都会以某种概率跳出并继续寻找真正的最优值。组织这种确定性优化的概率扰动的自然方法是使用量子效应。事实证明，量子退火通常比非量子退火效果好得多。量子退火是唯一使用量子效应的商用计算设备——D-Wave 计算机背后的主要技术。量子退火的效率取决于退火计划的正确选择，即描述扰动如何随时间减少的计划。根据经验，已经发现两种计划效果最好：幂律和指数计划。在本文中，我们通过证明这两个时间表确实是最优的（在某种合理的意义上），为这些实证成功提供了理论解释。
理解和克服空中交通管制中的水平分离复杂性：专家/新手比较
在部分任务训练器中，当显示两到五架飞机在同一高度的轨迹时，我们比较了受训和经验丰富的空中交通管制员在随机交通中的复杂性。我们使用两种不同的显示器比较了受训空中交通管制员和经验丰富的空中交通管制员的表现：一个显示飞机位置信息的基本显示器和一个动态可视化工具，当用户向飞机添加机动时，该工具表示飞机轨迹的冲突部分和冲突区域的演变。该工具允许用户在做出机动决定之前使用计算机鼠标动态检查潜在的冲突区域。结果表明，在简单情况下（两架飞机），显示器和群组的表现相似。但是，随着情况的复杂性增加（从三架飞机到五架飞机），动态可视化工具使用户能够更有效地解决冲突。使用该工具可以减少未解决的冲突。即使经验丰富的空中交通管制员在复杂情况下的表现比见习空中交通管制员好得多，他们在使用冲突可视化工具时的表现也比没有使用冲突可视化工具时要好得多。
从卫星图像中自动提取建筑物...
摘要 - 本文重点介绍一种从卫星图像中快速提取建筑物边界的自动算法，并对双边滤波器 (BF) 和自适应双边滤波器 (ABF) 进行了实验比较。研究和实验结果证明，ABF 的结果比 BF 的结果好得多。ABF 产生的结果比 BF 更有希望。旧的和传统的建筑物边界提取模型非常复杂且耗时。所提出的建筑物边界提取程序包括三个主要阶段：（1）使用自适应双边滤波器进行边缘保留和平滑，（2）使用 ED Line 算法检测线段，（3）使用感知分组技术识别多边形建筑物边界。我们提出的算法在 HR（高分辨率）Quick Bird 卫星图像上进行了测试，获得的结果很有希望并且几乎是实时的。因此，实验结果足够有用，总体准确率为 88.24%，这对于进一步了解建筑物边界的图像以及在实时环境中识别目标来说足够准确，并且有助于解决早期识别未经授权和非法建筑物的问题。关键词：Quick Bird 卫星图像、自适应双边滤波器（ABF）、双边滤波器、高分辨率卫星图像、直方图均衡化、ED 线检测器算法、建筑物边界提取。
开放访问杂志Medpredict Solutions：使用机器学习算法的医疗保险成本预测
客户更好地了解他或她的保险费用，同时允许保险公司创建更多数据驱动和透明的定价。Medpredict将重点关注每个人的健康状况，从而为更个性化，更公平，更精确的高级定价开辟道路。除此之外，产生的见解还将用于制定知名的医疗保健政策，以及有关行业进一步透明度和公平性的问题。背景医疗保险依赖于传统的定价方法，这些定价方法主要基于线性回归和精算方法。这样的模型主要基于广义人群数据，然后再也没有说明个人健康和生活方式的许多细微差别。通过机器学习，通过计算更广泛的个人数据范围，可以提高预测的准确性。ML的最新进步引入了此类高级模型，涉及决策树，随机森林和梯度增强机，这些机器将复杂的非线性变量远比以前的方法好得多。尽管在ML在医疗保健领域的应用领域进行了广泛的研究，例如疾病预测和患者再入院，但在预测保险价格方面的专门工作较少。这是本文试图填写ML的高级技术的差距，该技术个性化和微调医疗保险定价，使其与个人以及保险提供商更加准确和相关。
通过 Lyra Virtual 提高学生的口语表现...
本研究旨在衡量人工智能应用程序在英语作为外语 (EFL) 课堂环境中的有效性。本实验研究中使用的 AI 应用程序是 Lyra 虚拟助手 (LVA)，之所以选择它，是因为它可以帮助学生提高口语能力。LVA 之所以被选中，是因为它具有众多独特的功能，但使用简单、成本低廉，并且是 2018 年虚拟助手中排名最高的之一。本研究的样本是教育部推荐的中学，因为该校规定允许学生将手机带入课堂，并且根据考试结果，该校的英语口语能力一直较弱。本研究记录了来自两个不同七年级班级的 65 名学生，他们被分为实验组和对照组。研究方法采用准实验，包括前测和后测，重点关注口语技能的四个组成部分，即发音、语法、词汇和流利度。结果显示，使用 LVA 的实验组在后测中取得了显著的成绩（69.59），而使用传统教学方式的对照组（63.61）的成绩则要好得多。这意味着 LVA 是一款有效的 AI 应用，可以帮助 EFL 学生提高口语能力。
史上最大规模“护身符军刀”演习落下帷幕
《国防战略评估》将澳大利亚皇家海军水面舰队未来的责任推给了另一项现在应该结束的评估。其中有多少内容会公开尚不得而知，但要想发挥任何作用，就需要向澳大利亚工业界提供所需平台和时间表的最低限度信息。该评估由美国退役海军上将威廉·希拉里德斯 (William Hilarides) 进行，官方给出的单独研究理由是澳大利亚正在采购核动力潜艇 — — 而且由于这些潜艇本身就是强大的反潜战 (ASW) 资产 — — 因此未来可能需要不同组合的水面舰艇。撇开从来没有一艘潜艇被另一艘潜艇击沉的事实不谈，基本事实并没有争议。当一个安静的平台可以随意在水柱中上下移动时，其声纳装置的性能要比停在水面上的声纳装置好得多。希拉里德斯上将是一位潜艇专家，曾在核潜艇和发射弹道导弹的弹道导弹核潜艇上服役并指挥过它们，因此他非常清楚它们能做什么和不能做什么。然而，澳大利亚也拥有大量相关专业知识，因此问题来了：为什么澳大利亚皇家海军不能自己决定部队结构？可能的原因是 DSR 赞成取消整个“猎人”级护卫舰计划，该计划侧重于反潜战能力。