XiaoMi-AI文件搜索系统
World File Search System实验条件
用于学习的生成式人工智能：探究合成学习视频的潜力
摘要。生成人工智能 (AI) 的最新进展引起了全世界的关注。Dalle-2 和 ChatGPT 等工具表明，以前被认为超出 AI 能力范围的任务现在可以通过各种新方式增强创意媒体的生产力，包括通过生成合成视频。本研究论文探讨了使用 AI 生成的合成视频为在线教育环境创建可行教育内容的实用性。迄今为止，研究 AI 生成的合成媒体在现实世界中的教育价值的研究有限。为了解决这一差距，我们研究了在在线学习平台中使用 AI 生成的合成视频对学习者的内容获取和学习体验的影响。我们采用了混合方法，将成人学习者 (n = 83) 随机分配到两个微学习条件之一，收集学习前和学习后的评估，并调查参与者的学习体验。控制条件包括传统制作的讲师视频，而实验条件包括具有逼真的 AI 生成角色的合成视频。结果表明，两种条件下的学习者从学习前到学习后都表现出显着的进步 (p < .001)，两种条件之间的收益没有显着差异 (p = .80)。此外，学习者对传统视频和合成视频的看法没有差异。这些研究结果表明，AI 生成的合成学习视频有可能成为在线教育环境中通过传统方法制作的视频的可行替代品，使高质量的教育内容在全球范围内更容易获得。
神经影像学
由于预计会产生伪影和噪声，因此在 EEG 实验中通常会避免自由凝视和移动图像。然而，对于越来越多的研究问题来说，放宽这些严格的限制将是有益的。其中包括对视觉审美体验的研究，这通常涉及对高度可变的刺激进行开放式探索。在这里，我们系统地比较了保守与更自由的实验设置对审美评级任务中各种行为、大脑活动和生理指标的影响。我们的主要目的是评估 EEG 信号质量。43 名参与者要么保持注视，要么被允许自由凝视，并观看静态图像或由舞蹈表演或自然场景组成的动态（视频）刺激。添加了被动听觉背景任务（听觉稳态响应；ASSR）作为整体 EEG 记录质量的代理指标。我们记录了 EEG、ECG 和眼动追踪数据，参与者在每次试验中对他们的审美偏好和无聊状态进行评分。尽管行为评分和凝视行为都受到任务和刺激操纵的影响，但 EEG SNR 几乎不受影响，并且在所有条件下通常都很稳定，尽管只有最低限度的预处理并且没有试验拒绝。特别是，我们表明使用视频刺激不一定会导致 EEG 质量降低，相反，它可以显著减少眼球运动，同时增加参与者的审美反应和一般任务参与度。我们认为这些结果是令人鼓舞的，表明——至少在实验室中——可以采用更自由的实验条件，而不会显著降低信号质量。
通过变异分析检测阿尔法波的闭眼活动
已经开发了多种技术来帮助和改善瘫痪和严重运动障碍患者的交流。BCI 是一种不依赖于大脑正常的周围神经和肌肉输出通路的通信系统。在 UFES/巴西，我们正在开发一种基于诱发视觉刺激的自动驾驶汽车 BCI 系统（Castillo 等人 2013），这可能会导致视觉疲劳。一个很好的替代方法是通过用户命令切换 BCI，该命令可以通过闭眼来执行。这样，就采用了脑电图信号 (EEG)，其中包含允许检测闭眼的信息。通过频率范围为 8 Hz 至 13 Hz 的 alpha 波分析，可以在枕叶上感知眼睛睁开和闭眼活动。alpha 波的高能量对应于清醒受试者的闭眼（90% 的健康和残疾人士）（Alaraj 和 Fukami 2013）。阿尔法波已被用于操作电子设备，然而，与睁眼（EO）和闭眼（EC）相关的自动识别并不是一件容易的事，因为阿尔法波的带宽受自然变化和电噪声以及肌肉伪影的影响。已经开发出几种自动检测阿尔法波的方法，例如：模拟滤波和平滑（AFS）、峰值检测和计数、功率谱分析、分形维数、KM2O-Langevin 和近似熵（Kirkup 等人 1998 年、Craig 等人 2005 年、Sakai 等人 2010 年、Alaraj 和 Fukami 2013 年）。所有上述方法都使用取决于每个受试者和实验条件的阈值作为参考。这项工作的目的是提出一种基于 EEG 阿尔法波变化信息的自动方法，用于识别清醒受试者的闭眼事件，以激活 BCI。
基于PCB CT CT图像元素分割的多尺度本地视野重建
元素分割是基于计算机断层扫描（CT）技术的印刷电路板（PCB）无损测试的关键步骤。近年来，自我监督预处理技术的快速发展可以在没有标记样品的情况下获得一般图像特征，然后使用少量标记的样品来解决下游任务，这在PCB元素细分中具有良好的潜力。目前，最初已在PCB CT图像元素分割中应用了掩盖图像建模（MIM）预审计模型。然而，由于PCB元素的尺寸较小，诸如VIA，电线和垫子等PCB元素的尺寸较小，因此全局视野具有单个元素重建的冗余，这可能会损害模型的性能。基于此问题，我们基于PCB CT图像元素分割（EMLR-SEG）的多尺度局部视野重建，提出了一个有效的预处理模型。在此模型中，首次将教师指导的MIM预处理模型引入到PCB CT Image元素分割中，并提出了一个多尺度的本地视野提取（MVE）模块，以通过专注于本地视野来降低冗余。同时，使用了一个简单的4转化器模块解码器。实验表明，EMLR-SEG可以在我们提出的PCB CT图像数据集上实现88.6％MIOU，该数据集超过了基线模型，该数据集超过1.2％，训练时间降低了29.6小时，在相同的实验条件下降低了17.4％，在同一实验条件下减少了17.4％，这反映了EMLR-SEG在绩效和绩效方面的优势。
关于聊天机器人的思想感知与社会支持之间的关系
聊天机器人提供的社会支持通常是为了模仿人类支持他人的方式。但是，与信息支持相比，个人对聊天机器人的态度更加矛盾（例如，同理心和鼓励）（例如，有用的信息和建议）。这种差异可能与个人是否将某种类型的支持与人类思想领域相关联，以及他们是否将类似人类的思想归因于聊天机器人。在本研究中，我们调查了聊天机器人中的人类思想是否会影响用户接受聊天机器人提供的各种支持。在实验中，聊天机器人提出了有关参与者的人际压力事件的问题，促使他们写下压力很大的经历。根据实验条件，聊天机器人提供了两种社会支持：信息支持或情感支持。我们的结果表明，当参与者在聊天机器人中明确看出类似人类的思想时，他们认为支持对解决压力事件更有帮助。隐式思维感知和感知的信息有效性之间的关系因支持类型而有所不同。更具体地说，如果参与者没有隐式将类似人类的思想归因于聊天机器人，则情感支持破坏了信息的有效性，而信息支持则不会。目前的发现表明，用户的思想感知对于了解聊天机器人社会支持的用户体验至关重要。我们的发现意味着在建立社会支持聊天机器人时可以信任信息支持。相比之下，情感支持的有效性取决于用户隐含地给聊天机器人一个人的头脑。
优化用于定量的冷冻电子显微镜...
抽象的低温电子显微镜（Cryo-EM）是可用于询问生物材料的纳米级结构的最强大工具之一。我们最近表明，冷冻EM可用于测量具有子立体精度的脂质囊泡和生物膜的双层厚度，从而导致在多组分脂质混合物和巨型质膜膜囊泡中直接可视化不同厚度的纳米镜结构域。尽管冷冻EM在揭示生物膜的横向组织方面具有很大的潜力，但实验条件的巨大参数空间仍有尚待计算。在这里，我们系统地研究了仪器参数的影响和图像对液体的影响，以准确测量双层脂质体内不同厚度的双层厚度和区分不同厚度的区域。由于1）每个囊泡的大小不同，曲率不同，对图像采集优化和分析的这种独特的应用对图像采集优化和分析的特定需求，2）每个囊泡中的域大小可能是异质的，而3）3）囊泡的随机取向扩大了投影图像中域大小的可变性。 我们还展示了空间自相关分析，以提取有关侧向异质性的其他信息。对图像采集优化和分析的这种独特的应用对图像采集优化和分析的特定需求，2）每个囊泡中的域大小可能是异质的，而3）3）囊泡的随机取向扩大了投影图像中域大小的可变性。我们还展示了空间自相关分析，以提取有关侧向异质性的其他信息。
使用去噪扩散概率模型生成真实的神经生理时间序列
近年来，深度生成模型对工程和科学产生了深远的影响，彻底改变了图像和音频生成等领域，并提高了我们建模科学数据的能力。特别是，去噪扩散概率模型 (DDPM) 已被证明可以准确地将时间序列建模为复杂的高维概率分布。实验和临床神经科学也将受益于这一进步，因为准确建模神经生理时间序列，例如脑电图 (EEG)、皮层电图 (ECoG) 和局部场电位 (LFP) 记录及其合成生成可以实现或改进各种神经科学应用。在这里，我们提出了一种使用 DDPM 建模多通道和密集采样的神经生理记录的方法，该方法可以灵活地应用于不同的记录模式和实验配置。首先，我们表明 DDPM 可以为各种数据集 11 生成逼真的合成数据，包括不同的记录技术（LFP、ECoG、EEG）和物种（大鼠、猕猴、人类）。DDPM 生成的时间序列准确捕获单通道和多通道统计数据，例如频谱和 13 相位幅度耦合，以及细粒度和数据集特定特征，例如尖锐的波纹。14 此外，可以根据实验条件或大脑状态等其他信息生成合成时间序列。我们展示了 DDPM 在几种神经科学特定分析中的实用性和灵活性，例如大脑状态分类和缺失通道的归纳以改进神经解码。总之，DDPM 可以作为神经生理记录的精确生成模型，并且在概率生成合成时间序列以用于神经科学应用方面具有广泛的实用性。20
fe
a b s t r a c t燃气管道内的黑粉末沉积物的积累会导致各种影响管道操作和完整性的问题。黑色粉末的存在有可能污染气体产品，促进管道内部磨损增加并导致堵塞降低流量。从安全的角度来看，黑色粉末堆积可能会引起健康和环境问题。先前的研究已经使用XRF，XRD，TG-DTA和FTIR等技术分析了管道中的黑粉末沉积物的组成。他们的发现表明氧化铁（Fe 3 O 4）是黑粉的主要成分。本研究在基本条件下开发了一种新型的流量注射化学发光（FI-CL）方法，用于确定黑粉末沉积中的Fe 3 O 4浓度，因为Fe 3 O 4可以催化化学发光反应。与传统的分析技术相比，所提出的基于CL的流动注入方法的特征是良好的选择性，简单性，低成本，而无需食用其他材料。通过CL光谱研究了CL机制，揭示了Fe 3 O 4在增强Luminol-NaOH-H 2 O 2反应中的参与。优化了FI-CL系统的实验条件。在最佳参数下，相对CL强度在0.5-100 µg ml -1的范围内显示出与Fe 3 O 4浓度的线性关系，检测极限为0.47 µg mL -1，相对标准偏差（％RSD）为2.0％，为2.0％，为5.0 µg mL -1。结果与另一种技术非常吻合。该方法成功地应用于从气管管道中提取的黑粉样品，显示92.59-107.69％的回收率，精度为0.8-3.1％。所提出的FI-CL方法为管道沉积和腐蚀产物中的氧化铁定量提供了快速，方便且具有成本效益的方法。
我选择您：在拟南芥中生殖组织中选择准确的参考基因
摘要：定量实时聚合酶链反应（QPCR）是一种广泛使用的方法，用于分析生殖组织中的基因表达模式以及在突变背景中检测基因水平。该技术需要稳定的参考基因才能使靶基因的表达水平归一化。尽管如此，大量出版物继续呈现QPCR结果，该结果标准化为单个参考基因，据我们所知，在拟南芥的特定生殖组织中未对多个参考基因进行比较评估。在此，我们在两个条件套装中评估了十个候选参考基因（UBC9，ACT7，GAPC-2，RCE1，PP2AA3，TUAA2，SAC52，SAC52，SAC52，SAC52，SAC52和His 3.3）的表达稳定水平：在两个条件套件中：一个集合：一个集合：一个跨度开发以及使用不同的基因类别的型型型。使用Reffinder工具进行了稳定性分析，该工具结合了四种统计算法（Genorm，Normfinder，Best Keepere和比较∆ CT方法）。我们的结果表明，RCE1，SAC52和TUA2在不同的发育阶段具有最稳定的表达，而YLS8，His3.3和ACT7是突变研究中归一化的最高级别参考基因。此外，我们通过分析与繁殖有关的基因的表达模式验证了我们的结果，并检查了在已发表的突变背景中这些基因的表达。总体而言，我们为塔利亚纳曲霉的生殖组织提供了适当的参考基因库，这将在这种情况下促进进一步的基因表达研究。更重要的是，我们提出了一个框架，该框架将促进对任何科学领域中基因表达的一致，准确的分析。同时，我们强调了明确定义的相关性，并描述了与qPCR相关的实验条件，以提高科学可重复性。
先进制造技术
* 通讯作者。电话 + 7 921 786 18 03；电子邮件：agkolosko@mail.ru 摘要 开发了一种用于记录和模拟复杂场发射实验的方法。该方法包括处理三种类型的数据流：场阴极电特性数据（电压和电流脉冲）、场发射投影仪数据（辉光图案）和飞行时间质谱仪数据（测量室中挥发性产物的质谱）。LabView 软件环境实现了一种同步再现多通道实验数据的算法，并可以实时处理这些数据。该程序有一套内置的软件工具，可以实现功能并多次重复实验，在指定的时间点暂停，以及在模拟中更改时间流速。通过研究基于碳纳米管的纳米复合场阴极的场发射的例子证明了该方法的能力。关键词 碳纳米管；场发射；多通道数据收集；在线处理；实验模拟。 © AG Kolosko, VS Chernova, SV Filippov, EO Popov, 2020 简介 获取、存储和处理实验数据的方法是实验物理学不可或缺的一部分。这些方法随着计算机和测量设备的发展而不断发展。如今，高速记录和数据记录手段可以接收大量信息。因此，例如，使用放射性粒子传感器的高速记录来研究热核反应堆（ITER）等离子体中发生的过程 [1]。另一方面，现代计算系统允许在线数据处理，将记录的信息量减少了几个数量级。在线处理还允许控制实验系统随时间和实验条件变化时的行为，例如，记录场发射器（电流脉冲）响应的幅度，电压脉冲幅度急剧增加 [2]。本文描述的场发射实验是一类特殊的实验，其实施需要创建真空