XiaoMi-AI文件搜索系统
World File Search System差距
新泽西州差距研究 - NJ.gov
表 3.22：所有行业主要合同利用情况：专业服务和货物和服务合同价值 40,000 美元及以下，建筑合同价值 65,000 美元及以下............................................................................................................. 3-25
健康与经济之间的差距：
本文旨在专门讨论新冠疫情的政治问题，即与疫情相关的政策的政治化，以及由此产生的对优先考虑公共卫生和国家卫生基础设施可持续性或通过保住工作、维持工资和避免关闭来保护国家经济的措施的争议。本文提出的分析采取了一种结构性方法，基于疫情对不同经济部门的不对称影响，以及封锁政策对这些部门产生的额外影响，这取决于这些部门的重要性（个人和社会系统对它们的需要程度）和物理性（它们对个人接触和特定空间位置的依赖程度）。疫情对社会经济部门的影响各不相同，这创造了一个新的“健康-经济”维度，它与支持保持经济活动运转的利益相对立，而支持或至少是容忍经济活动运转的利益则相反。
责任差距和报应性格
摘要Danaher（2016）认为，增加的机器人化可能会导致报应差距：情况，在这种情况下，没有人可以公正地承担任何有害结果负责的规范事实与我们的腐败主义主义道德倾向冲突。在本文中，我们报告了一项基于Sparrow（2007）的著名武器系统的著名示例，该研究犯有战争犯罪，该命中罪是由美国，日本和德国的参与者进行的。我们发现（1）人们表现出具有道德上负责的自治系统的相当大的意愿，（2）在与这种系统互动时部分剥夺了人类代理人，更普遍地（3）（3）规范责任差距的可能性确实与人们明显的申诉主义倾向相反。我们讨论了这些结果对于责任差距文献中报应差距和其他立场的潜在影响意味着什么。
弥合基于MRI的放射线学的差距
放射线学取决于提取各种基于图像的特征来提供决策支持。磁共振成像（MRI）有助于对患者护理的个性化，但高度依赖于获取和重建参数。今天，在放射线学背景下对MR图像的最佳预处理没有指南，这对于公布基于图像的签名至关重要。本研究旨在评估MRI中通常使用的三种不同强度归一化方法（NYUL，Whitestripe，Z-Score）的影响，以及两种强度离散化方法（固定的BIN大小和固定的BIN数字）。对这些方法的影响进行了评估对从脑MRI提取的一阶放射素学特征，从而为未来的放射线学研究建立了统一的方法。使用了两个独立的MRI数据集。第一个（DataSet1）包括20名患有II级和III Gliomas的机构患者，他们接受了对比后3D轴向T1加权（T1W-GD）和T2加信的轴向T2加权流体衰减反转反转恢复（T2W-FLAIR）序列（T2W-FLAIR）序列（T2W-FLAIR）在两个不同的MR设备上（1.5 T和3.0 T和3.0 T and）。Jensen -Shannon差异用于比较标准化前后的强度直方图对。使用一致性相关系数和阶层内相关系数分析了两个采集之间一阶和二阶特征的稳定性。强度归一化高度提高了一阶特征的鲁棒性和随后的分类模型的性能。从公共TCIA数据库中提取第二个数据集（DataSet2），其中包括108例WHO II级和III级神经胶质瘤的患者，以及135例WHO IV级胶质母细胞瘤的患者。使用五种完善的机器学习算法，根据肿瘤等级分类任务（平衡精度测量）评估了归一化和离散方法的影响。For the T1w-gd sequence, the mean balanced accuracy for tumour grade classification was increased from 0.67 (95% CI 0.61–0.73) to 0.82 (95% CI 0.79–0.84, P = .006), 0.79 (95% CI 0.76–0.82, P = .021) and 0.82 (95% CI 0.80–0.85, P = 。005）分别使用NYUL，Whitestripe和Z得分归一化方法，而没有归一化。相对离散化使得不必要地将强度归一化用于二阶放射线学特征。即使离散化的垃圾箱对分类表现有很小的影响，也获得了良好的妥协
EVA 技术和知识差距
从那时起…… • Artemis III 成型并改变了差距细节和优先事项 • 2019 年 EVA 研讨会的反馈导致了差距更新 • xEMU 项目弥补了 23 个 EVA 差距，还有 22 个差距将在 2024 年之前弥补 • 2019 年 11 月/12 月：NASA 社区更新了 EVA 差距列表并进行了出口管制