XiaoMi-AI文件搜索系统
World File Search System捕捉到
以人为本的数字孪生
传统的人行道研究侧重于大规模人行道可步行性的定量分析，无法捕捉环境与个体因素之间的动态相互作用。城市数字孪生秉承“科技向善”的理念，寻求以人工智能为基础的方法来将人类与数字中介技术结合起来，以增强人类的预测能力。我们采用 GraphSAGE-LSTM，这是一个基于众包数据和计算机视觉的地理空间人工智能 (GeoAI) 框架，以预测人类在人行道上的舒适度。将行人及其与周围建成和未建成环境的相互作用概念化为以人为中心的动态图，我们的模型捕捉到由人类行走的连续运动引起的时空变化，从而使 GraphSAGE-LSTM 具有时空显式性。我们的实验表明，与传统的机器学习模型和两个最先进的深度学习框架相比，所提出的模型的准确率高出 20% 以上，从而增强了城市数字孪生的预测能力。该模型的源代码在 GitHub 上公开共享。
MS Facilities LLC：2023 年财务报表
如截至 2023 年 12 月 31 日的财务报表附注 2 和 4 所述，LLC 的总信用损失准备金为 8.41 亿美元，其中 2.08 亿美元与集体评估的贷款信用损失准备金有关。LLC 的集体评估准备金包括定量和定性部分。LLC 使用一种方法来估计准备金的定量部分，该方法结合了违约概率 (PD) 和违约损失 (LGD) 因素，这些因素基于内部风险评级模型应用于违约风险敞口（未偿还本金），该模型分为服务和非服务贷款部分，用于评级目的。此类计算的损失因素包括贷款合同期限内预期信用损失的估计值。当发现集体评估准备金的定量部分未捕捉到的内部和外部因素时，将对定性因素进行调整，以反映当时的环境。
使用脑电图了解我们的大脑如何在特定选择实验中详细阐述信息：在车辆选择中，简单任务与困难任务
在本研究中，我们旨在提供初步证据，证明复杂的消费者选择取决于认知过程和执行功能，而当前的陈述选择 (SC) 方法可能无法完全捕捉到这些功能。为了弥补这一空白，我们将标准 SC 实验与脑电图 (EEG) 记录相结合，同时操纵该任务的认知需求。我们的研究应用于在汽油车和电动车之间购买的选择环境。受访者被要求在线填写陈述选择实验，然后邀请这些受访者中的一小部分人参加 EEG 研究，在此期间他们重复相同的 SC 实验，同时我们不断记录来自他们头皮的 EEG 信号。然后，我们模拟了人们在简单和困难决策中的选择行为，并将他们的选择行为分析与这两种条件下的 EEG 反应进行了比较。我们的研究结果证实，艰难的决定会导致更高的认知需求和头皮额叶电极上更大的脑电图反应，而这些需求可能导致与补偿性假设不一致的选择。
2024 年经济影响报告
除了上述列表中提到的方法变化外，还对零售机构的纳入进行了更改。大多数美国城市都有一个或多个本地拥有的“电子游戏商店”，这些商店通常为忠实客户提供新款和经典/复古/老式或其他二手电子游戏和设备。然而，这些商店通常只雇用店主和一两个其他人员，很难通过第三方公司记录数据集捕获。这些商店也受到 COVID-19 大流行的严重打击，许多商店在 2020-2021 年期间倒闭。第三方公司数据集很难捕捉到这些变化。为此，2023 年电子游戏行业数据库中零售机构的纳入现在侧重于具有明显企业存在的运营，以便于纳入，从而对电子游戏行业的整体零售环境做出更保守的估计。据估计，这些零售店在美国各地雇用了近 20,300 名工人，占美国定义的行业的 19% 以上。
战士精神：概念分析和初步...
14.摘要（最多 200 个字）：本研究完善并实施了 2003 年的战士精神定义，并研究了将其灌输到军队的方法。具体而言，该研究将入伍士兵的初始入伍训练 (IET) 视为应用潜在解决方案的初始机会，尽管这些概念也适用于军官的初始军事训练。研究了美国陆军步兵学校特遣部队士兵 2003 年对战士精神的定义（任务第一、永不放弃、永不接受失败、永不抛弃倒下的战友），并进一步细分为展现战士精神的士兵所体现的基于价值观的属性。使用理论框架，这些属性与特定行为相关联，其执行代表了战士精神作为一个复杂概念的操作化。在九项战士战斗演习中捕捉到的理想行为也从执行障碍或摩擦的角度进行了考虑。然后假设了一种暂定的培训方法。
飞机飞越噪音的建模和合成 - CORE
传统上，通过显示噪声指标的轮廓来评估飞机飞越噪音。这些模型可用于研究噪音缓解措施，但它们缺乏回放计算所预测的可听声音的可能性。为此，噪音合成是一种选择，它允许体验由于噪音消减程序或新飞机设计而产生的差异。通过预测机场附近噪音监测点的噪音，展示了一种飞机噪音的噪音合成技术。通过将合成结果与记录的测量值进行比较，获得了有关该技术能力的指标。合成声音和测量声音之间仍然存在差异。据信，这种差异很大一部分是由使用预测经验源噪音模型时固有的不确定性造成的。结果表明，可以捕捉到出发路线之间的差异，从而说明了这种方法在监听不同起飞程序方面的潜力。未来对源噪声预测的改进以及湍流对传播的影响将进一步有助于提高合成飞机噪声的真实感。
光遗传学白噪声刺激揭示的 V1 脉冲感知权重
在视觉引导的行为过程中，感觉输入和其相关的行为反应之间可能只相隔数百毫秒。不同时间发生的脉冲如何整合以驱动感知和行动仍不清楚。我们提供了随机的光遗传刺激序列（白噪声）来激发雌雄小鼠 V1 中的抑制性中间神经元，同时让它们执行视觉检测任务。然后，我们对光遗传刺激进行了反向相关分析，以生成神经元行为内核，这是一个无偏、时间精确的估计，用于估计在视觉刺激开始前后不同时刻抑制 V1 脉冲如何影响对该刺激的检测。电生理记录使我们能够捕捉到光遗传刺激对 V1 响应性的影响，并揭示了最早的刺激诱发的脉冲在引导行为方面具有优先权重。这些数据证明，白噪声光遗传学刺激是理解如何解码神经元群体中的脉冲模式以产生感知和动作的有力工具。
中度和重度创伤性脑损伤的内型和精准治疗之路
摘要 异质性被认为是改善创伤性脑损伤 (TBI) 患者护理和预后的主要障碍。即使在较窄的中度和重度 TBI 层面，目前的管理方法也无法捕捉到这种以多种临床、解剖和病理生理特征为特征的疾病的复杂性。解决异质性的一种方法可能是将未分化的 TBI 群体分解为内型，即通过共同的生物学特征区分的亚类。内型范式已在一系列医学领域得到探索，包括精神病学、肿瘤学、免疫学和肺病学。在重症监护中，正在研究脓毒症和急性呼吸窘迫综合征等综合征的内型。本综述概述了内型范式以及它的一些方法和用例。提出了中度和重度 TBI 内型研究的概念框架，以及在该人群中发现和验证内型的科学路线图。关键词：创伤性脑损伤，表型，内型，机器学习，富集，精准医疗，治疗效果异质性
量子仪器的设备独立表征
人们正在努力表征通常的冯·诺依曼模型无法捕捉到的测量值。例如，参考文献 [ 28 , 29 ] 展示了如何表征非正交投影的秩一 POVM。人们对其测量后状态不完全由与测量结果相关的 Kraus 算子确定，而且还取决于输入状态的测量知之甚少。在这种情况下，必须一起考虑测量统计数据和测量后状态，以验证测量是否实现了扰动和信息增益之间的理想权衡。这种量子仪器 [ 30 ]，有时称为弱测量 [ 31 ]，在实践中比投影或秩一测量更有效，例如用于产生随机性。虽然基于投影测量的随机性生成至少需要与认证随机比特数一样多的最大纠缠态，但原则上可以通过应用不破坏纠缠的连续量子仪器从单个最大纠缠态中提取任意数量的随机比特[32, 33, 34, 35]。因此，对此类测量的认证并不
Pierre Huyghe 阈限
“Liminal” 是皮埃尔·于热与策展人安妮·斯坦内密切合作举办的展览，除了展出近十年来的重要新创作，尤其是来自皮诺收藏的作品。皮埃尔·于热长期以来一直在质疑人类与非人类的关系，并将其作品视为思辨性的虚构，从中诞生了其他世界形态。对他来说，虚构是“访问可能或不可能——可能或不可能的东西的工具”。通过“Liminal”，皮埃尔·于热将海关大楼变成了一个不断发展的动态、敏感的环境。展览是人类和非人类生物居住的短暂状态，成为不断学习、变化和混合的主观性的形成场所。他们的记忆随着从贯穿整个展览的可感知和不可感知的事件中捕捉到的信息而不断扩展。对于皮埃尔·于热来说，展览是一场不可预测的仪式，新的可能性在这里产生并共存，没有等级制度或决定论。通过《Liminal》，他质疑我们对现实的看法，仿佛我们正从非人类的角度对自己变得陌生。