XiaoMi-AI文件搜索系统
World File Search System搜索的
对话式人工智能中基于搜索的自学习查询重写系统
查询重写 (QR) 是一种越来越重要的技术，可用于减少对话式 AI 系统中的用户摩擦。用户摩擦是由各种原因造成的，包括自动语音识别 (ASR)、自然语言理解 (NLU)、实体解析 (ER) 组件中的错误或用户的口误。在这项工作中，我们提出了一个基于搜索的自学习 QR 框架：基于用户反馈搜索的查询重写系统 (UFS-QR)，该系统专注于自动减少大规模对话式 AI 代理的用户摩擦。所提出的搜索引擎在全球用户和个人用户级别上运行，将语义嵌入、NLU 输出、查询流行度和估计的摩擦统计数据用于检索和排名过程。为了构建索引并训练检索/排名模型，我们采用了一种基于自学习的方法，利用从用户历史交互中学习到的隐式反馈。我们通过对 Amazon Alexa 用户流量进行离线和在线 A/B 实验，证明了在没有任何注释数据的情况下训练的 UFS-QR 系统的有效性。据我们所知，这是第一个部署的自学习和基于搜索的二维码系统，用于对话式人工智能中自动减少摩擦的一般任务。
用于量子态转移和最优空间搜索的离子阱长距离 XY 模型
量子信息处理需要能够相干且精确地控制和测量的量子比特 [1]。被电磁场捕获并保存在真空室中的原子离子线性链可以满足这些要求，并且已经成为一个令人兴奋且有前途的量子计算平台 [2-4]。量子比特可以在超精细基态或塞曼基态中编码，其中离子通过 Mølmer-Sørensen 方案受到自旋相关力 [5]。然后，虚拟声子在库仑力的作用下介导离子之间的自旋-自旋相互作用 [6]。这样，离子阱链成为自旋-自旋相互作用系统的量子模拟的天然平台 [7]。大量的研究兴趣集中在为量子模拟设计特定的哈密顿量 [8-12]。尤其独特的是 XY 自旋模型，它们的长程相互作用以 1 / r α 衰减，其中 α 是一个可调参数。该模型存在模型空间外的相干泄漏，特别是对于较小的 α 。在这里，我们展示了如何完全缓解这种相干误差，并提供了两个应用：最佳空间量子搜索和 O ( √
使用机器学习的新物理学的信号无关搜索的多次测试
摘要在这项工作中，我们解决了如何通过利用多个测试策略来增强信号无关搜索的问题。特别是我们考虑依靠机器学习的假设检验，其中模型选择可以引起对新物理信号的特定家庭的偏见。专注于新的物理学习机，这是一种进行信号不合命中率检验测试的方法，我们探索了多种多次测试的方法，例如组合P值和聚集的测试统计量。我们的发现表明，结合不同的测试，特征性的囊型玻璃参数是有益的，并且与最佳可用测试相当的表演是可以实现的，同时也可以提供对各种异常的响应更加均匀的响应。本研究提出了一种方法，该方法是有效的，该方法是在机器学习方法之外的方法，并且可以原则上应用于基于假设检验的较大类模型分析。
与 COVID-19 疫苗安全相关的在线搜索的时间趋势：一项数字信息流行病学研究
文章信息摘要背景：COVID-19 疫苗的快速发展可能引发了美国公众对其安全性和副作用的担忧。本研究旨在评估 2021 年至 2022 年美国与 COVID-19 疫苗安全性和副作用相关的在线搜索趋势。方法：使用 Google COVID-19 疫苗接种搜索洞察分析 2021 年 1 月 4 日至 2022 年 11 月 21 日（98 周）期间美国关于 COVID-19 疫苗安全性和副作用的搜索。数据从 0（低兴趣）到 100（高兴趣）缩放为一个固定的比例因子，称为缩放归一化兴趣 (SNI)，以表示随时间和位置的相对搜索兴趣。使用连接点回归分析确定研究期间的搜索趋势。结果：分析包括美国 38 个州的 709 个县。 2021 年 4 月，哥伦比亚特区（SNI：35.8）、马萨诸塞州（29.7）、新罕布什尔州（27.4）、康涅狄格州（27.3）和缅因州（26.7）对 COVID-19 疫苗安全性和副作用的搜索量达到峰值，随后显着下降，平均每月百分比变化 (AMPC) 为 -16.6%（95% CI -19.9 至 -13.3），直到 2022 年 7 月。2021 年 1 月至 2022 年 11 月的总体 AMPC 为 -8.9%（95% CI -16.2 至 -0.9；P < 0.001）。结论：与 COVID-19 疫苗安全性和副作用相关的在线搜索随着时间的推移急剧减少，支持使用数字监控来跟踪实时疫苗安全问题。这项研究深入了解了公众对 COVID-19 疫苗风险的兴趣，并有助于监测潜在的安全问题。
敏感性投影，用于通过电离通道优化针对光线搜索的双相氩TPC
摘要：欧洲战略长期愿景强调了更智能和灵活的系统在2050年之前实现净零温室气体排放的重要性。分布式能源（DER）可以提供所需的灵活性产品。分配系统运营商（DSO）与TSO（传输系统运营商）合作致力于通过基于市场的程序采购这些功能可及性产品。在所有DERS中，电池储能系统（BES）是一项有前途的技术，因为它们可能会出于广泛的目的而被利用。但是，由于其成本仍然很高，因此应优化其大小和位置，以最大程度地提高所有者的收入。打算提供一种评估要在DSO和TSO之间共享的灵活性产品的工具。对比的目标，因为BES所有者的收入最大化以及使用创新解决方案固有的DSO风险最小化。通过将方法应用于真实的意大利中型电压（MV）分布网络来验证所提出的模型。
使用深度学习和蒙特卡洛树搜索的勒索软件检测的混合框架
勒索软件攻击已成为一种主要的网络安全威胁，其越来越复杂的技术经常逃避传统的检测方法。提出了一个新颖的框架，该框架通过蒙特卡洛树搜索（MCT）的动态决策能力来协同深度学习模型的预测优势，从而为不断发展的勒索软件变体带来的挑战提供了全面的解决方案。通过严格的评估，混合动力框架在降低误报的同时表现出显着提高的检测准确性，表现优于常规机器学习模型。MCT的整合允许探索多个决策路径，从而实时增强了系统对新型威胁的适应性。此外，提出的模型还保持了计算效率，使其对于企业环境中的实时部署而言是可行的。结果证明了混合模型是现代网络安全中强大的防御机制的潜力，提供了一种可扩展有效的工具来减轻勒索软件威胁。
知识导航器：科学文献中探索性搜索的LLM指导浏览框架
科学文献的指数增长需要有效的知识探索工具。我们提出了知识导航，该系统旨在通过组织和构造从广泛的局部查询中检索到的文档来增强探索性搜索能力，从而成为可通航的，两级的命名和描述性科学主题和子主题的可通道的两级层次结构。这个结构化的组织涉及域中研究主题的总体观点，同时还可以通过允许用户完善其焦点并检索其他相关文档，从而在特定子主题中迭代搜索和更深入的知识发现。知识导航器将LLM功能与基于群集的方法相结合，以获得有效的浏览方法。我们通过对两个新颖的基准（C lus trec-covid and s ci-toc）进行了体质和手动评估来揭示方法的有效性。我们的代码，提示和基准是公开可用的。
使用具有系统的网格搜索的人工神经网络对急诊科的重大不良心脏事件进行预测
摘要背景我们的研究目的是使用系统性的网格搜索对急诊科分类的患者的重大不良心脏事件（MACE）的早期预测，设计和评估人工神经网络（ANN）模型。方法这是一项使用电子健康记录从2017年1月到1220年的单中心横断面研究。研究人群由成年人组成，来到我们在阿加汗大学医院的急诊科分类。住院期间的狼牙棒是主要结果。使用分诊数据增强ANN的体系结构，我们使用了系统的网格搜索策略。使用了四个隐藏的ANN层，然后使用外层。遵循每个隐藏层是返回归一化和辍学层。mace：ANN，随机森林（RF）和逻辑回归（LR）。检查了这些模型的总体准确性，灵敏度，特异性，精度和回忆。使用接收器操作特征曲线（ROC）和具有95％置信区间的F1分数评估每个模型。结果在研究期间总共记录了97,333次急诊就诊，其中33％的患有心血管症状的患者。平均年龄为54.08（19.18）岁。在23,052例（23.7％）的患者中观察到了狼牙棒，在10,888例（11.2％）患者中，住院（长达30天）的死亡率和5483例（5.6％）患者的心脏骤停。用于培训和验证的数据分别为80:20的比例为77,866和19,467。ANN的MACE的AUC分数为0.97，大于RF（0.96）和LR（0.96）。同样，使用ANN的MACE的Precision-Recall曲线更大（RF为0.94 vs. 0.93，LR为0.93）。使用ANN，RF和LR分类器对MACE预测的敏感性分别为99.3％，99.4％和99.2％，特异性分别为94.5％，94.2％和94.2％。结论何时使用分类数据来预测MACE，死亡和心脏骤停时，具有全身网格搜索的ANN可以提供精确而有效的结果，并将受益于预测具有有限资源的急诊室中必须处理大量患者的MACE。关键词人工智能，急诊医学，心脏骤停，主要不良心血管事件，验证研究
2010 年至 2021 年美国人乳头瘤病毒疫苗搜索的谷歌趋势：信息流行病学研究
背景：建议青少年和年轻人接种人乳头瘤病毒 (HPV) 疫苗，以预防 HPV 相关癌症和生殖器疣。然而，目标年龄组中的 HPV 疫苗接种率并不理想。目的：这项信息流行病学研究旨在调查 2010 年 1 月至 2021 年 12 月期间美国与 HPV 疫苗相关的公开在线搜索。方法：使用 Google Trends (GT) 探索 2010 年 1 月 1 日至 2021 年 12 月 31 日期间与 HPV 疫苗相关的在线搜索。使用相对搜索量 (RSV) 调查了有关 HPV 疫苗的在线搜索和查询。进行了方差分析，以调查 2010 年至 2021 年每年 HPV 疫苗搜索量的季度差异。使用连接点回归来识别随时间推移的统计显着变化；α 水平设置为 .05。结果：2010 年至 2021 年，与 HPV 疫苗相关的年度在线搜索量有所增加，这通常是由于联邦政府对疫苗接种管理做出的变更。Joinpoint 回归分析显示，2010 年至 2021 年，HPV 疫苗搜索量每年平均显着增加 8.6%（95% CI 5.9%-11.4%）。此外，HPV 疫苗搜索量在过去几年中也呈现出类似的模式，搜索兴趣几乎每年都在 8 月份增加。在州一级，2010-2021 年期间，加利福尼亚州的 12 年平均 RSV 最高（59.9，SD 14.3），怀俄明州的最低（17.4，SD 8.5）。结论：2010 年至 2021 年，与 HPV 疫苗相关的在线搜索量每年平均增加 8.6%，明显的峰值与疫苗建议的关键变化相对应。我们确定了多年来与 HPV 疫苗相关的在线搜索兴趣的模式以及州级差异。公共卫生组织可以使用 GT 作为工具来描述公众对美国 HPV 疫苗的兴趣并推广该疫苗。
如何访问VAERS数据
5。向下滚动以选择症状，您可以在其中选择要搜索的symtpoms。要搜索特定症状，请单击“搜索”选项卡。选择要用于搜索的术语。突出显示一个术语时，它将移至屏幕右侧的当前选择的框。要选择多个项，请按住控制键。要选择一系列术语，请按住Shift键。如果您不选择特定症状，它将默认为所有症状。