XiaoMi-AI文件搜索系统
World File Search System支持的
使用神经技术支持的智能级联 U-Net 模型进行脑肿瘤分割
据神经病学专家介绍，脑肿瘤对人类健康构成严重威胁。脑肿瘤的临床识别和治疗在很大程度上依赖于准确的分割。脑肿瘤的大小、形状和位置各不相同，这使得准确的自动分割成为神经科学领域的一大障碍。U-Net 凭借其计算智能和简洁的设计，最近已成为解决医学图片分割问题的首选模型。局部接受场受限、空间信息丢失和上下文信息不足的问题仍然困扰着人工智能。卷积神经网络 (CNN) 和梅尔频谱图是这种咳嗽识别技术的基础。首先，我们在各种复杂的设置中组合语音并改进音频数据。之后，我们对数据进行预处理以确保其长度一致并从中创建梅尔频谱图。为了解决这些问题，提出了一种用于脑肿瘤分割 (BTS) 的新型模型，即智能级联 U-Net (ICU-Net)。它建立在动态卷积的基础上，使用非局部注意力机制。为了重建脑肿瘤的更详细空间信息，主要设计是两阶段级联 3DU-Net。本文的目标是确定最佳可学习参数，以最大化数据的可能性。在网络能够为 AI 收集长距离依赖关系之后，将期望最大化应用于级联网络的横向连接，使其能够更有效地利用上下文数据。最后，为了增强网络捕捉局部特征的能力，使用具有局部自适应能力的动态卷积代替级联网络的标准卷积。我们将我们的结果与其他典型方法的结果进行了比较，并利用公开的 BraTS 2019/2020 数据集进行了广泛的测试。根据实验数据，建议的方法在涉及 BTS 的任务上表现良好。肿瘤核心（TC）、完整肿瘤、增强肿瘤分割BraTS 2019/2020验证集的Dice评分分别为0.897/0.903、0.826/0.828、0.781/0.786，表明在BTS中具有较高的性能。
计算机视觉支持的 GWAS 识别出大量毛果杨植物再生的候选调控因子
植物再生是植物繁殖的一个重要方面，也是转基因植物生产的关键步骤。然而，不同基因型和物种的再生能力差异很大，其分子基础在很大程度上是未知的。全基因组关联研究 (GWAS) 等关联作图方法早已证明能够帮助揭示植物性状变异的遗传基础；然而，这些方法的性能取决于表型分析的准确性和规模。为了对模型树杨树的植物愈伤组织和芽再生进行大规模 GWAS，我们开发了一个涉及语义分割的表型组学工作流程，以量化再生植物组织随时间的改变。我们发现得到的统计数据高度非正态分布，因此采用了变换或排列以避免违反 GWAS 中使用的线性模型的假设。我们报告了超过200个统计学上支持的数量性状基因位点（QTL），其中基因包含或接近顶级QTL，包括细胞粘附、应激信号和激素信号通路的调控因子，以及其他多种功能。我们的研究结果鼓励植物再生过程中激素信号转导模型除了通常考虑的生长素和细胞分裂素途径外，还应考虑应激相关信号（例如涉及茉莉酸和水杨酸）的关键作用。我们鉴定的假定调控基因和生物学过程为理解植物再生的生物学复杂性提供了新的见解，并可能成为改善顽固基因型和物种再生和转化的新方法。
面对AI支持的医师的自主权
引入AI支持工具提出了有关医学实践规范取向以及重新考虑其基本概念的问题。讨论中核心的其中一个概念之一是医生的自主权及其在面对高功率AI应用的适当性。在本文中，根据概念分析进行了对医师自主权的差异化。有人认为，医师的决策自治是有目的的自主权。医师的决策自治从根本上锚定在医学精神中，目的是促进患者的健康和福祉，并防止他或她受到伤害。从这种目的的角度来看，医生的自主权不是出于自身的缘故而受到保护，而只能在此范围内比其他手段更好。我们认为，今天，鉴于AI支持工具的现有局限性，医生仍然需要医生的决策自治。可能会在面对AI支持的情况下进行决策自主权行使决策自治，我们详细阐述了三个条件：（1）有关AI支持及其陈述的足够信息，（2）足够的能力，足以将AI陈述整合到临床决策中，以及（3）自愿性的上下文，在合理的情况下，与合理的情况下，偏离了AI，AI支持。如果医生应履行其促进患者健康和福祉的道德义务，则应以促进或至少维护医生的决策自治的方式进行设计。
中华人民共和国政府支持的网络活动：关键基础设施领导人应采取的行动
本情况说明书为高管们概述了中华人民共和国 (PRC) 国家支持的网络行为者“Volt Typhoon”所带来的紧急风险。CISA 与美国国家安全局 (NSA)、联邦调查局 (FBI) 以及其他美国政府和国际合作伙伴 1 于 2024 年 2 月 7 日发布了一份重要公告，其中美国撰写机构警告网络安全捍卫者，Volt Typhoon 已预先部署在美国关键基础设施组织的网络上，以便在地缘政治紧张局势加剧和/或与美国及其盟友发生军事冲突时中断或摧毁关键服务。这对美国及其盟国的每个组织来说都是一个关键的业务风险。2
在ORR和碱性培养基中支持的基于掺杂石墨烯的材料的镍纳米颗粒
由于常规化石燃料的有限可用性变得更加明显，因此世界需要转向更可持续和可再生的能源。因此，燃料电池（FCS）或电蛋白剂的开发，提供清洁能源的能量转换技术（可再生且环保的）对弥补预期短缺的必不可少的必不可少，这对于实现了解决此问题的解决方案的关键[1]。的确，在站立的基础机制和催化剂中已经取得了重大进展，这些机制和催化剂均驱动氧还原反应（ORR）[2-5]和在这些设备中发生的氢进化反应（HER）[6-9]，从而导致这些技术的显着进步。当前的目标是提高其效率，规模能力和经济可行性，从而为广泛采用氢作为干净可持续的能量向量铺平了道路。今天，关键原材料（CRM）在欧洲经济中继续具有重要意义。这些材料在战略上至关重要，具有高供应风险，对于无数部门，例如Elec Tronics，Reenwable Energy，Automotive和Aerospace等无数部门至关重要[10]。因此，已经进行了数十年的广泛研究[11-16]，以避免使用白金组材料作为质子交换膜燃料电池（PEMFC）和PEM电解剂的催化剂。
改良的Nife2O4支持的石墨烯氧化石墨烯可有效尿素电化学氧化和水分分割应用
摘要：使用水电解的绿色氢的生产被广泛认为是最有前途的技术之一。另一方面，氧气进化反应（OER）在热力学上是不利的，需要显着的超电势才能以足够的速度进行。在这里，我们概述了重要的结构和化学因子，这些因素和化学因子影响了代表性的镍铁氧体改性石墨烯氧化石墨烯电催化剂在有效的水分分裂应用中执行。修饰原始和氧化石墨烯的镍铁素体的活性是根据其结构，形态和电化学性质彻底表征的。这项研究表明，Nife 2 O 4 @Go电极对尿素氧化反应（UOR）和水分分割应用都有影响。Nife 2 O 4 @Go被观察到，当电流密度为26.6 mA -CM -2在1.0 m尿素中，1.0 m KOH，扫描速率为20 mV s -1。为UOR提供的TAFEL斜率为39 mV dec -1，而GC/Nife 2 O 4 @Go电极到达10 mA CM -2 -2
受中华人民共和国政府支持的势力侵入并维持对美国关键基础设施的持续访问
美国编写机构已确认，Volt Typhoon 已破坏了美国大陆和非大陆及其领土（包括关岛）内多个关键基础设施组织的 IT 环境，主要涉及通信、能源、交通系统以及供水和废水系统部门。Volt Typhoon 的目标选择和行为模式与传统的网络间谍或情报收集行动不一致，美国编写机构高度确信，Volt Typhoon 攻击者正在 IT 网络上预先定位自己，以便能够横向移动到 OT 资产以破坏功能。美国编写机构担心，如果发生潜在的地缘政治紧张局势和/或军事冲突，这些攻击者可能会利用其网络访问权限造成破坏性影响。CCCS 评估认为，来自中国国家支持的行为者对加拿大关键基础设施的直接威胁可能低于对美国基础设施的威胁，但如果美国基础设施受到破坏，由于跨境整合，加拿大也可能会受到影响。 ASD 的 ACSC 和 NCSC-NZ 分别评估澳大利亚和新西兰的关键基础设施可能容易受到中国国家支持的行为者的类似活动的攻击。
在机器人支持的正念实践中探索LLM的实用程序
[1] Simon Alexanderson，Rajmund Nagy，Jonas Beskow和Gustav Eje Henter。2022。听，denoise，动作！与扩散模型的音频驱动运动合成。ACM图形上的ACM交易（TOG）42（2022），1 - 20。https：//api.semanticscholar.org/corpusid:253581728 [2] Maryam Alimardani，Linda Kemmeren，Kazuki Okumura，Kazuki Okumura，kazuki Okumura和Kazuo Hiriraki。2020。机器人辅助的正念实践：神经物理 - 逻辑反应和情感状态变化的分析。2020 29届IEEE机器人和人类互动交流国际会议（RO-MAN）（2020），683–689。https://api.semanticscholar.org/corpusid:221104010 [3] Minja Axelsson，Micol Spitale和Hatice Gunes。 2023。 机器人教练在公共咖啡馆提供小组正念练习。 2023 ACM/IEEE人类机器人互动国际会议的同伴（2023）。 https://api.semanticscholar.org/corpusid:257406411 [4] Indu Prasad Bodala，Nikhil Churamani和Hatice Gunes。 2021。 远程手工的机器人教练进行正念训练：一项纵向研究。 2021第30 IEEE机器人与人类互动沟通国际会议（RO-MAN）（2021），939–944。 https://api.semanticscholar.org/ coldusid：237297069 [5] Indu Prasad Bodala和Hatice Gunes。 2021。 在纵向正念训练期间，动态的贝叶斯网络建模对用户的影响和对遥控机器人教练的看法。 ARXIV ABS/2112.02017（2021）。 https://api.semanticscholar.org/corpusid:244896131 [6] Jiaee Cheong，Micol Spitale和Hatice Gunes。 2023。https://api.semanticscholar.org/corpusid:221104010 [3] Minja Axelsson，Micol Spitale和Hatice Gunes。2023。机器人教练在公共咖啡馆提供小组正念练习。2023 ACM/IEEE人类机器人互动国际会议的同伴（2023）。https://api.semanticscholar.org/corpusid:257406411 [4] Indu Prasad Bodala，Nikhil Churamani和Hatice Gunes。 2021。 远程手工的机器人教练进行正念训练：一项纵向研究。 2021第30 IEEE机器人与人类互动沟通国际会议（RO-MAN）（2021），939–944。 https://api.semanticscholar.org/ coldusid：237297069 [5] Indu Prasad Bodala和Hatice Gunes。 2021。 在纵向正念训练期间，动态的贝叶斯网络建模对用户的影响和对遥控机器人教练的看法。 ARXIV ABS/2112.02017（2021）。 https://api.semanticscholar.org/corpusid:244896131 [6] Jiaee Cheong，Micol Spitale和Hatice Gunes。 2023。https://api.semanticscholar.org/corpusid:257406411 [4] Indu Prasad Bodala，Nikhil Churamani和Hatice Gunes。2021。远程手工的机器人教练进行正念训练：一项纵向研究。2021第30 IEEE机器人与人类互动沟通国际会议（RO-MAN）（2021），939–944。https://api.semanticscholar.org/ coldusid：237297069 [5] Indu Prasad Bodala和Hatice Gunes。2021。在纵向正念训练期间，动态的贝叶斯网络建模对用户的影响和对遥控机器人教练的看法。ARXIV ABS/2112.02017（2021）。https://api.semanticscholar.org/corpusid:244896131 [6] Jiaee Cheong，Micol Spitale和Hatice Gunes。 2023。https://api.semanticscholar.org/corpusid:244896131 [6] Jiaee Cheong，Micol Spitale和Hatice Gunes。2023。“这不公平！” - 多模式二元心理健康教练的小数据集的公平性。2023第11届国际情感计算与智能互动会议（ACII）（2023），1-8。https://api.semanticscholar.org/corpusid：263677413 [7] Kerstin Denecke，Sayan Vaaheesan和Aaganya Arulnathan。2020。一种用于调节情绪的心理健康聊天机器人（SERMO） - 概念和可用性测试。IEEE交易在计算9（2020），1170–1182中的新兴主题。https://api.semanticscholar.org/corpusid:213810982 [8] Ning Fang，Chao Zhang，Supraja Sankaran和Shaoya Ren。 2022。 社会辅助机器人在减少焦虑和保留儿童的自治方面的作用。 2022 17th ACM/IEEE人类机器人互动国际会议（HRI）（2022），754–759。 https://api.semanticscholar.org/corpusid：247619375 [9] Asma Ghandeharioun，Daniel J. McDuff，Mary Czerwinski和Kael Rowan。 2018。 Emma：一种情感意识的健康聊天机器人。 2019第八届情感计算与智能互动会议（ACII）（2018），1-7。 https://api.semanticscholar.org/corpusid:198179485 [10] Ariel Gjaci，Carmine Tommaso Recchiuto和Antonio Sgorbissa。 2022。 朝着文化意识的社会机器人手势。 国际社会机器人学杂志14（2022），1493 - 1506年。https：//api.semanticscholar.org/corpusid:249353761 [11]和辛西娅·林恩（Cynthia Lynn）Breazeal。 2020。 2023。 2023。https://api.semanticscholar.org/corpusid:213810982 [8] Ning Fang，Chao Zhang，Supraja Sankaran和Shaoya Ren。2022。社会辅助机器人在减少焦虑和保留儿童的自治方面的作用。2022 17th ACM/IEEE人类机器人互动国际会议（HRI）（2022），754–759。https://api.semanticscholar.org/corpusid：247619375 [9] Asma Ghandeharioun，Daniel J. McDuff，Mary Czerwinski和Kael Rowan。2018。Emma：一种情感意识的健康聊天机器人。2019第八届情感计算与智能互动会议（ACII）（2018），1-7。https://api.semanticscholar.org/corpusid:198179485 [10] Ariel Gjaci，Carmine Tommaso Recchiuto和Antonio Sgorbissa。 2022。 朝着文化意识的社会机器人手势。 国际社会机器人学杂志14（2022），1493 - 1506年。https：//api.semanticscholar.org/corpusid:249353761 [11]和辛西娅·林恩（Cynthia Lynn）Breazeal。 2020。 2023。 2023。https://api.semanticscholar.org/corpusid:198179485 [10] Ariel Gjaci，Carmine Tommaso Recchiuto和Antonio Sgorbissa。2022。朝着文化意识的社会机器人手势。国际社会机器人学杂志14（2022），1493 - 1506年。https：//api.semanticscholar.org/corpusid:249353761 [11]和辛西娅·林恩（Cynthia Lynn）Breazeal。2020。2023。2023。机器人积极的心理学教练，可改善大学生的福祉。2020年第29届IEEE机器人和人类互动交流国际会议（RO-MAN）（2020），187- 194年。https://api.semanticscholar.org/corpusid:221534231 [12] Sooyeon Jeong，Laura Aymerich-Franch，Sharifa Alghowinem，Rosalind W. Picard，Picard，Picard，Cynthiaynnn Lynn Breazeal和Hae Won Park。心理健康的机器人伴侣：对陪伴和治疗联盟的长期研究。2023 ACM/IEEE人类机器人互动国际会议的会议记录（2023）。https://api.semanticscholar.org/corpusid:257430665 [13] Harsh Kumar，Yiyi Wang，Jiakai Shi，Ilya Musabirov，Norman A. S. S. S. S. Farb和Joseph Jay Williams。探索使用大型语言模型来提高正念意识。在计算系统中2023 CHI人为因素会议的扩展摘要（2023）。https://api.semanticscholar.org/corpusid:258217807 [14] Kayla Matheus，Ellie Mamantov，MarynelVázquez和Brian Scassellati。 2023。 深呼吸阶段分类，具有社交机器人的心理健康。 第25届国际多模式互动会议会议录（2023）。 https://api.semanticscholar.org/corpusid:263742971 [15] Kayla Matheus，MarynelVázquez和Brian Scassellati。 2022。 通过深呼吸来减轻焦虑的社交机器人。 2022 31届IEEE机器人和人类互动交流国际会议（RO-MAN）（2022），89-94。 https://api.semanticscholar.org/corpusid:251673077 [16] Aurea Bravo Perucho和Maryam Alimardani。https://api.semanticscholar.org/corpusid:258217807 [14] Kayla Matheus，Ellie Mamantov，MarynelVázquez和Brian Scassellati。2023。深呼吸阶段分类，具有社交机器人的心理健康。第25届国际多模式互动会议会议录（2023）。https://api.semanticscholar.org/corpusid:263742971 [15] Kayla Matheus，MarynelVázquez和Brian Scassellati。 2022。 通过深呼吸来减轻焦虑的社交机器人。 2022 31届IEEE机器人和人类互动交流国际会议（RO-MAN）（2022），89-94。 https://api.semanticscholar.org/corpusid:251673077 [16] Aurea Bravo Perucho和Maryam Alimardani。https://api.semanticscholar.org/corpusid:263742971 [15] Kayla Matheus，MarynelVázquez和Brian Scassellati。2022。通过深呼吸来减轻焦虑的社交机器人。2022 31届IEEE机器人和人类互动交流国际会议（RO-MAN）（2022），89-94。https://api.semanticscholar.org/corpusid:251673077 [16] Aurea Bravo Perucho和Maryam Alimardani。https://api.semanticscholar.org/corpusid:251673077 [16] Aurea Bravo Perucho和Maryam Alimardani。2023。中等教育中的社会机器人：机器人可以帮助年轻成人学习者进行数学学习吗？2023 ACM/IEEE人类机器人互动国际会议的同伴（2023）。https://api.semanticscholar.org/corpusid：257406249 [17] Nicole L. Robinson，Jennifer F. Connolly，Gavin Suddrey和David John John Kavanagh。2023。人类社会机器人提供的简短福祉培训课程：一项飞行员随机对照试验。国际社会机器人学杂志（2023），1-15。https://api.semanticscholar.org/corpusid：
为AR支持的Human-Obot Collaboration提出混合创作界面
能够与之交流。在这里，增强现实（AR）环境中提供的信息可能有益于传达机器人的意图[24，26]，可视化安全信息，并高点用户必须执行的过程或任务[22]。根据我们的经验，这种沉浸式的人类机器人协作（HRC）环境通常在桌面系统（例如Unity3D）上撰写，从而充分利用鼠标和键盘等熟悉的输入技术。但是，在教育者中有效设计AR内容需要准确模拟应锚定的现实世界环境。即使那样，通常在AR中的AR内容模拟AR含量与AR头部安装显示器（HMD）时的位置可视化之间存在明显差异。此外，部署到HMD，测试和调试的过程以及在桌面系统上再次编辑的过程通常很慢，乏味且具有挑战性。为了解决这个问题，先前的工作最近证明了使用增强现实来创作AR-AR-ADITU的潜力[21]。但是，原位AR创作工具的好处是什么，可以说在输入功能方面可能会受到限制（中间交互作用与鼠标和键盘）？我们看到了几个优点：（1）用户可以立即测试例如可视化及其外观属性的变化，而无需重新编译整个应用程序。此外，（2）这样的创作工具可以降低进入障碍，因为它可以允许新手用户在不需要广泛的编程技能的情况下设计受支持的系统。但是，我们从AR中开发创作系统[21]的经验表明，在纯AR环境中，整个AR体验的设计和配置可能很困难：例如，在空气中显示的虚拟键盘上有效的文本输入并不是琐碎的[12]，并且操纵传统界面元素（例如，按钮和列表）可能会互动（例如，纽扣和列表），因此很难改善互动。最近的作品因此，将多个设备作为互补接口[9，27]（例如AR HMDS和移动触摸屏设备）组合起来，以利用每种技术的各自优势。在我们先前的Robovisar [21]项目上构建，我们提供了一种混合创作工具，其中包括桌面环境，平板电脑和AR HMD，可以集体作者并运行完整的AR用户体验。该系统应允许用户在与机器人直接合作的同时设计所有AR内容。通过启用初始设置和原位创作，我们提出的系统会流畅地支持执行阶段，从而使用户可以在一个或多个机器人上尝试使用其撰写的工作流，这可能但不必是配件。在以下内容中，我们介绍了我们的概念，描述了原型的特征。在本文中，我们将范围限制在创作和协作集会上，从而排除了HRC组装的其他关键方面（例如，机器人编程，设计组装说明）。但是，我们有信心将来这些步骤可以与我们的概念集成在一起。