XiaoMi-AI文件搜索系统
World File Search System是域
迈向个性化的多域数字... -Dr -ntu
摘要：许多现实生活中的智能传感器，可穿戴设备和移动应用程序的商业可用性提供了有关广泛的人类行为，生理和社交标志物的宝贵信息来源，这些信息可用于推断用户的精神状态和情绪。但是，目前尚无商业数字产品将这些社会心理指标与神经活动的实时测量相结合。尤其是脑电图（EEG）是一种经过良好验证且高度敏感的神经影像学方法，可产生情绪和效力加工的鲁棒标记，数十年来一直在心理健康研究中广泛使用。将可穿戴神经传感器的集成到现有的多模式传感器阵列中可能会在对情绪障碍的检测和个性化治疗中对深数字神经表型构成巨大的希望。在本文中，我们提出了一个基于健康社会生态模型的多域数字神经表型模型。拟议的模型提出了一种用于数字心理健康的整体方法，利用了最近的神经科学进步，可以提供高度个性化的诊断和治疗方法。讨论了该模型的技术和道德挑战。
定义自治系统的操作设计域
摘要 - 将人工智能（AI）的整合到具有高水平自动化的工业系统中，引入了严重的不确定性和复杂性。尤其是汽车行业对自动驾驶汽车的工作，导致了运营设计领域（ODD）概念的出现，该概念描绘了此类车辆的预期操作领域，与常规的汽车基于汽车的用途方法不同。但是，这种奇数以汽车为中心的方法阻碍了其更广泛的应用，缺乏对其定义所需的系统工程方法的全面指导。本文介绍了基于既定的系统框架的奇数的域形不足的偏见，并强调了基于风险的工程，以使其适用于多个领域。来自海事领域的案例研究说明了拟议方法的益处和适用性。通过提供系统的框架，这项研究促进了超越汽车部门以外的奇数，从而促进了跨不同工业领域的基于AI的产品和服务的开发。奇数代表了自治系统系统工程的关键方面，集成了技术，环境，调节和用户期望的考虑。索引术语 - 手术设计领域，自动级系统，系统工程，AI系统
选定分析域内的危险识别过程......
Sławomir SZRAMA CE-2017-412 Adam KADZI Ń SKI 在选定的 F100 涡扇发动机维护系统分析领域中识别危险的过程 多用途 F-16 是波兰空军最先进的飞机。它配备了非常现代、精密和先进的涡扇发动机 F100-PW-229。由于只有一个发动机，因此其可靠性、耐用性效率和性能是安全的关键因素。在本文中，作者研究了 F100 涡扇发动机的维护系统，该发动机建立在多用途 F-16 飞机上。为了研究目的，创建了 F100 维护系统模型。从该模型中，得出了主要的分析领域，包括“主要发动机对象差异消除”过程。考虑到这样的分析领域，基于危险源识别过程示意图，作者提出了以下步骤：危险源识别工具准备、危险源识别、危险源分组和危险表述。本文的主要目标是提供危险源识别过程结果作为危险规范，其中包括：一组危险源、危险表述以及危险激活的最可能/可预测的后果、严重程度和损失/危害。
从多域视角看北约面临的网络威胁
摘要：本文将网络威胁置于北约盟国和对手都不断转向多域概念的大背景下。这些新兴概念强调了整合对于取得优势的重要性；然而，随着连通性和网络依赖性的增强，潜在的脆弱性和中断后果也随之增加。本文考虑了军事领域内部和跨军事领域更紧密整合所带来的挑战，并研究了潜在对手（俄罗斯和中国）如何接受多域和系统思维的变化，并优先考虑进攻性网络能力，以利用漏洞和弱点在未来冲突中迷惑、瘫痪和挫败北约。本文承认网络攻击并非凭空而来，将网络威胁的讨论置于北约计划如何在未来的竞争和冲突中行动、战斗和取胜的背景下。在此过程中，它强调了对手对如何、何时以及为何使用网络能力来获得对北约部队的优势的看法。然后，本文探讨了北约面临的内部障碍、限制和弱点，这些障碍、限制和弱点挑战了北约应对这些威胁的能力。更好地了解这些外部威胁和内部弱点之间的相互联系对于实现北约真正而广泛的转型至关重要，而北约需要这种转型来增强其凝聚力、提高其战略韧性并确保其有能力实现其在网络空间和所有领域的雄心壮志。
定量SARS-COV-2尖峰受体结合域...
抗体分析忽视，以描述抗体中和病原体的能力，该病原体是通过中和抗体滴度来衡量的。因此，在研究几乎所有人都有可检测抗体的人群时需要其他信息。结合和中和抗体滴度在SARS-COV-2感染或真空后可能是异质的（5-7）。因此，这些滴度可能是在几乎所有人都具有可检测抗体的人群中特别有价值的保护性免疫措施（8）。此外，这些滴度检测完全血清阳性种群中血清学状态异质性的能力，包括随着时间的推移的变化，使流行病学家可以为这些人群提供对血清群的更为细微的描述。此外，这些抗体滴度可以澄清人口的持续风险，因为证据表明，较高的结合和中和静脉滴度与较低的感染概率，重新感染和严重疾病有关（9-11; J.A.
从用户故事中得出域模型：人与机器
摘要 - 域模型在软件开发中起着至关重要的作用，因为它们为利益相关者之间的沟通，提出要求以及代表数据库方案背后的信息结构或以模型驱动的开发为基础。但是，创建这样的模型是一种乏味的活动，自动化支持可能有助于获得初始领域模型，以后可以由人类分析师富集。在本文中，我们提出了从给定的一组用户故事中得出域模型的各种方法的有效性的实验比较。我们将人类推导与机器推导对比；对于后者，我们比较（i）视觉叙述者：现有的基于规则的NLP方法； （ii）我们设计的机器学习分类器； （iii）我们通过及时工程构建的生成AI方法。基于由9个用户故事和相应域模型的基准数据集组成的基准数据集，评估表明，尽管机器学习方法的调整版本接近，但没有方法与人类的性能相匹配。为了更好地理解结果，我们定性分析它们并确定误报类型以及影响性能的其他因素的差异。
生成数据集增强的域间隙嵌入
本文通过利用大型预训练模型来探讨合成数据的潜力，尤其是在面对分布变化时。al-尽管生成模型的最新进展已经阐明了跨分布数据发生的几项先前的作品，但它们需要模型调整和复杂的设置。为了绕过这些缺点，我们介绍了主要的g a a a a a a a a embeddings（doge），这是一个跨分布的插件语义数据augpection框架，几乎没有射击设置。我们的方法以潜在形式提取源和所需数据分布之间的差异，然后引导生成过程，以补充无数多种合成样本的训练集。我们的评估是在几个射击范式下进行亚种群偏移和三个领域适应方案进行的，表明我们的多功能方法改善了各个任务的性能，需要进行动手干预或复杂的调整。Doge铺平了毫不费力地生成遵循测试分布的现实，可转让的合成数据集的道路，从而加强了下游任务模型的现实世界效率。
使用计算机筛选 lrrk2-wdr 域抑制剂...
计算命中查找实验 (CACHE) 挑战系列的关键评估重点是使用计算方法识别蛋白质靶标的小分子抑制剂。每个挑战包含两个阶段，即命中查找和后续优化，每个阶段之后都会对计算预测进行实验验证。对于 CACHE 挑战 #1，亮氨酸富集重复激酶 2 (LRRK2) WD40 重复 (WDR) 域被选为计算机命中查找和优化的靶标。LRRK2 突变是家族性帕金森病最常见的遗传原因。LRRK2 WDR 域是一个研究不足的药物靶标，没有已知的分子抑制剂。在此，我们详细介绍了我们在 CACHE 挑战 #1 中获胜提交的第一阶段。我们开发了一个框架，用于对化学多样性小分子空间进行高通量基于结构的虚拟筛选。使用大规模深度对接 (DD) 协议，然后进行绝对结合自由能 (ABFE) 模拟，进行命中识别。使用基于自动分子动力学 (MD) 的热力学积分 (TI) 方法计算 ABFE。使用 DD 筛选了来自 Enamine REAL 的 41 亿个配体，然后通过 MD TI 为 793 个配体计算 ABFE。76 个配体被优先考虑进行实验验证，成功合成了 59 种化合物，并确定了 5 种化合物为命中物，命中率为 8.5%。我们的结果证明了组合 DD 和 ABFE 方法对于没有先前已知命中物的目标的命中识别的有效性。该方法广泛应用于超大化学库的有效筛选以及利用现代计算资源的严格蛋白质-配体结合亲和力估计。
从离域量子源的重力中的量子效应
了解与量子理论接口处重力的基本性质是理论物理学中的主要开放疑问。最近，对引力量子系统的研究，例如，在位置量子叠加和采购引力领域中制备的大规模量子系统吸引了很多关注：量子光学实验正在努力实现实验室中的这种情况，并预期与量子源相关的引力源可为某些性质提供一些信息。在理论方面，量子信息工具用于解释结果。然而，关于这些实验可以利用重力的量子性质的确切结论，仍然存在开放的问题，例如，该制度中的实验是否能够比重力场的牛顿部分能够测试更多。在我的演讲中，我将提出一个新的结果，在此结果中，离域的量子源会产生无法使用牛顿电位或作为经典一般相对性的限制而无法再现的效果。这些效应原则上可以通过进行干扰实验来测量，并且与重力发射无关。与牛顿潜力相比，识别重力的量子方面要比牛顿潜力更强的量子方面至关重要，这对于证明重力场的非经典性，并计划在更广泛的意义上比迄今为止建议的更广泛的意义上测试重力的新一代实验。