XiaoMi-AI文件搜索系统
World File Search System极其重要
定量生物标志物源自新颖的对比...
简单的摘要：准确诊断早期脉络膜黑色素瘤是眼睛最常见的恶性肿瘤，这是极其重要但充满挑战的。不幸的是，由于获得足够的采样和视力丧失风险的挑战，眼内黑色素瘤在很大程度上仍然是一种临床诊断，这可能是主观的。大多数现有工具和诊断方法缺乏明确的判别特征，从而导致临床诊断的不确定性。在这项工作中，我们介绍并评估了一种基于无对比度超声的新方法，用于定量评估脉络膜肿瘤的微血管特征，旨在根据其中的复杂和不规则的微疗法形成来区分恶性病变。使用这种方法，我们可以可视化肿瘤内微血管网络，使用客观定量指标估算其形态特征，并进行统计分析，以证明病变基于其恶性肿瘤状态之间的差异。这项初步研究的结果表明，该方法作为眼部肿瘤的补充诊断工具有望进一步评估。
通过影响细胞周期来改善基因组编辑实验中的同源性定向修复
摘要：基因组编辑目前广泛应用于生物医学研究；然而，由于其效率低下和可能的副作用，这种方法在临床上的应用仍然受到限制。此外，纠正导致人类疾病的突变似乎极其重要且有希望。许多提高哺乳动物细胞中同源定向修复介导的突变校正效率的尝试都集中在影响细胞周期上。已知同源定向修复仅发生在细胞周期的晚期 S 和 G2 期，因此研究人员正在寻找安全的方法来用细胞周期这些阶段的细胞丰富细胞培养物。本综述概述了基因组编辑实验（主要使用 Cas9）中影响细胞周期的主要方法，例如使用细胞周期同步剂、有丝分裂原、影响细胞周期依赖性激酶的物质、低温、抑制 p53 等。尽管所有这些方法对细胞周期都有可逆的影响，但仍需谨慎使用，因为细胞在细胞周期停滞期间会积累突变，这可能会导致其恶性转化。
人工智能：软件工程方法（456 页）
有限的资源、市场需求以及软件功能实现的技术限制通常要求对需求进行优先级排序 [1–4]。优先级排序的重点是排序和选择未来软件版本中应包含的需求。优先级排序中的智能决策支持极其重要，因为尤其是在处理大量需求时，手动优先级排序过程往往会变得非常昂贵 [5–8]。潜在的次优优先级排序可能导致不同的负面影响，例如由于关注不相关的需求而浪费时间、由于未首先提供相关功能而产生机会成本，以及缺乏对市场需求的关注，在最坏的情况下可能导致全部损失 [9]。在这种情况下，优先级排序可以在战略层面以及操作层面进行，这通常与短期优先级排序任务相关 [10,11]。本章讨论的优先级排序方法基于约束推理与优化 [12]、基于效用的推荐 [13]、基于内容的推荐 [14]、矩阵分解 [15]、冲突检测 [16] 和基于模型的诊断 [17] 等领域的 AI 技术。图 2.1 给出了不同优先级排序任务的概述。这种分类基于两个维度。首先，需求水平
月球风化层粘附特性 (RAC) 有效载荷样品的材料和表面评估
随着长期月球探索和居住的追求越来越接近现实，人们正在广泛努力有效减轻月球表面尘埃的污染和渗透。这种尘埃对人类有害，往往会顽固地粘附在所有暴露的表面上，导致性能问题并最终导致失败。虽然已经开发了几种主动和被动技术来应对这一挑战，但评估这些技术在实际月球环境中的性能极其重要。风化层粘附特性 (RAC) 实验有效载荷为这种评估提供了重要机会。RAC 有效载荷由 Alpha Space 为美国国家航空航天局 (NASA) 设计，计划于 2023 年搭乘 Firefly Aerospace Blue Ghost 着陆器飞往月球。由于可用于此次任务的材料数量有限，因此做出明智的选择至关重要。NASA 兰利研究中心选择了两种聚合物、一种碳纤维增强复合材料和一种金属合金作为多样化的结构材料。每种材料都使用激光烧蚀图案进行地形修改。本文简要介绍了此次月球表面实验所选用的被动式除尘材料和表面的选择和测试程序以及获得的一些结果。
基于智能手机的糖尿病黄斑水肿离线人工智能筛查
(OCT) 图像，一些研究成功地使用 AI 来检测单一疾病表现的存在，例如视网膜内积液的存在、视网膜黄斑硬化症的存在或黄斑液的量化。2–4 该领域的一种可能的 AI 应用是为居住在缺乏眼科医生或训练有素的验光师的地区患者提供筛查和诊断帮助。然而，现代网络包含数百万个学习到的连接。总的趋势是设计更深、更复杂的网络以实现更高的准确性。这些人工智能程序通常需要高科技和昂贵的计算机系统，其中包含先进的图形处理单元，而这些单元通常是医疗保健不足或低收入地区的公用事业所负担不起的。在这种情况下，基于智能手机的高精度、低设备要求的移动人工智能系统极其重要和有用。智能手机应用程序 (app) 和移动机器人通常只需要较低的内存和能耗。5 因此，开发了一种高效的网络架构 MobileNet，以满足移动和嵌入式视觉应用程序的设计要求。更小更快的模型使用宽度乘数和分辨率乘数，以合理的精度来减少尺寸和延迟。与其他模型相比，使用 MobileNets 的程序表现出优越的尺寸、速度和精度特性。6
战争、关系和社会生态系统 - Pure
摘要 战争研究正在发生变化。以人为中心的方法正受到越来越多的挑战，现在有许多研究正在探索战争对环境的影响。尽管这种研究极其重要，但它可能会强化人类/自然二元论，因为它在认识论上将对环境造成的损害与对“我们”造成的损害区分开来。我们需要的是更综合的分析，研究战争影响人类与超人类世界之间的联系和关系的多种方式。此外，令人惊讶的是，环境社会学很少关注战争，因此这种分析在很大程度上仍然缺失。这篇跨学科文章旨在解决这些差距，从而为战争学术和环境社会学做出新的贡献，通过特别关注人与鸟的关系，突出战争的多层次关系动态——并询问战争对它们的影响。它还旨在为社会生态系统 (SES) 研究做出原创贡献。通过讨论战争（SES 研究中被忽视的现象）如何破坏和加强人与鸟类的关系（包括听觉方面），并将这些关系定义为构成 SES 的众多连接层之一，本文提供了一种探索这些系统内关联性的不同方式。
法律委员会回应不适合恳求。......
部长序言 尽管每年只涉及少数被告，但不适合辩护程序却极其重要，并影响到我们刑事司法系统中一些最脆弱的人。当被告因精神或身体状况而无法有意义地参与审判时，就适用不适合辩护的法律。被告可能无法理解对他们的指控的含义，无法理解“有罪”和“无罪”的辩护是什么意思，也无法指示律师为他们辩护。关于不适合辩护的规则是在十九世纪制定的，人们普遍认为这些规则已经过时，没有考虑到当代对精神病和心理医疗实践或现代审判程序的理解。作为政府，我们有责任平衡受犯罪影响者的权利和每个被告获得公平审判的权利，以及至关重要的公共安全。我感谢法律委员会就如何改进不适合辩护程序提交了深思熟虑的详细报告。我们仔细考虑了委员会的建议，并接受了其中的大部分。我们同意，将被告从正常的刑事审判程序中移除应只是最后的手段，在可能的情况下，应做出调整，以便进行全面审判。这对被告来说更公平，因此他们能够更好地挑战起诉，对受害者来说也更公平——允许他们向法庭传达犯罪的影响。
净零能耗区：碳中和城市的互联智能
摘要：净零能耗区 (NZED) 是指城市区域，其中每年排放的二氧化碳排放量与从大气中去除的排放量相平衡。NZED 是新一代“智能绿色城市”的重要组成部分，这些城市既采用智能城市技术，也采用可再生能源技术。NZED 促进环境可持续性，为更清洁的环境做出贡献，并减少全球变暖和气候变化带来的威胁。本文介绍了一个模型，用于评估城市区域向自给自足的 NZED 过渡的可行性，该模型基于适合城市的本地生产的可再生能源。它还旨在确定允许城市区域使用智能城市系统、可再生能源和基于自然的解决方案成为自给自足的 NZED 的阈值条件。向自给自足的 NZED 过渡的意义极其重要，因为它大大分散并增加了碳中和城市的努力。我们遵循的方法结合了文献综述、模型设计、模型数据输入和许多模拟，以评估模型在不同气候、社会、技术和区域设置下的结果。在结论中，我们评估了向使用本地生产的太阳能电池板能源的 NZED 过渡是否可行，我们确定了气候、人口密度和太阳能转换效率方面的阈值，并评估了 NZED 与紧凑型城市规划原则的兼容性。
东京大学与谷歌合作实现人工智能共生未来社会 东京大学 (UT) 与谷歌合作实现人工智能共生未来社会。我们很高兴地宣布，我们已签署合作协议和在这一举措中，我们将与所有人共享我们创造的新知识，并以解决全球问题为目标开展研究。我们还将通过研究和教育合作共同创造知识，为社会做出贡献，引领未来。我们旨在培养下一代人才。未来两年，双方将开展以下方面的合作：研究合作：利用谷歌在人工智能研究方面的尖端知识和技术基础，并汇集东京大学广泛而优秀的专业知识和研究能力，我们将致力于解决各种社会问题，并开发人工智能可以帮助人们并共同努力实现互利共存的未来社会。两家公司计划在一系列领域开展合作，包括未来在自然语言处理等领域的潜在联合研究，这些领域技术和人工智能专业知识可以做出重大贡献。人力资源开发：培养下一代研究人才极其重要，他们将成为推动人工智能研究发展的推动力。它为学生提供智力刺激和社交机会，帮助他们做出职业决策。其中包括博士生奖学金计划、指导课程、实习和国际研究交流计划。提供资源和工具：
关于东京大学与谷歌合作实现“人工智能互惠未来社会” 东京大学（东京大学）和谷歌正在合作实现“人工智能互惠未来社会”。我们已经建立了伙伴关系。在这一举措中，我们将与所有人分享我们共同创造的新知识，推进以解决全球性问题为目标的研究，通过研究合作共同创造知识，为社会做出贡献并在未来发挥作用我们的目标是培养下一代人力资源。未来两年，双方将合作开展以下活动： 研究合作：我们将利用谷歌尖端的人工智能研究知识和技术基础，汇集东京大学全校范围广泛且出色的专业知识和研究能力，解决多样化的社会问题，将人工智能与人联系起来。合作实现互利共生的未来社会。未来，我们计划在多个领域进行合作，包括在自然语言处理等领域进行联合研究，我们在技术和人工智能方面的专业知识可以做出重大贡献。 人力资源开发：培养下一代研究人员极其重要，他们将成为推进人工智能研究的驱动力。我们为学生提供智力刺激和建立人际网络的机会，帮助他们做出职业决策。这包括博士生奖学金计划、指导课程、实习和国际研究交流计划。 提供资源和工具：
基于无人机的地形分析...
Tekin SUSAM 摘要：无人机 (UAV) 可以为探索考古遗址的建筑提供非常有用的图像数据集。数字表面模型 (DSM) 是一种可以使用摄影测量材料和方法从无人机图像中获取的数据集。本研究的目的首先是获得非常高分辨率的 DSM，其次，对塞巴斯托波利斯考古遗址进行基于地理信息系统 (GIS) 的地形分析。塞巴斯托波利斯古城位于土耳其黑海地区托卡特省的苏卢萨赖区；该遗址属于希腊化/罗马时期。这项研究表明，多旋翼无人机特别适用于需要在考古遗址上空非常低空飞行的应用，并且以这种方式获取的 DSM 对于详细分析考古遗址的地形结构非常有效。关键词：GIS；非常高分辨率 DSM；无人机 1 简介 记录和分析考古遗址及其环境极其重要 [1, 2]。通过使用空中或非空中视角，考古研究中可以实施许多方法。卫星和其他基于空中的数字高程数据集为考古学家提供了非常有价值的信息平台，可用于分析考古区域 [3-6]。这些数据集使研究人员有机会以比众所周知的测量更高的精度对地形表面进行建模