XiaoMi-AI文件搜索系统
World File Search System校准
HPGE检测器的校准和及时伽玛射线的使用情况，以扩展检测器效率曲线以上2 MEV范围
准确校准高纯晶也（HPGE）检测器对于在各种科学和工业应用中精确测量γ辐射至关重要。在本文中，对HPGE探测器的校准进行了研究，从能量，分辨率和效率方面进行了研究。校准源（例如Europium-152和133）用于建立能力和分辨率校准，结果显示出高线性和令人满意的分辨率性能。效率校准最初覆盖了1.4 meV的能量，通过包括及时的γ射线测量值扩展到7.65 MeV。使用六阶多项式方程对效率数据进行建模，这与观察到的值很好地一致。这项研究证实，提示γ测量值可以有效地将HPGE检测器的校准范围扩展到更高的能量。但是，它还强调了需要改进的实验设置和更长的测量时间，以进一步提高高能量效率校准的准确性和可靠性。结果为准确的γ射线测量提供了坚实的基础。
MP-RNA：通过校准的二级结构预测释放多物种 RNA 基础模型
RNA 基础模型 (FM) 已广泛用于解释基因组序列和解决各种计算机基因组任务。然而，目前的 RNA FM 往往忽略了 FM 预训练中二级结构的加入，这阻碍了其在各种基因组任务中的有效性。为了解决这个问题，我们利用过滤后的高保真结构注释进行结构预训练，以增强 FM 在单核苷酸分辨率任务中的建模能力。在四个综合基因组基准上的实验评估表明，我们的 FM (MP-RNA) 始终优于现有的 RNA FM，在 RNA 二级结构预测方面实现了 40% 的提高，并在 DNA 基因组基准上获得了顶级结果，尽管它尚未在任何 DNA 基因组上进行预训练。我们发布代码和教程 1 和模型，以鼓励进一步研究，以弥合计算机预测和生物现实之间的差距。
电子天平校准以下2项
2024年11月6日 — 获得参加国防部竞标资格。（各部委统一资格）。 “商品制造”。 “商品销售”。 “服务... 主题/规格等。 单位数量。 单价。 金额。 备注。 校准以下两项电子天平。 000,000。 以下...
通过虚拟反事实校准在社会智能理解中缓解LMM的语言偏见
社会情报对于了解复杂的人类表达和社会影响至关重要。虽然大型的多模型模型（LMM）在社会智能问题答案中表现出了显着的表现（SIQA），但由于在预训练阶段中基于文本的数据的独立流行，它们仍然倾向于产生依靠语言先验的回答，并依靠相关上下文。要解释LMM的上述语言偏见，我们采用了一个结构的因果模型，并认为反事实推理可以通过避免LMMS内部常识知识与给定的结论之间的虚假相关性来减轻偏见。但是，构建多模式反事实样本是昂贵且具有挑战性的。为了应对上述挑战，我们提出了一个输出d Istribution c校准网络，该网络具有v irtual c-osunterfactual（dcvc）数据。DCVC设计了一个新颖的外部分配校准网络，以减轻负面语言偏见的影响，同时保留有益的先验。扰动被引入LMMS的输出分布，以模拟从上下文中的分布的分布转移，该分布被用来构建相反的aug augs数据。在多个数据集上进行的实验证明了我们提出的方法的有效性和可实现性。
事件框架立体声相机系统的动态校准框架
摘要 - 事件摄像机和常规框架摄像机的融合是一个新颖的研究场，由事件摄像头和框架摄像头组成的立体声结构可以结合两者的优势。本文为事件框架立体声摄像机系统开发了动态校准框架。在此框架中，第一个步骤是在圆网校准模式上完成初始检测，并提出了滑动窗口时间匹配方法以匹配事件框架对。然后，为两个摄像机设计了一种重新填充方法，以获取模式的准确信息。尤其是对于事件摄像机，具有较高计算效率的斑块大小运动补偿方法旨在实现扭曲事件图像中两个摄像机和拟合圆的时间同步。最后，通过构造具有两种类型边缘的姿势地标图，两个相机之间的姿势在全局优化了全局优化。所提出的校准框架具有高实时性能和易于部署的优点，并且通过基于自记录的数据集进行了实验来验证其有效性。本文的代码发布于：http：//github.com/rayhu95/efsc calib。
个人终生心血管风险和潜在治疗的预测好处：对四个欧洲风险区域的Life-CVD2模型的开发和重新校准
Steven H.J. 订婚1 *，Stephen Capteroge 2 *，Tamar I. of Vries 1，Word Lu 3，Janet M. Cyst 4.5，Hedricus J.A. 马丁·鲍克（Martin Bobak）3：7，subia 3：库邦达（Kubunda）8，雷蒙德·埃尔贝尔（Raimund Erbel） 12，Stang 12，Skramm 12，Sraw 12，Thomas R. Bolton 13.14，Sarah Spackman 14.15，Stephan J.L. Backer 16，Michael Blaha 17，Jolanda M.A. Boer 18，AmélieBonnefund19，Carina Davidson 23，Elaine Dennison 29，Ian Ford 30，Michael Fu 31，Ron T. Steve E. Humphries 38，M。CamranIkram 39， G.M 卫星46：Martin Muilwijk 49：Chris Packard 50：Louis Packard Pottery 56,57，Providence 58，Bruce M. Psys 59，Paul M. Ridker 22，Beatriz Rodriguez 60，Joseph E. Schwartz 63，Steven Shea 64，Steven Shea 64玛莎J. 亨利·沃兹克（HenryVölzke）26：27.28，14：27,27，彼得·威廉（Peter William）24，彼得·威尔（Peter Will）14.67，bin zhou 68，约翰·丹什（John Danesh）14.15，弗兰克·B.J.Steven H.J.订婚1 *，Stephen Capteroge 2 *，Tamar I. of Vries 1，Word Lu 3，Janet M. Cyst 4.5，Hedricus J.A.马丁·鲍克（Martin Bobak）3：7，subia 3：库邦达（Kubunda）8，雷蒙德·埃尔贝尔（Raimund Erbel） 12，Stang 12，Skramm 12，Sraw 12，Thomas R. Bolton 13.14，Sarah Spackman 14.15，Stephan J.L.Backer 16，Michael Blaha 17，Jolanda M.A.Boer 18，AmélieBonnefund19，Carina Davidson 23，Elaine Dennison 29，Ian Ford 30，Michael Fu 31，Ron T. Steve E. Humphries 38，M。CamranIkram 39， G.M 卫星46：Martin Muilwijk 49：Chris Packard 50：Louis Packard Pottery 56,57，Providence 58，Bruce M. Psys 59，Paul M. Ridker 22，Beatriz Rodriguez 60，Joseph E. Schwartz 63，Steven Shea 64，Steven Shea 64玛莎J. 亨利·沃兹克（HenryVölzke）26：27.28，14：27,27，彼得·威廉（Peter William）24，彼得·威尔（Peter Will）14.67，bin zhou 68，约翰·丹什（John Danesh）14.15，弗兰克·B.J.Boer 18，AmélieBonnefund19，Carina Davidson 23，Elaine Dennison 29，Ian Ford 30，Michael Fu 31，Ron T. Steve E. Humphries 38，M。CamranIkram 39， G.M卫星46：Martin Muilwijk 49：Chris Packard 50：Louis Packard Pottery 56,57，Providence 58，Bruce M. Psys 59，Paul M. Ridker 22，Beatriz Rodriguez 60，Joseph E. Schwartz 63，Steven Shea 64，Steven Shea 64玛莎J.亨利·沃兹克（HenryVölzke）26：27.28，14：27,27，彼得·威廉（Peter William）24，彼得·威尔（Peter Will）14.67，bin zhou 68，约翰·丹什（John Danesh）14.15，弗兰克·B.J.钓鱼1，Emanu D Angelantonio 2†，Lisa Pennells 2†和Jannick A.N.Dorrestine 1†
用材料校准在虚幻引擎中执行逼真的地震模拟
地震会严重影响社会和经济，强调有效搜索和救援策略的需求。作为AI和机器人技术，越来越多地支持这些努力，对培训的高保真性，实时模拟环境的需求已变得紧迫。地震模拟可以视为复杂的系统。传统的仿真方法，主要集中于计算单个建筑物或简化建筑集聚的复杂因素，通常在为城市环境提供现实的视觉效果和实时结构性损害评估方面通常不足。为了解决这一缺陷，我们基于虚幻引擎中的混乱物理系统引入了一个实时的，高视觉的忠诚地震仿真平台，该平台是专门设计的，旨在模拟对城市建筑的损害。最初，我们使用遗传算法根据现实世界测试标准将来自ANSYS的材料模拟参数校准到虚幻发动机的断裂系统中。此对齐确保在实现实时功能的同时，确保两个系统之间的结果相似。另外，通过整合真实的地震波形数据，我们改善了模拟的真实性，确保它准确地反映了历史事件。所有功能都集成到视觉用户界面中，从而实现零代码操作，从而有助于通过跨学科用户进行测试和进一步开发。我们通过三个基于AI的任务来验证平台的有效性：相似性检测，路径计划和图像分段。本文建立在我们在IMET 2023上介绍的初步地震模拟研究的基础上，并具有显着的增强，包括改善材料校准工作流程和结合建筑基础的方法。
cornav：自动校准具有自校正计划的自动驾驶计划
理解并遵循自然语言指示在通过综合过程中导航时，现实世界中的环境对通用机器人构成了一个很大的挑战。这些环境通常包括障碍和行人，这对于官员的代理人具有自我校正计划的能力以根据周围环境的反馈来调整其调整的能力至关重要。但是，大多数现有的视觉和语言导航（VLN）方法基本方法在较不现实的模拟器设置中运行，并且不会将环境反馈纳入其决策过程中。为了打扮这个差距，我们介绍了一个名为Cornav的新型零拍框架，利用大型语言模型来制定决策，并组成两个关键组成部分：1）结合环境反馈，以完善未来的计划并调整其行动，并调整其行动，以及2）多个主要专家，以取消指导，并在场景中进行改进，并改进了预定的范围。除了框架外，我们还开发了一个3D模拟器，该模拟器可使用虚幻引擎5.为了评估在零击的多任务设置中导航剂的有效性和概括，我们创建了一个名为navbench的基准。我们的实证研究包括在四个任务中部署7个基线的，即给定目标对象类别，目标条件的导航，给定简单的指令，以下简单的指令，基于高级指令，以及逐步指示。广泛的实验表明，Cornav同意在所有任务中都大大优于所有基准。
自动机器人手眼校准通过基于学习的3D Vision
抽象的手眼校准是基于视觉机器人系统的基本任务，通常配备协作机器人，尤其是对于中小型企业（中小型企业）的机器人应用。大多数手眼校准方法都取决于外部标记或人类援助。我们提出了一种新的方法，该方法可以使用机器人基础作为参考来解决手眼校准问题，从而消除了对外部校准对象或人类干预的需求。使用机器人底座的点云，从相机的坐标框架到机器人底座的转换矩阵被确定为“ i = axb”。为此，我们利用基于学习的3D检测和注册算法来估计机器人基础的位置和方向。该方法的鲁棒性和准确性是通过基于基础真实性的评估来量化的，并且将精度结果与其他基于3D视觉的校准方法进行了比较。为了评估我们的方法论的可行性，我们在不同的关节构造和实验组中使用了低成本结构化的轻扫描仪进行了实验。根据实验结果，提出的手眼校准方法达到了0.930 mm的翻译偏差，旋转偏差为0.265度。此外，3D重建实验表明旋转误差为0.994度，位置误差为1.697 mm。此外，我们的方法提供了在1秒内完成的潜力，这是与其他3D手眼校准方法相比最快的。相关代码在https://github.com/leihui6/lrbo上发布。我们根据手眼校准方法进行室内3D重建和机器人抓握实验。
AI-HyperCal：使用人工智能已知点识别进行场景内高光谱图像校准
2016 年末，阿勒颇东部落入俄罗斯支持的叙利亚军队手中，朝鲜再次开始加强核试验，遥控飞机 (RPA) 袭击次数最多的一年也结束了。所有这些飞行小时数带来了空中情报、监视和侦察 (ISR) 的上升，导致硬盘溢出，其中包含数百万小时的视频和无数高分辨率静态图像，这些图像被上传到美国空军分布式通用地面系统。1 然而，如果没有图像分析师的处理、利用和分发 (PED)，所有这些数据都毫无意义。PED 确保图像质量高，并且感兴趣的对象具有位置、材料、大小和背景特征。周围的机构时间表、其他物体的位置和人员流动都可能影响最终的情报评估。