XiaoMi-AI文件搜索系统
World File Search System检测工具
文章检测难以捉摸的DNA拷贝数变体...
拷贝数变体（CNV）在遗传性疾病和癌症的分子发病机理以及正常的人间变异中起着重要作用。但是，它们仍然很难在主流测序项目中识别，尤其是涉及外显子组测序，因为它们通常发生在非针对分析的DNA区域中。为了克服这个问题，我们开发了非高峰，这是一种用户友好的CNV检测工具，该工具以denoising方法为基础，并且使用“''target''DNA读取，通常通过测序管道来丢弃它。我们根据96种癌症的靶向测序以及来自三种不同人群的遗传性视网膜疾病的个体的130个个体进行了基准测试。对于两组数据，非高峰均表现出出色的性能（> 95％的灵敏度和> 80％的特定峰与实验验证），可在仅检测单独的硅数据中的CNV，这表明其对分子诊断和遗传研究的直接适用性。
接受人工智能委派情商
摘要 检测其他人的情绪对我们人类来说是一项挑战。然而，这在许多社会背景下都很重要，因此许多人在这方面寻求帮助。随着技术的发展，越来越多的基于人工智能的选择应运而生，有望检测人类的情绪并支持决策。我们专注于将检测情绪的完全委托给人工智能，以帮助我们理解这种人工智能是如何被感知的以及为什么它被接受。为此，我们进行了一项基于在线场景的实验，参与者可以选择将情绪检测委托给一个组中的另一个人，委托给另一个组中的人工智能工具。我们的结果表明，人类的委托率较高，但人工智能的委托率却出奇的高。结果提供了在设计基于人工智能的情绪检测工具以构建值得信赖和可接受的设计时应考虑的见解。1.简介
纵向脑 MRI 与 MS 病变活动变化算法筛查患者统计检测评估
变化蒙版。2、8-15 最近，基于监督深度学习的卷积神经网络模型已成为主要方法。16-20 尽管研究进展迅速，但在体素或病变水平上的检测灵敏度和特异性仍然中等（灵敏度和特异性；，0.8）。4、7 我们之前引入了统计变化检测（SDC）算法作为自动病变变化检测工具，以视觉上协助人类读者。该算法将最佳二元变化检测器应用于 2 个纵向配准的 FLAIR 图像的减法，以描绘出可能存在新病变的大脑区域。14 本研究的目的是评估在 SDC 的协助下，人类读者在受试者级别检测方面的表现是否有所改善，并与临床工作流程中操作的人类读者的基准进行比较。
深度学习 - 深海底栖大型社区中的生物多样性评估：在聚合金属结节挖掘的背景下进行的案例研究
简介：技术发展促进了从孤立的深海生态系统（例如深渊结节场）中收集大量图像的收集。将图像作为监测工具在这些感兴趣的领域进行深海开发非常有价值。但是，为了收集大量的物种观测值，需要分析数千个图像，尤其是如果在深渊结节场中，高度多样性与低丰度相结合时，则需要进行分析。作为大量图像的视觉解释和定量信息的手动提取是耗时且容易出错的，计算检测工具可能会起关键作用，以减轻这种负担。然而，使用深度学习 - 基于深度学习的计算机视觉系统来实现动物群检测和分类的任务，仍然没有建立的工作流量来进行有效的海洋图像分析。
多标准硬件木马检测
摘要 — 硬件木马 (HT) 是一种不良的设计或制造修改，会严重改变数字集成电路的安全性和功能。 HT 可以根据各种设计标准插入，例如网络切换活动、可观察性、可控性等。然而，据我们所知，大多数 HT 检测方法仅基于单一标准，即网络切换活动。本文提出了一种多标准强化学习 (RL) HT 检测工具，该工具具有针对不同 HT 检测场景的可调奖励函数。该工具允许探索现有的检测策略，并能以最小的努力适应新的检测场景。我们还提出了一种通用的方法来公平地比较 HT 检测方法。我们的初步结果显示，在 ISCAS-85 基准测试中，HT 检测的平均成功率为 84.2%。索引词 — 强化学习、硬件木马、硬件安全。
支付中的人工智能
随着经济犯罪的规模和复杂性不断增加，银行需要不断增强其欺诈检测工具以跟上步伐。目前，PSP 使用的许多欺诈检测系统仍然依赖于相当静态和反应性的规则集。就其本质而言，ML 算法会从新信息中迭代学习，因此可以帮助识别不断发展的欺诈模式并随着时间的推移提高其准确性。但是，大多数 PSP 目前不允许自动更新其欺诈系统，而是依靠不频繁的人为操作来验证和采用 AI 识别的规则集更改。许多欺诈系统还根据某些高级属性将客户分组为大群体。通过将每个客户的交易与其群体的“正常”行为（而不是该客户的个人特征）进行比较来识别异常。这些限制会降低欺诈检测系统的有效性，增加误报（允许进行欺诈交易）和误报（错误拒绝交易）的可能性，这两者都可能给企业带来巨大的成本。
使用深度学习的高级网络钓鱼网站预测
1印度海得拉巴市人工智能大学学生系2,3,4助理教授。摘要 - 该项目旨在利用深度学习算法和功能工程技术的结合来开发有效的网络钓鱼URL检测系统。系统将仔细检查各种URL特性，包括域名，路径，长度和可疑关键字的存在，以准确识别网络钓鱼URL并在单击它们之前立即提醒用户。对系统的评估将使用包含已知网络钓鱼和合法URL的综合数据集进行，并计算精度，召回，准确性和F1得分等性能指标。将对现有的网络钓鱼检测工具进行比较分析，以评估系统的有效性和效率。最终，该项目努力提高网络钓鱼检测系统的可靠性和功效，从而保护了用户免受网络钓鱼骗局的受害者的影响，并减轻了个人信息盗窃的风险。关键字：网络钓鱼，精度，回忆，准确性。I.简介
人工智能工作组会议纪要 10-16-23
• 对使用 Tactiq AI 进行会议总结的积极反馈 • 关于在学术成功中心 (ASC) 使用 AI 资源进行辅导和写作辅助的讨论 • 提到在春季学期初为学生导师和 ASC 员工举办 AI 研讨会的可能性——学生导师通常在开课第一周确定 • 关于使用 AI 改进写作实验室流程的讨论 • 对学生计算机素养的担忧以及使用适合移动设备的 AI 资源的建议 • 计划于 11 月为艺术与科学学院安排两个单独的研讨会——Jeff 将与 Tammy Fergurson 交谈 • 关于负责任地使用 AI 的修订教学大纲声明仅收到更改“隐性”一词的建议，可以转发给教务长以纳入春季教学大纲 • 关于使用 AI 工具识别抄袭的讨论，使用讲师的最佳判断，而不是仅仅依赖 AI 检测工具
ChatGPT 和生成式 AI 聊天机器人：科学、医学和医学领袖面临的挑战和机遇
ChatGPT 和其他类似的生成式 AI 工具能够生成与人类创建的文本相似的文本，这导致这项新技术既受到批评也受到支持。这些新的 AI 技术为医疗系统中的医疗领导者带来了挑战，同时也提供了新的机遇。本文总结了这些挑战和机遇，并提供了潜在的前进方向。ChatGPT 等 AI 工具引起人们的主要担忧是，它们能够生成流畅且写得很好的文本块，以至于与人类创作的内容难以区分，这引发了人们对其用于欺诈和抄袭的担忧。部分问题在于，即使对于专业的 AI 文本检测软件来说，ChatGPT 生成的文本也很难与人类生成的文本区分开来，这导致其创建者 OpenAI 发布了自己的 AI 检测工具；然而，这个工具本身并不完全准确，因为它得出的结论是，圣经中的前几段文字很可能是在测试过程中由人工智能生成的。2
加利福尼亚州用于采购、使用和培训的生成式 AI 工具包
1. 传统人工智能——传统人工智能有时被称为“机器学习”或“数据科学”，它是为程序员确定的少数特定任务而构建的数据模型和计算机编程。它可以完成预定义的任务或分析模式。它不会产生全新的内容，只能分析给定的数据。传统人工智能已广泛应用于政府和社会的产品中。一些例子包括机器人流程自动化、欺诈检测工具、图像分类系统、推荐引擎和交互式语音助手。2. 生成式人工智能 (GenAI)——可以生成图像、视频、音频、文本和派生合成内容的预训练人工智能模型。GenAI 通过分析输入数据的结构和特征来生成与原始数据相似的新合成内容。决策支持、机器学习、自然语言处理/翻译服务、计算机视觉和聊天机器人技术或活动支持或可能与 GenAI 相关，但它们本身并不是 GenAI。