XiaoMi-AI文件搜索系统
World File Search System混合的
生理时间序列数据中基于混合的数据增强方法的实证研究
摘要 — 数据增强是深度模型训练过程中帮助泛化的一种常见做法。在生理时间序列分类的背景下，以前的研究主要集中在标签不变的数据增强方法。然而，另一类出现在计算机视觉领域的增强技术（即 Mixup）尚未在时间序列领域得到充分探索。在本研究中，我们系统地回顾了六个生理数据集上的基于混合的增强，包括 mixup、cutmix 和流形 mixup，评估它们在不同感官数据和分类任务中的表现。我们的结果表明，三种基于混合的增强可以持续提高六个数据集的性能。更重要的是，这种改进不依赖于专家知识或广泛的参数调整。最后，我们概述了基于混合的增强方法的独特属性，并强调了在生理时间序列数据中使用基于混合的增强的潜在好处。我们的代码和结果可在 https://github.com/comp-well-org/Mix-Augmentation-for-Physiological-Time-Series-Classification 上找到。索引术语 — 数据增强、混合、生理时间序列
探索使用机器学习来参数化海面边界层中垂直混合的参数
本文由LSU学术存储库的Craft and Hawkins Engifeering提供给您，并免费提供开放访问权限。已被LSU学术存储库的授权管理人纳入教师出版物。有关更多信息，请联系ir@lsu.edu。
用于土壤温度预测的人工智能模型混合的元启发式优化算法：新模型
1 宝鸡文理学院计算机科学系，宝鸡 271000，中国 2 达米埃塔大学计算机系，达米埃塔 34511，埃及 3 伊斯坦布尔医学大学统计学系，伊斯坦布尔，土耳其 4 中南大学资源与安全工程学院，长沙 410083，中国 5 维新大学研究与发展研究所，岘港 550000，越南 6 安巴尔大学计算机科学与信息技术学院计算机科学系，拉马迪，伊拉克 7 吕勒奥理工大学土木、环境与自然资源工程，吕勒奥 97187，瑞典 8 同德唐大学土木工程学院，胡志明市，越南 9 同德唐大学土木工程学院土木工程可持续发展研究组，胡志明市，越南 10 德克萨斯 A&M 大学生物与农业工程系，德克萨斯州大学城77843-2117，美国 11 Zachry 德克萨斯 A&M 大学土木工程系，德克萨斯州大学城 77843-2117，美国
与Covid-19疫苗接种有关的怀疑和关注的表达：一种混合的方法论方法。
与Covid-19疫苗接种有关的怀疑和关注的表达：一种混合的方法论方法。2021年1月28日； RIVM Corona行为部门于2021年1月6日，荷兰实施了针对冠状病毒的私人接触运动。在支持方面，RIVM Corona行为部门就电晕疫苗接种的人们的担忧，疑问和需求进行了研究。这项研究是在感染稳定时在荷兰（1月14日至1月15日）的第二次硬锁定中进行的。目的/研究问题，我们着手确定当人们决定是否要接种冠状病毒疫苗时，这些态度和观点发挥了作用。我们通过研究人们对疫苗接种信息运动的问题和怀疑来做到这一点。调查结果提供了有关如何收到信息运动的见解，并提供了改善政府通讯的路线。方法本报告包括以下研究的结果：
混合的高阶拓扑以及超导多功能模型中的节点和无节状平面拓扑阶段
我们研究了在存在常规的旋转单链S-波超导性的轨道版本中出现的拓扑阶段，并可能调整成平面磁场的可能性。我们通过考虑不同的边界条件来绘制相图，并通过考虑Wannier和Wannier和纠缠光谱以及Majoraana极化，进一步检查了各个阶段的拓扑。对于磁场和超导配对振幅的弱到中等值，我们发现了一个二阶拓扑超导相，具有八个零能量角模式。进一步增加了场或配对，一半的角状态可以变成零能量边缘量化模式，从而形成了我们命名的混合阶相。然后，我们发现了两个不同推定的第一阶拓扑阶段，一个淋巴结和一个无节相的相位，均具有零能量的频段，沿镜像对称的开放边缘定位。在节点相中，如所预期的那样，频带位于互相空间中的节点之间，而在无节性相位的零相位，零能量边界的频带跨越整个Brillouin区域，并且似乎与完全盖布的体积谱图脱节。因此，该模型具有可以通过外部磁场来调整的多种意外表面状态。
探索Torlon/P84共聚酰胺 - 含量混合的空心纤维及其化学交联修饰，以使异丙醇的泛滥脱水
已经进行了一项研究，以制造和化学修改Torlon®4000T和Torlon/p84共聚酰胺 - 酰亚胺混合的空心纤维作为异丙醇（IPA）脱水的新材料。已经发现，Torlon/p84混合物是可混杂的，正如通过单玻璃过渡温度（T G S）确认的，这些温度（T G S）通过差分扫描量热法（DSC）检测到。由干式湿旋转工艺制造的纯和混合空心纤维都不显示出对抑制水和IPA诱发的肿胀的能力，而交联的纯Torlon空心纤维仅显示边缘改善。然而，借助p- xylenadiamine，Torlon/P84混合纤维在化学交联修饰后表现出增强的分离性能。据信P- Xylenenediamine诱导的交联反应会导致更大的链条堆积和自由体积的减少。对于85/15 wt。％ipa/h 2 o进料溶液，获得的最高分离系数为185±8，所获得的总渗透量为1000±45 g/m 2 h。 ©2007 Elsevier B.V.保留所有权利。
多通道人机交互信息融合的智能方法
结构在运行时可以做到即使某一个模态信息缺失整个网络也能取得不错的效果 , 在多通道情感识别、 语义理解、目标学习等领域取得很好的效果 .尽管如此 , 这类网络相对于任务来说还是相对 “ 具体 ”, 如 果要换一个任务 , 用户就需要修改网络结构包括重新调整参数 , 这使得深度神经网络结构的设计是一 个耗时耗力的过程 .因此研究者们希望一个混合的神经网络结构可以同时胜任多个任务 , 以减少其在 结构设计和训练方面的工作量 .鉴于此 , 研究者开始致力于首先采用大数据联合训练构建出多通道联 合特征分享层 , 然后在识别阶段可以同时进行多任务处理的深度多模态融合结构 .如 Google 的学者 尝试建议一个统一的深度学习模型来自适应地适配解决不同领域、不同数据模态下的多个不同类型 的任务 , 且在特定任务上的性能没有明显损失的模型 [71] .该模型构架请见文献 [71] 的图 2, 由处理输 入的编码器、编码输入与输出混合的混合器、混合输出的解码器 3 个部分构成 , 文献 [71] 的图 3 给 出了这 3 个部分的详细描述 .每一个部分的主体结构类似 , 均包含多个卷积层、注意力机制和稀疏门 控专家混合层 .其中 , 不同模块中的卷积层的作用是发现局部模式 , 然后将它泛化到整个空间 ; 注意力 模块和传统的注意力机制的主要区别是定时信号 , 定时信号的加入能让基于内容的注意力基于所处的 位置来进行归纳和集中 ; 最后的稀疏阵列混合专家层 , 由前馈神经网络 ( 专家 ) 和可训练的门控网络组 成 , 其选择稀疏专家组合处理和鉴别每个输入 .
una-要求在研究描述和规则上开始赠款
山区社区的自动电力网络全球变暖对山区能源混合的影响将滑雪胜地转化为可持续的生活场所：重新思考能量模式和混合隔离村庄的能量混合物隔离村庄的能量混合物山谷的新美德场所在山谷中开发山上的新美德场所山上的能源山上的能源不利的山地呢？多标准分析山区能量混合的多标准分析山区能源混合的历史及其对农村和城市发展的影响
附录 A. 分析论文列表
1.B.1. 使用遗传算法进行监督学习的有效特征选择（Hilda & Rajalaxmi，2015） 1.B.2. PHGA：用于二元分类特征选择的混合遗传算法（Khiabani & Sabbaghi，2017） 1.B.3. 使用改进的遗传算法和经验模态分解进行 ECG 信号处理的特征选择（Anderson，2015） 1.B.4. 用于支持向量机同时进行模型和特征选择的多目标遗传算法（Bouraoui、Jamoussi & BenAyed，2018） 1.B.5. 基于遗传算法的亲属关系验证特征选择（Alireza-zadeh、Fathi & Abdali-Mohammadi，2015） 1.B.6. 1.B.1. 基于遗传算法和粒子群优化混合的特征选择 (Ghamisi & Benediktsson, 2015) 1.B.2. 基于遗传算法和粒子群优化混合的特征选择 (Ghamisi & Benediktsson, 2015) 1.B.3. 基于遗传算法和粒子群优化混合的特征选择 (Ghamisi & Benediktsson, 2015) 1.B.4. 基于遗传算法和粒子群优化混合的特征选择 (Ghamisi & Benediktsson, 2015) 1.B.5. 基于遗传算法和粒子群优化混合的特征选择 (Ghamisi & Benediktsson, 2015) 1.B.6. 基于遗传算法和粒子群优化混合的特征选择 (Ghamisi & Benediktsson, 2015) 1.B.7. 基于遗传算法的特征选择结合双重分类用于增生性糖尿病视网膜病变的自动检测 (Welikala, Fraz, Dehmeshki, Hoppe, Tah, Mann, Williamson, & Barman, 2015b) 1.B.8. 基于增强遗传算法的混合特征选择用于文本分类 (Ghareb, Bakar, & Hamdan, 2016) 1.B.9. DWFS：一种基于并行遗传算法的包装器特征选择工具 (Soufan, Kleftogiannis, Kalnis, & Bajic, 2015) 1.B.10.基于遗传算法的特征选择方法用于高效的文本聚类和文本分类 (Hong, Lee, & Han, 2015) 1.B.11. 具有积极突变的遗传算法用于 BCI 特征空间中的特征选择 (Rejer, 2015)
来自石榴果皮的粗提取物的涂层的效果混合...
摘要使用琼脂二聚体扩散方法研究了香料果皮与壳聚糖混合在抑制四种微生物的生长中，抑制四种微生物的生长，抑制四种微生物的生长。发现与壳聚糖混合的石榴果皮的粗提取物有效地抑制了所有测试过的微生物的生长。在另一项研究中，将黄瓜水果（SpeedMax品种）涂有1）壳聚糖，2）与壳聚糖混合的石榴果皮中的粗提取物，并与对照组（浸入水中）进行比较。黄瓜在7°C下储存，并每7天记录每7天的黄瓜的质量归因。通过测量黄瓜水果的体重减轻，成熟和变质来记录实验结果。发现与壳聚糖混合（CHI + PPE，2.59±0.01）混合的粗化石榴果皮提取物涂料对体重损失百分比没有显着影响，与壳聚糖（CHI，2.58±0.01）相比，但与对照组的涂层有显着差异（2.93±0.001）。然而，用粗化石榴果皮提取物与壳聚糖（CHI + PPE）混合的涂料黄瓜倾向于增加成熟的量比壳聚糖和对照组涂层的成熟量更大（p <0.05）。与对照组相比，仅壳壳涂层就无法延迟黄瓜水果的变质。然而，发现涂有粗化石榴果皮提取物与壳聚糖混合的黄瓜水果比用壳聚糖和对照涂层的壳聚糖更宠坏（p <0.05）。关键字：黄瓜，石榴果皮，壳聚糖，涂料