XiaoMi-AI文件搜索系统
World File Search System渐进
AI 循序渐进 - Optimize Inc.
聊天机器人（ChatGPT、Bard、HuggingChat） 语法检查器和改写工具（Grammarly、Wordtune、ProWritingAid） 视频创作（Descript、Wondershare Filmora、Runway） 图像生成（DALL·E 2、Midjourney、Stable Diffusion） 笔记记录（Mem） 转录和会议助理（Fireflies、Airgram、Krisp） 日程安排（Reclaim、Clockwise、Motion） 电子邮件收件箱管理（SaneBox、EmailTree） 幻灯片和演示文稿（Decktopus、Beautiful.ai、Slidesgo） 研究（genei、Aomni） 人工智能代理（AI Agent、AgentGPT、HyperWrite）
引用了这项研究：Kaya，E。和Erener，A。（2024）。无人机安装的热相机及其对城市表面纹理的分析。国际引擎杂志 促进可持续性：自然纤维复合材料的环境优势 - 迷你审查 氧化应激引起的神经退行性疾病，例如... 渐进性上核麻痹中的“老虎符号” 旋转后19个心律不齐？沃尔夫·帕金森（Wolf Parkinson）旋转后19个心律失常？沃尔夫·帕金森氏综合症病例报告白综合症病例报告 磁共振图像中的隐私问题 心力衰竭患者的研究文章指甲毛细管发现 对的网格绑定太阳能光伏的综合分析 使用糖尿病患者中的静脉和毛细血管血液样本比较葡萄糖测量技术 rrt- dijkstra：改进的移动机器人计划算法 聚苯胺... 的介电特性 nano/mikromotorlar ve biyomedikaluygulamaları
可以根据导致几个严重环境问题的各种因素观察到温度升高，尤其是全球变暖。城市地区是该温度升高最大的位置。城市热浓度，即所谓的热岛效应，在结构区域很高。这种情况导致人类的生命受到不利影响。因此，需要持续的测量和分析来评估城市地区的室外热舒适性和热应力。今天，无人驾驶飞机（UAV）系统被用作地球观察活动中的快速数据生产技术。集成到无人机系统中的热摄像机可以精确，不断地监测城市地区的温度值。本研究的重点是由于表面温度变量的快速响应，因此在局部规模上的无人机热摄像头系统的潜在应用。一个热摄像机无人机系统，用于测量地球表面的能量通量和温度，这是了解景观过程和响应不可或缺的一部分。因此，UAV热传感器直接用于TürkiyeKocaeli University工程大楼的不同土地覆盖类型。衍生的无人机表面温度与同时获得的原位温度测量值进行了比较。使用TFA SCANTEMP 410型号表面温度计获得同时进行陆地温度测量。Pearson与0.94系数之间的相关性利用了无人机表面温度与陆地测量之间的高相关性。可以得出结论，无人机安装的热摄像机系统是一种有前途的工具，它有更多的机会了解高空间和时间分辨率下的表面温度可变性。
在45％高脂饮食饮食中的C57BL/6J小鼠模型中确定2型糖尿病的渐进阶段是通过使用空腹血糖水平和2小时的口服葡萄糖耐受性测试来实现的
2型糖尿病被认为是全世界十大威胁生命的疾病之一。为经济增长，肥胖和代谢综合征成为2型糖尿病的最常见危险因素。在这方面，高脂饮食喂养的C57BL/6J小鼠模型被广泛用于2型糖尿病发病机理和新型疗法发育。然而，在该小鼠模型中，用于对2型糖尿病进行分类的严重性疾病尚未确定，这导致了实验终点决策的困难。在这项研究中，我们以45％的高脂饮食喂食C57BL/6J雄性小鼠，该饮食在生理上接近人类的高脂作用，并评估了2型糖尿病的进展。在食用高脂饮食4周后，小鼠出现了代谢综合征，包括肥胖症，快速血浆胆固醇水平的显着增加，C肽升高和空腹血糖水平。通过将空腹血糖测试和2小时的口腔葡萄糖耐受性测试结合起来，我们的结果表明了从代谢综合征进行明确的渐进阶段，然后在C57BL/6J小鼠中2型糖尿病开始前，给定了45％的高脂饮食。此外，在代谢测量中，可以将积累体重增加> 16.23 g 12周，可以用作预测C57BL/6J小鼠中2型糖尿病发育的潜在参数。因此，这些结果可能会在选择适当的饮食饮食饮食C57BL/6J小鼠模型中选择适当的疾病阶段的期限来支持未来的研究，以研究2型糖尿病的早期预防和治疗。
对抗性自我训练改善了渐进域适应性的鲁棒性和概括
逐渐的域适应性（GDA），其中为学习者提供了辅助中间域，在许多情况下已经在理论上和经验上研究了。尽管在关键安全方案中起着至关重要的作用，但GDA模型的对抗性鲁棒性仍然没有探索。在本文中，我们采用了有效的渐进自我训练方法，并用副本自我训练（AST）替换香草自我训练。AST首先预测未标记的数据上的标签，然后对手在伪标记的分布上训练模型。有趣的是，我们发现逐渐的AST不仅提高了对抗性的准确性，而且可以提高目标域的清洁准确性。我们揭示这是因为当伪标签包含一部分不正确标签时，对抗性训练（AT）的性能要比标准训练更好。因此，我们首先介绍多类分类设置中逐渐AST的概括误差界限。然后，我们使用子集总和问题的最佳值在真实分布和伪标记分布上的对抗误差上桥接标准误差。结果表明，在具有不正确的伪标签的数据上，可能会获得比标准培训更紧密的结合。我们进一步提出了有条件的高斯分布的一个例子，以提供更多的见解，说明为什么逐渐的AST可以提高GDA的清洁精度。
具有渐进力学性能的 3D 打印各向异性纳米纤维复合材料
所需的承载能力。 [1,4] 受这种各向异性结构的启发，定向增强材料被引入承重材料中，以在所需的方向上实现最大可能的机械性能。 [5] 仿生结构通常用于工程领域，以制造各向异性材料，这些材料可定向增强强度、膨胀或热性能，并执行特定功能，如可调形状恢复、极化图案或流体阻力。 [4] 这些各向异性材料引起了人们对组织工程 (TE) 的长期研究兴趣，以模拟生物组织的机械强度。包括心肌、动脉、静脉在内的软生物组织的强度和弹性[6,7] 在断裂拉伸强度为 1-10 MPa，弹性模量为 1-30 MPa 范围内。 [8,9] 迄今为止，人们已经研究和开发了各种材料和方法，目的是复制或至少模仿生物组织的结构、机械和功能特征。这样做的动机是为了增加我们的基本理解，[10,11] 影响 TE 中的细胞生长，[12] 或将材料用作医学模型。[13]
渐进性上核麻痹中的“老虎符号”
1。Xu J，Yang X，Yang L，Zou X，Wang Y，Wu Y等。239例Covid-19患者的临床课程和60天死亡率的预测因素：来自中国武汉的多中心回顾性研究。重症监护（英国伦敦）。2020; 24（1）：394。2。Wu Z，McGoogan JM。2019年冠状病毒病（COVID-19）爆发的特征和重要经验教训：中国疾病控制与预防中心的72例314例报告的摘要。JAMA。 2020; 323（13）：1239-42。 3。 Yan L，Zhang H-T，Goncalves J，Xiao Y，Wang M，Guo Y等。 一种基于机器学习的模型，用于严重Covid-19感染患者的生存预测。 medrxiv; 2020。 4。 Lai CC，KO WC，Lee Pi，Jean SS，Hsueh PR。 COVID-19的呼吸外表现。 国际抗菌剂杂志。 2020; 56（2）：106024。 5。 Long B，Brady WJ，Koyfman A，Gottlieb M. Covid-19中的心血管并发症。 美国急诊医学杂志。 2020; 38（7）：1504-7。 6。 asadi-pooya aa，Simani L. Covid-19的中枢神经系统表现：系统评价。 神经科学杂志。 2020; 413：116832。 7。 Wolff L，Parkinson J，White PD。 捆绑分支块，易于健康的年轻人JAMA。2020; 323（13）：1239-42。3。Yan L，Zhang H-T，Goncalves J，Xiao Y，Wang M，Guo Y等。 一种基于机器学习的模型，用于严重Covid-19感染患者的生存预测。 medrxiv; 2020。 4。 Lai CC，KO WC，Lee Pi，Jean SS，Hsueh PR。 COVID-19的呼吸外表现。 国际抗菌剂杂志。 2020; 56（2）：106024。 5。 Long B，Brady WJ，Koyfman A，Gottlieb M. Covid-19中的心血管并发症。 美国急诊医学杂志。 2020; 38（7）：1504-7。 6。 asadi-pooya aa，Simani L. Covid-19的中枢神经系统表现：系统评价。 神经科学杂志。 2020; 413：116832。 7。 Wolff L，Parkinson J，White PD。 捆绑分支块，易于健康的年轻人Yan L，Zhang H-T，Goncalves J，Xiao Y，Wang M，Guo Y等。一种基于机器学习的模型，用于严重Covid-19感染患者的生存预测。medrxiv; 2020。4。Lai CC，KO WC，Lee Pi，Jean SS，Hsueh PR。 COVID-19的呼吸外表现。 国际抗菌剂杂志。 2020; 56（2）：106024。 5。 Long B，Brady WJ，Koyfman A，Gottlieb M. Covid-19中的心血管并发症。 美国急诊医学杂志。 2020; 38（7）：1504-7。 6。 asadi-pooya aa，Simani L. Covid-19的中枢神经系统表现：系统评价。 神经科学杂志。 2020; 413：116832。 7。 Wolff L，Parkinson J，White PD。 捆绑分支块，易于健康的年轻人Lai CC，KO WC，Lee Pi，Jean SS，Hsueh PR。COVID-19的呼吸外表现。 国际抗菌剂杂志。 2020; 56（2）：106024。 5。 Long B，Brady WJ，Koyfman A，Gottlieb M. Covid-19中的心血管并发症。 美国急诊医学杂志。 2020; 38（7）：1504-7。 6。 asadi-pooya aa，Simani L. Covid-19的中枢神经系统表现：系统评价。 神经科学杂志。 2020; 413：116832。 7。 Wolff L，Parkinson J，White PD。 捆绑分支块，易于健康的年轻人COVID-19的呼吸外表现。国际抗菌剂杂志。2020; 56（2）：106024。5。Long B，Brady WJ，Koyfman A，Gottlieb M. Covid-19中的心血管并发症。美国急诊医学杂志。2020; 38（7）：1504-7。6。asadi-pooya aa，Simani L. Covid-19的中枢神经系统表现：系统评价。神经科学杂志。2020; 413：116832。7。Wolff L，Parkinson J，White PD。捆绑分支块，易于健康的年轻人
渐进式人工智能实现更公平、更高效的司法
Carrillo, Paloma, Daniel Chen,* Manuel Ramos- Maqueda,* 和 Bernardo Silveira。2022.“信息提供和法庭表现：来自智利的实验证据。”工作论文，美国国家经济研究局。http://users.nber。org/ ∼ dlchen/papers/Information_Provision_and_ Court_Performance.pdf。Chen, Daniel L.* 2020。“增量式人工智能。”工作论文，美国国家经济研究局。http:// users.nber.org/ ∼ dlchen/papers/Incremental_AI.pdf。Chen, Daniel L.,* 和 Jess Eagel。2017.“机器学习能否帮助预测庇护裁决的结果？” ACM ICAIL 会议论文集，英国伦敦。https://users.nber.org/ ∼ dlchen/ papers/Can_Machine_Learning_Help_Predict_the_ Outcome_of_Asylum_Adjudications.pdf。Chen, Daniel L.、* Tobias J. Moskowitz 和 Kelly Shue。2016.“赌徒谬误下的决策：来自庇护法官、贷款官员和棒球裁判的证据。”《季刊经济学》131 (3)：1181–1242。https://doi.org/ 10.1093/qje/qjw017。Dunn, Matt, Levent Sagun, Hale S¸irin 和 Daniel Chen。* 2017。“庇护法院判决的早期可预测性。”第 16 届国际人工智能与法律会议论文集：233–236。https://users.nber.org/ ∼ dlchen/papers/Early_Predictability_of_Asylum_ Court_Decisions.pdf。Kondylis, Florence,* 和 Mattea Stein。2018。“正义的速度。”政策研究工作文件 8372，世界银行，华盛顿特区。http://documents.worldbank.org/curated/en/455021521720861143/ The-speed-of-justice。Ramos-Maqueda，Manuel，* 和 Daniel Chen。* 2021。“司法在发展中的作用：数据革命。”政策研究工作文件 9720，世界银行，华盛顿特区。http://hdl.handle.net/ 10986/35891。West，Tessa V.、Katherine Thorson、Heidi Grant 和 David Rock。“要求反馈与未要求反馈：一项实验研究。”神经领导力研究所。https:// membership.neuroleadership.com/material/asked- for-vs-unasked-for-feedback-an-experimental-study/。
研究论文 单点渐进成形过程中成形参数对摩擦的影响
单点渐进成形（SPIF）过程中的摩擦是影响工件表面质量和成形性能的主要因素。为了研究工艺参数对SPIF中摩擦的影响，根据SPIF成形原理和成形过程中摩擦的特点，以成形工具与金属板料的接触面积为分析对象，解析表达考虑摩擦条件下的受力状态，给出成形力与摩擦系数之间的关联表达式。在此基础上，通过实验测力计算得到不同工艺参数下的摩擦系数值，并通过有限元模拟验证所获摩擦系数的准确性和有效性。最后，采用表面响应法分析了成形参数对摩擦系数的影响及摩擦系数的预测模型。研究结果表明:刀具直径或主轴转速的增加有助于减小接触面间的摩擦系数,而分层进给量、进给速度或成形角的增加均使摩擦系数有不同程度的增大。研究结果可为提高零件表面质量和成形性能提供理论和技术参考。
学生使用渐进式编程语言 Hedy 的行为意愿：一个技术接受模型
编程通常被初学者视为一门认知挑战性学科，因为它涉及获取复杂的新知识、策略和实践技能。有效的教学策略和编程平台对于为学生提供最佳学习者支持非常重要。作为一种新方法，第一个渐进式编程语言 Hedy 的推出是为了克服学习编程时语法和认知超负荷的问题，通过分步而不是一次性教授语法和语义知识。在本文中，我们旨在通过从技术接受模型 (TAM) 的理论背景分析学生的行为意图来调查学生对 Hedy 的接受程度。我们进行了一项定性案例研究，结合调查和小组访谈来捕捉 TAM 的维度。18 名 10 至 12 岁的学生参加了为期四天的 Hedy 夏令营，在此期间收集了数据。结果表明，一些参与者对 Hedy 持积极态度，他们的“不太难但真正的编程”体验似乎符合渐进式编程语言的意图。然而，其他一些孩子发现 Hedy 太有限和限制，或者表达了对不同类型输出的渴望。总体而言，学习者的经验似乎深深植根于他们之前的编程经验以及对 Hedy 和编程的期望。最后，可以看到一种趋势，即来自资源匮乏社区的学习者（约占参与者的一半）总体上对他们的经验和行为意图不太积极。