XiaoMi-AI文件搜索系统
World File Search System特征对
诚实的机器？儿童可信赖技术的跨学科观点
人类越来越多地与社会机器人和人工智力（AI）在日常生活中提供动力的数字助手。这些机器通常旨在唤起人类用户中社会代理和可信赖性的归因。对人机相互作用（HMI）的越来越多的研究表明，幼儿非常容易受到设计特征的设计特征，这些功能暗示了类似人类的社会代理和经验。年龄较大的儿童和成人不太可能过度归因于机器。同时，他们倾向于比年幼的孩子过度担任线人。基于这些发现，我们认为，迫切需要需要进行直接比较HMI设计特征对不同年龄段（包括婴儿和幼儿）的影响的研究。我们呼吁对HMI设计进行基于证据的评估，并在与社交机器人和基于AI的技术互动时考虑儿童的特定需求和敏感性。
基于可解释的机器学习的制造业数字化转型的预测
数字转换的增强对于业务开发而言至关重要。本研究采用机器学习来建立一个用于数字转型的预测模型，研究影响数字转换的关键因素，并提出相应的改进策略。最初，比较了四种常用的机器学习算法，表明极端的树格分类（ETC）算法表现出最准确的预测。随后，通过相关分析和反复消除，选择了影响数字转换的关键特征，从而导致相应的特征子集。Shapley添加说明（SHAP）值对预测模型进行可解释的分析，从而阐明了每个关键特征对数字变换的影响并获得关键特征值。最后，通过实际考虑，我们提出了一种定量调整策略，以增强企业中数字化转型的程度，该策略为数字开发提供了指导。
量子技术变分量子分类器在农业中的应用，用于小麦品种分类
摘要。本研究提出使用变分量子分类器对小麦品种进行自动分类。在大型数据集上训练的模型将能够识别种子特征和品种成员之间的独特模式和关系。这将使农民和研究人员能够更准确地识别小麦品种，从而可以改善种植和作物管理过程。这种方法不仅符合优化农业生产的需要，而且符合使用先进技术实现农业部门精准和高效的背景。通过这项研究，预计小麦生产的质量和可持续性将得到改善，这对粮食安全和可持续农业发展至关重要。该问题的目标是根据种子特征对小麦品种进行分类。VQC 在训练数据集上进行训练，然后在测试数据集上进行评估。为了评估模型的性能，使用了各种指标，例如准确度、精确度、召回率、F1 分数和混淆矩阵。
使用机器学习对患有 ADHD 的成年患者进行任务相关和静息状态脑电图分类
摘要 —注意力缺陷多动障碍 (ADHD) 是一种普遍的心理障碍，其特征是注意力缺陷和高度冲动，影响成人和儿童。本研究旨在评估任务相关脑电图 (EEG) 和静息状态脑电图在区分成年 ADHD 患者和健康对照者方面的有效性。机器学习技术用于根据脑电图特征对患者的状态进行分类。本研究的主要目的是确定在停止信号任务招募抑制过程中记录的任务型脑电图数据的分类性能是否优于静息状态脑电图数据。我们假设基于任务的脑电图数据包含与抑制控制相关的有价值的生物标志物，可用于检测 ADHD，而静息状态脑电图数据不具备这种有用的生物标志物。索引词 —ADHD、分类、机器学习、脑电图
神经多样性方法（ES）
摘要本文介绍了“神经多样性”的概念和“神经多样性方法”对残疾的概念，并讨论了这些概念含义的混乱如何加剧了围绕神经多样性的辩论和冲突。例如，有些人声称神经多样性仅着眼于社会和否认个人特征对残疾的贡献（这是一个有争议的立场），而本文则加入了其他文献来承认个人和社会对残疾的贡献。本文还提出了与神经多样性有关的其他争议，例如有关方法范围的不确定性 - 它们适用于谁？- 及其对诊断类别的影响。fi-Nelly，它为希望进行神经多样性一致的研究的发展研究提供了建议：敦促Schol-Ars研究个体的神经差异人及其周围的环境；考虑优势和弱点；认识自己的偏见；并向神经厌恶的人倾听和学习。©2022作者。由S. Karger AG出版，巴塞尔
人类迷宫性行为的规划策略
在我们日常生活中遇到的许多情况下，我们有几种选择可供选择，我们需要在未来的计划数量与我们要考虑的替代方案的数量之间取得平衡，以实现我们的长期目标。在受控环境中这些计划问题中研究行为的一种流行方式是解决迷宫的任务，因为它们可以通过其底层来精确定义和控制。在我们的研究中，参与者解决了在调节替代方案和路径深度的拓扑特性方面与系统不同的迷宫。复制先前的结果，我们显示了这些空间特征对性能和停止时间的影响。更长，更分支的解决方案路径会导致更多的计划工作和更长的解决方案时间。在方面，我们测量了受试者的眼动，以投资他们的计划范围。我们的结果表明，人们随着替代者数量的增加而降低了计划深度。关键字：计划；迷宫解决；眼动
二极化质子和二颗粒聚类
亲爱的编辑，作物基因组编辑通过实现精英品种的精确改善，比常规育种具有巨大的优势。在谷物中，大麦（Hordeum vulgare L.）在全球重要性中处于第四位，并且在麦芽和酿造中具有广泛的应用。在像东亚这样的地区，大麦谷物具有传统的烹饪用途，直接煮熟为蒸大麦，烤成茶，或发酵用于味o和酱油，例如味道和酱油。值得注意的是，最近的健康趋势扩大了对年轻大麦草作为功能健康食品的兴趣。由于其富含维生素，纤维和类黄酮的含量，大麦草被加工成绿色果汁（Havlíková等人。2014）。这种绿色粉末表现出在抗毒剂，低脂肪和抗糖尿病活动中的有效性（Yu等人。2003;吉泽等。 2004; Takano等。 2013）。 在日本，雨季经常在收获季节之前，这使得预求发对谷物产量的挑战。 为了打扮，精英品种培养了早期的标题特征。 但是，这些特征对年轻的大麦草产量产生负面影响。 具体来说，年轻峰值的出现降低了草的商业价值。 当前归因于全球变暖的当前气候变化已加速且不稳定的尖峰变速，降低了草产量。 繁殖AP的转变，重点是当代品种中的晚期性状，对于保持一致的草产量至关重要。2003;吉泽等。2004; Takano等。2013）。在日本，雨季经常在收获季节之前，这使得预求发对谷物产量的挑战。为了打扮，精英品种培养了早期的标题特征。但是，这些特征对年轻的大麦草产量产生负面影响。具体来说，年轻峰值的出现降低了草的商业价值。当前归因于全球变暖的当前气候变化已加速且不稳定的尖峰变速，降低了草产量。繁殖AP的转变，重点是当代品种中的晚期性状，对于保持一致的草产量至关重要。我们的vious作品引入了planta粒子轰击 - 核糖核蛋白
引用 (APA)：Jensen, J. A., & Bæk, D. (2010)。超声波模拟程序 FIELD II 中的换能器模型及其准确性。美国声学学会。期刊，127 (3)，1828-1828。https://doi.org/10.1121/1.3384240
观察表明，浅水海底地形通常具有由各种海洋学和地质过程产生的带限方向谱。这种定向底部特征对三维低频声传播有明显的影响。使用理想化的直海底波纹模型进行的分析研究表明，声能可以在相邻波纹之间部分传导，这种传导将影响浅水中的声传播。在我们的工作中，我们还研究了理想化的弯曲海底波纹引起的传导和折射。先前的研究表明，非线性内波也可以产生声波管道。使用我们的理想模型对这两种不同的管道进行了比较分析。研究了内部波和水深测量对内部波前和底部波纹的各种相对方向的综合影响。对三维声音在真实水深测量和内部波波动中的传播进行了数值模拟。总之，在研究浅水中的三维声传播时，需要考虑水柱波动和水深测量变化。
超声波模拟程序中的换能器模型...
观察表明，浅水海底地形通常具有由各种海洋学和地质过程产生的带限方向谱。这种定向底部特征对三维低频声传播有明显的影响。使用理想化的直海底波纹模型进行的分析研究表明，声能可以在相邻波纹之间部分传导，这种传导将影响浅水中的声传播。在我们的工作中，我们还研究了理想化的弯曲海底波纹引起的传导和折射。先前的研究表明，非线性内波也可以产生声波管道。使用我们的理想模型对这两种不同的管道进行了比较分析。研究了内部波和水深测量对内部波前和底部波纹的各种相对方向的综合影响。对三维声音在真实水深测量和内部波波动中的传播进行了数值模拟。总之，在研究浅水中的三维声传播时，需要考虑水柱波动和水深测量变化。
自然手臂运动的行为和神经变异
运动行为是大脑许多功能和功能障碍的核心，因此了解它们的神经基础一直是神经科学的主要研究重点。然而，大多数运动行为研究都局限于人工、重复的范式，与“野外”进行的自然运动相去甚远。在这里，我们利用机器学习和计算机视觉的最新进展来分析 12 名人类受试者在数千次自发、非结构化手臂伸展运动期间的颅内记录，对每个受试者进行了数天的观察。这些自然运动引发的皮质光谱功率模式与受控范式的结果一致，但在受试者和事件之间具有相当大的神经变异性。我们使用 10 个行为和环境特征对事件间变异性进行了建模；解释这种变异性的最重要特征是伸展角度和记录日期。我们的工作是首批将人类在非结构化运动过程中整个皮质的行为和神经变异性联系起来的研究之一，有助于我们理解长期自然行为。