XiaoMi-AI文件搜索系统
World File Search System相似
DrugSim2DR：预测药物功能与药物再利用的相似性
DrugSimscore。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 4 进行测试。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 5 我的环境。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 5 情节Druglink。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 6 图药物结构。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 7 绘制目标热图。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 。 7
宫颈癌患者和子宫内膜癌的生活质量在辅助治疗期间 - 相似性和差异在个性化
1 1，大学临床医院肿瘤学系，妇产科和妇产科，35-055Rzeszów，波兰2Rzeszów，25-310 Rzeszow医学科学研究院波兰4临床肿瘤学系与波兰大学临床医院的妇科肿瘤学分区，波兰35-055Rzeszów，55-55-055Rzeszów临床医院临床医院，波兰65-055Rzeszów，Poland 6科学，国家职业大学教授。塔诺布尔兹格（Tarnobrzeg）的StanisławTarnowski，波兰（Poland）39-400 Tarnobrzeg 8医学院，Jagiellonian大学医学院，波兰克拉科夫31-0081，大学临床医院肿瘤学系，妇产科和妇产科，35-055Rzeszów，波兰2Rzeszów，25-310 Rzeszow医学科学研究院波兰4临床肿瘤学系与波兰大学临床医院的妇科肿瘤学分区，波兰35-055Rzeszów，55-55-055Rzeszów临床医院临床医院，波兰65-055Rzeszów，Poland 6科学，国家职业大学教授。塔诺布尔兹格（Tarnobrzeg）的StanisławTarnowski，波兰（Poland）39-400 Tarnobrzeg 8医学院，Jagiellonian大学医学院，波兰克拉科夫31-008
利用chatgpt选择文献进行荟萃分析显示减少工作量，同时保持与手动策划相似的召回水平
为此，我们设计了四步管道Lars-GPT（图1）。首先，用户需要选择标准（通过过滤荟萃分析的某些合适标准），并为每个标准创建一个提示（单prompt;表1）。第二，用户需要使用一些记录来评估这些单个奖励，然后选择单个prompts的最佳组合。第三，用户需要选择一个最佳组合的及时策略，并根据所选的提示策略合并提示（组合启动；补充文件1）。最后，合并后的预订以及每个记录的标题和摘要将作为聊天完成。关于记录是否符合用户标准的决定将从返回的答案中提取。在这项研究中，我们使用OpenAI提供的API（应用程序编程界面）评估了GPT-3.5（GPT-3.5-Turbo-0301）和GPT-4（GPT-4-0314）。实际上，LARS-GPT可以使用Python分批进行。
推进与Genai的相似性搜索：检索增强生成方法
本文介绍了一种创新的检索增强生成方法，以进行相似性搜索。所提出的方法使用生成模型来捕获细微的语义信息并基于高级上下文理解检索相似性分数。该研究重点介绍了包含从生物医学领域提取的100对句子的生物群数据集，并引入了相似性搜索相关结果，这些结果优于先前在该数据集上获得的句子。通过对模型敏感性的深入分析，研究确定了最佳条件，导致最高相似性搜索准确性：结果揭示了较高的Pearson相关评分，在0.5的温度下达到0.905，并且提示中提供的20个示例的样本大小为20个示例。这些发现强调了生成模型进行语义信息检索的潜力，并强调了相似性搜索的有希望的研究方向。
人工智能的道德和哲学相似之处（...
摘要：本研究探讨了在印度史诗，尤其是摩ab婆罗多的背景下人工智能（AI）概念的应用。该研究试图在圣经中人物面临的道德困境与AI治理的当代挑战之间取得相似之处。目的是研究这些古代经文中所描绘的自主，责任和道德决策的概念如何为现代讨论提供有关AI的道德使用的讨论。这项研究采用了定性方法，根据AI治理框架，分析了摩ab婆罗多的特定发作。关键情节，例如Yudhisthira的骰子游戏，奎师那（Krishna）对Arjuna的顾问以及奎师那（Krishna）的Sudarshana Chakra的使用，以了解其与AI DETHICS的相关性，尤其是没有支架的自主权的危险，是自主和责任之间的平衡以及自治系统的道德使用之间的平衡。调查结果表明，摩ab婆罗多（Mahabharat）为当代AI治理问题提供了丰富的类比。文本强调道德监督，人类控制和道德责任在决策过程中的重要性，反映出围绕AI在社会中的作用的当前辩论。佛法的原则被强调为管理AI系统的潜在框架，确保它们在道德上运作并确定人类福利的优先级。总而言之，研究表明，印度哲学的见解，尤其是佛法的概念，为人工智能系统的发展和调节提供了宝贵的道德指导，以确保这些技术负责任地为人类服务。
相似性缓存 - IRIS-AperTO
摘要 —本文重点介绍相似性缓存系统，其中用户对不在缓存中的对象 𝑜 的请求可以通过存储的相似对象 𝑜 ′ 来（部分）满足，但代价是用户效用的损失。相似性缓存系统可有效地用于多个应用领域，如多媒体检索、推荐系统、基因组研究和机器学习训练/服务。然而，尽管它们具有相关性，但人们对此类系统的行为还远未得到很好的理解。在本文中，我们首次全面分析了离线、对抗和随机设置中的相似性缓存。我们表明相似性缓存带来了重大的新挑战，为此我们提出了第一个具有一些最优性保证的动态策略。我们在合成和真实请求跟踪下评估了我们方案的性能。
ARE 版权警报：人工智能被认为是专家评估作品相似度的可靠方法
法院评论了专家在“人工智能驾驶系统的算法推理，包括面部识别技术”方面的经验，并推断专家的“方法是可靠的，因为他对 King Cake Baby 和 Happy Death Day 面具进行了人工智能面部识别分析，以确定使用数学和目标面部识别算法比较这两件作品是否会发现人类感知会将作品视为基本相似。” Slip op.第 4 页。因此，法院驳回了被告排除意见证词的动议。在驳回排除动议时，法院指出，被告对拟议证词的担忧“可以在交叉询问中进行探讨，并不需要完全排除他们的意见和证词。”
Microsoft Word - 04-老年人站立测试中的腿部肌肉活动和相似性指数
目的：双腿、串联和左右单腿站立（DLS、TS、L-SLS 和 R-SLS）的总时间通常用于评估老年人的稳定性。为了提供老年人运动控制能力的详细信息，肌肉活动数据至关重要。背景：几种站立测试已用于评估老年人未来跌倒的可能性。将肌肉活动数据与站立测试一起纳入稳定性分析，将提供更可靠的姿势稳定性定量指标。方法：我们收集了 22 名老年参与者（70.3±4.2 岁）每条腿六块肌肉的表面肌电图 (sEMG) 数据，并使用大脑运动控制评估 (BMCA) 协议对其进行评估，重点关注幅度和相似性指数 (SI)。15 名能够保持站立至少 10 秒或更长时间的参与者组成对照组，而 7 名保持站立时间少于 10 秒的参与者被分为测试组。结果：对于右侧单腿站立 (R-SLS)，对照组显示为 28.1(±3.5) 秒，而测试组平均为 8.9(±4.6) 秒。对照组所有站立姿势的总平均 EMG 幅度为 120.0(±45.6) uV，而测试组为 131.6(±75.5) uV (p > 0.56)。对照组的 SI 为 0.94(±0.04)，测试组为 0.84(±0.15) (p < 0.02)。右侧和左侧之间没有发现显著差异。值得注意的是，两名测试组参与者在所有站立姿势下的 SI 值都很低（平均 SI = 0.69±0.16 和 0.60±0.12）。结论：我们应用 BMCA 协议来分析健康老年人在站立测试期间的 sEMG 模式。相似性指数有望成为一种有效的筛查工具，用于识别存在稳定性问题的人。此外，BMCA 协议可用于在各种稳定性测试中监测老年人的运动控制能力。应用：本研究使用 BMCA 协议评估这些姿势下的 sEMG，表明 SI 和维持时间可能是识别平衡困难的老年人的有效筛查工具。关键词：肌电图、单腿姿势、相似性指数、脑运动控制评估 (BMCA)、筛查工具
种子生产中的社区同步与北美的特质相似性和气候有关
1密苏里大学生物学系 - 美国密苏里州圣路易斯圣路易斯大学| 2密苏里大学惠特尼·R·哈里斯世界生态中心 - 美国密苏里州圣路易斯圣路易斯大学| 3美国密苏里州圣路易斯密苏里州植物园科学与保护部| 4美国加利福尼亚州阿卡塔的Cal Poly Humboldt林业，消防和范围管理部| 5约克大学生物学系，英国约克| 6美国阿拉斯加阿拉斯加费尔班克斯大学北极生物学研究所，美国阿拉斯加，美国| 7 H.J. Andrews实验森林，俄勒冈州立大学，美国俄勒冈州蓝河| 8美国波多黎各圣胡安市波多黎各大学环境科学系| 9美国加利福尼亚州圣塔芭芭拉分校国家生态分析与合成中心长期生态研究网络办公室，美国加利福尼亚州圣塔芭芭拉| 10赖斯大学，美国德克萨斯州休斯敦莱斯大学生物科学系|美国科罗拉多州科罗拉多州柯林斯堡的USDA森林服务局11落基山研究站| 12美国俄亥俄州俄亥俄州俄亥俄州大学环境与植物生物学系| 13美国新罕布什尔州汉诺威市达特茅斯学院的环境研究系| 14美国纽约州伊萨卡康奈尔大学自然资源与环境系| 15美国加利福尼亚州戴维斯分校的进化与生态系| 16美国加利福尼亚州卡梅尔谷加利福尼亚大学伯克利分校的Hastings保留地| 17美国加利福尼亚州伯克利分校的环境科学，政策与管理系| 18美国科罗拉多州柯林斯堡的柯林斯堡科学中心，美国科罗拉多州柯林斯堡1密苏里大学生物学系 - 美国密苏里州圣路易斯圣路易斯大学| 2密苏里大学惠特尼·R·哈里斯世界生态中心 - 美国密苏里州圣路易斯圣路易斯大学| 3美国密苏里州圣路易斯密苏里州植物园科学与保护部| 4美国加利福尼亚州阿卡塔的Cal Poly Humboldt林业，消防和范围管理部| 5约克大学生物学系，英国约克| 6美国阿拉斯加阿拉斯加费尔班克斯大学北极生物学研究所，美国阿拉斯加，美国| 7 H.J.Andrews实验森林，俄勒冈州立大学，美国俄勒冈州蓝河| 8美国波多黎各圣胡安市波多黎各大学环境科学系| 9美国加利福尼亚州圣塔芭芭拉分校国家生态分析与合成中心长期生态研究网络办公室，美国加利福尼亚州圣塔芭芭拉| 10赖斯大学，美国德克萨斯州休斯敦莱斯大学生物科学系|美国科罗拉多州科罗拉多州柯林斯堡的USDA森林服务局11落基山研究站| 12美国俄亥俄州俄亥俄州俄亥俄州大学环境与植物生物学系| 13美国新罕布什尔州汉诺威市达特茅斯学院的环境研究系| 14美国纽约州伊萨卡康奈尔大学自然资源与环境系| 15美国加利福尼亚州戴维斯分校的进化与生态系| 16美国加利福尼亚州卡梅尔谷加利福尼亚大学伯克利分校的Hastings保留地| 17美国加利福尼亚州伯克利分校的环境科学，政策与管理系| 18美国科罗拉多州柯林斯堡的柯林斯堡科学中心，美国科罗拉多州柯林斯堡Andrews实验森林，俄勒冈州立大学，美国俄勒冈州蓝河| 8美国波多黎各圣胡安市波多黎各大学环境科学系| 9美国加利福尼亚州圣塔芭芭拉分校国家生态分析与合成中心长期生态研究网络办公室，美国加利福尼亚州圣塔芭芭拉| 10赖斯大学，美国德克萨斯州休斯敦莱斯大学生物科学系|美国科罗拉多州科罗拉多州柯林斯堡的USDA森林服务局11落基山研究站| 12美国俄亥俄州俄亥俄州俄亥俄州大学环境与植物生物学系| 13美国新罕布什尔州汉诺威市达特茅斯学院的环境研究系| 14美国纽约州伊萨卡康奈尔大学自然资源与环境系| 15美国加利福尼亚州戴维斯分校的进化与生态系| 16美国加利福尼亚州卡梅尔谷加利福尼亚大学伯克利分校的Hastings保留地| 17美国加利福尼亚州伯克利分校的环境科学，政策与管理系| 18美国科罗拉多州柯林斯堡的柯林斯堡科学中心，美国科罗拉多州柯林斯堡
在大脑和神经网络中代表学习期间任务相似性的影响
我们环境的复杂性对适应性行为构成了重大挑战。跨任务的共享结构可以通过概括从理论上改善学习。但是，这种共同的表示形式如何出现和影响绩效仍然很糟糕。与期望相反，我们的发现表明，接受过相似低维结构的任务培训的人的表现要比接受分散任务训练的人要差。磁脑摄影显示在相同结构组中相关的神经表示和不同结构组的反相关的神经表示相关。至关重要的是，实践减少了这种绩效差距，并将同一结构组的任务的神经表示转移到了抗相关性的情况下，就像不同结构组的神经相关性。在复制这些发现的类似任务上训练的神经网络模型：具有相似结构的任务需要更多的迭代才能正交其表示。这些结果突出显示了任务相似性，神经动力学和行为之间的综合相互作用，挑战了关于学习和概括的传统假设。