XiaoMi-AI文件搜索系统
World File Search System真的
基于仿真的废热回收系统设计和优化
项目描述 该项目将综合模拟方法融入城市可再生建筑和社区优化 (URBANopt) 平台，以便对相连建筑区域内的废热源进行详细分析。这些进步将通过将 URBANopt 软件开发工具包 (SDK) 与开源 Modelica 编程语言和下一代 EnergyPlus Spawn（美国能源部 (DOE) 支持的建筑能量模拟程序）相结合来实现。更新后的 URBANopt 平台将能够评估与商业和住宅建筑相关的工业流程和废热机会。
3D流仿真的生成建模
3D中湍流的模拟是计算流体动力学（CFD）中最昂贵的模拟之一。已经在替代模型上写了许多作品，以更快，学习，自动化的模型代替流体流的数值求解器。然而，三个维度的湍流的复杂性需要以很小的时间步长训练这些模型，而产生逼真的流量状态需要长时间的延期，并从多个步骤和明显的误差积累或从已知的现实流动状态开始，我们首先要避免使用。取而代之的是，我们建议将湍流模拟作为一项发电的任务，直接学习所有可能的湍流状态的多种流量，而无需依赖任何初始流动状态。在我们的实验中，我们引入了一个具有挑战性的3D湍流数据集的高分辨率流和由各种物体引起的详细涡流结构，并得出了两个新型的湍流样本评估指标。在此数据集中，我们表明我们的生成模型捕获了由看不见的对象引起的湍流的分布，并生成了可用于下游应用程序的高质量，现实的样本，而无需访问任何初始状态。
Mambaout：我们真的需要Mamba才能进行视觉吗？
摘要 - Mamba是一种具有RNN样的状态空间模型（SSM）的架构，最近引入了以解决注意机制的二次复杂性，随后应用于视觉任务1。尽管如此，与卷积和基于注意力的模型相比，Mamba的视力表现通常令人难以置信。在本文中，我们深入研究了Mamba的本质，并从概念上得出结论，Mamba非常适合具有长期序列和自回归特征的任务。对于视觉任务，由于图像分类不与任何一个特征保持一致，因此我们假设Mamba对于此任务不是必需的；检测和细分任务也不是自动回归的，但它们遵守了长期的特征，因此我们认为仍然值得探索Mamba的这些任务潜力。为了凭经验验证我们的假设，我们通过堆叠Mamba块构建了一系列名为Mambaout的模型，同时删除其核心令牌混合器SSM。实验结果强烈支持我们的假设。具体来说，我们的Mambaout模型超过了ImageNet图像分类上的所有视觉Mamba模型，表明Mamba确实不需要执行此任务。对于检测和分割，Mambaout不能匹配最先进的视觉Mamba模型的性能，这证明了Mamba在长期的视觉任务中的潜力。
快速热量仪仿真的生成模型
模拟在粒子和核物理学中起重要作用。它被广泛用于DECOTER设计和实验数据和理论模型之间的比较。在特定上，模拟依赖于蒙特卡洛方法，需要显着的计算资源。尤其是，这种方法不能扩展以满足高光度大型强子对撞机（HL-LHC）运行期间预期的大量数据所产生的增长需求。使用众所周知的仿真软件Geant4捕获的粒子碰撞和相互作用的详细模拟需要数十亿个CPU小时，构成了LHC实验的一半以上的计算源[1，2]。更具体地说，对热量表中粒子阵雨的详细模拟是计算最高的步骤。已经开发了利用重复使用先前计算或测量物理量的思想的模拟方法，以减少计算时间[3，4]。这些方法从专门进行到单独的实验中，尽管它们比完整的模拟更快，但它们的速度不够快或缺乏准确性。因此，粒子物理社区需要使用新的更快的模拟方法来建模实验。模拟热量计响应的可能方法之一是使用深度学习技术。，特别是最近的工作[5]提供了证据，表明可以使用生成性副本网络来效果模拟粒子阵雨。虽然实现了超过100 000倍的速度，但设置非常简单，因为输入粒子为
基于适用于基于运动仿真的大脑计算机界面
摘要 - 在这项工作中，我们开发了中等的偏差功能，以衡量一组给定间隔值数据之间的相似性和相似性，以构建间隔值的启动函数，并且我们将这些功能应用于两个电动成像脑计算机界面（MI-BCI）系统中，以分类电脑图信号。为此，我们介绍了间隔值中等偏差函数的概念，尤其是我们研究了那些间隔值值的中度偏差函数，这些函数保留了输入间隔的宽度。为了将它们应用于Mi-BCI系统，我们首先使用模糊含义的操作员来测量系统集合中每个分类器的输出链接的不确定性，然后我们使用新的间隔价值汇总的聚合功能执行决策阶段。我们已经在两个MI-BCI框架中测试了我们的建议的好处，比使用其他数值聚合和间隔值的OWA运算符获得的结果更好，并获得了竞争结果，而不是基于非聚合的框架。
药物警戒中的人工智能 (AI)：我们真的需要它吗……？
• Marco Anelli 医学博士 - 意大利米兰 ProductLife Group 高级医学顾问；MAnelli@productlife-group.com • Xavier Fournie*，医学博士 - 法国里昂 Icon Commercialisation & Outcomes 医学事务部；Xavier.Fournie@iconplc.com • Zurab Koberidze，医学博士、哲学博士、公共卫生硕士 - FGK 药物警戒主任，德国慕尼黑；zurab.koberidze@fgk-pv.com • Flemming Kjaer Jorgensen ；丹麦格洛斯楚普 Klifo 药物警戒硕士；flemming.kjaer.jorgensen@klifo.com • Nicolas Tsiakkas，医学博士 - 希腊雅典 Medwork 科学主任； ntsiakkas@medwork.gr • Miranda Dollen*，理学士 – MZD Consulting 和 Icon Commercialisation & Outcomes 药物警戒，英国温伯恩：Miranda.Dollen@iconplc.com • Errietta Economou*，理学硕士 – Creative 药物警戒主管，希腊雅典；eeconomou@creativephs.com • Essam Ghanem*，医学博士 – Vigi-Care BVBA 药物警戒，比利时根特；info@vigi-care.com 在撰写本文时，所有列出的作者都是 EUCROF 药物警戒工作组的成员。
为计算机创建逼真的神经毒剂受害者档案……
作者：R De Rouck · 2023 年 · 被引用 6 次 — 在过去的几十年里，化学、生物、放射和核 (CBRN) 威胁已成为严重风险，促使各国优先考虑做好准备……
过渡母牛重新思考免疫力：它们是否真的……
◼Chapinal等人，2011年； Huzzey等，2011; Ospina等，2010a，2010c; Duffield等，2009； Leblanc等，2005
以 FAP 为目标的治疗诊断学真的会发生吗？
肿瘤不仅由恶性细胞组成，还由基质细胞组成，其中包括血管细胞、炎症细胞和活化成纤维细胞，在具有强烈促纤维化反应的肿瘤中，基质细胞可占总肿瘤体积的 90% 以上。已知基质细胞亚群（称为癌相关成纤维细胞 (CAF)）参与肿瘤的生长、迁移和进展。CAF 可能由多种细胞发育而成，例如局部成纤维细胞、循环成纤维细胞、脂肪细胞、骨髓衍生干细胞、血管内皮细胞，甚至通过内皮-间质转化由癌细胞发育而成 ( 1,2 )。这种来源的异质性导致具有不同功能的异质蛋白质组，也是观察到 CAF 没有唯一的单一标记的生物学背景 ( 3,4 )。最知名的标志物是平滑肌肌动蛋白、血小板衍生的生长因子 b 和成纤维细胞活化蛋白 (FAP) (1)。Kilvaer 等人在对非小细胞肺癌患者的免疫组织化学分析中发现，成纤维细胞和基质标志物血小板衍生的生长因子 a、血小板衍生的生长因子 b、FAP-1 和波形蛋白仅表现出弱相关性；平滑肌肌动蛋白与任何其他标志物均不相关。因此，由于 CAF 来源的异质性，表型不同的亚群的存在可能有所不同 (3)。FAP 在许多肿瘤实体的基质中过度表达，可能对成像和治疗有用。此外，FAP 是一种膜结合酶，具有二肽基肽酶和内肽酶活性，已知在胚胎发生期间的正常发育过程和组织重塑中发挥作用（ 2 ）。它在成人正常组织中没有明显表达。在伤口愈合、炎症（如关节炎、动脉粥样硬化斑块、纤维化）以及心肌梗死后的缺血性心脏组织和超过 90% 的上皮癌中，FAP 均有高表达（ 1,2,5 ）。
我们真的在文本分类方面取得了很大进展...
我们分析了跨知名数据集的单标签和多标签文本分类的各种方法，将其分类为单词袋，基于序列，基于图和层次结构的方法。尽管基于图的模型，但仅编码的预先训练的语言模型（尤其是BERT）仍然是最先进的方法。然而，最近的发现提出了更简单的模型，例如逻辑回归和基于Trigram的SVM的表现优于新技术。虽然仅解码的生成语言模型在学习有限的数据方面表现出了希望，但它们却落后于仅编码模型的性能。我们强调了歧视语言模型（例如BERT）比生成模型的优越性。此外，我们高度阐明了文献在方法比较中缺乏鲁棒性，尤其是关于基本的超参数优化，例如仅通过编码器的语言模型中的学习率。数据可用性：源代码可在https://github.com/drndr/multilabel-text-clf上找到。除NYT数据集外，用于我们实验的所有数据集均可公开使用。