XiaoMi-AI文件搜索系统
World File Search System真的
整合强化学习和认真的游戏，以支持罕见的遗传疾病和神经发育障碍的人：父母和看护者的结果
个体正在努力应对罕见的遗传疾病，例如Angelman，Cornelia de Lange，脆弱的X和RETT综合征，在导航其日常环境时面临着巨大的挑战。除了智力障碍，沟通统计和感官障碍外，这些人还经常患有严重的运动障碍。这种复杂的情况不仅严重损害了他们的生活质量，而且对照料者和家庭造成了增加的负担（Krath等，2021）。为了应对这些挑战，技术干预已成为有前途的解决方案。认真的游戏并利用新技术，具有教育，诊断和康复目的的身临其境和娱乐性的体验。越来越多地采用了基于人工情报的计划，尤其是那些采用强化学习的程序。这种复杂的方法涉及一种人工智能的代理，与参与者的表现不断相互作用，以实时调整任务或活动的复杂性或困难（Krath等，2021; Liu等，2022）。这种个性化的适应性确保了最佳的用户参与度和效果。在本文中，我们主张将严肃的游戏和强化学习的整合到服务和康复目标。这种合并的方法可能提出了一种量身定制的解决方案，以促进患有罕见遗传疾病的个体的适应性反应。我们探索了各种领域，包括具有执行功能的认知技能，沟通能力和管理具有挑战性的行为。我们承认对参与者的生活质量的深刻影响，提供了说明性的例子来强调我们的观点。我们的创新方法将游戏融合与伯爵的认知发展理论相结合，将其分类为促进新的适应技巧的认知框架（Robb等，2019）。
DF-QSM：基于数据保真的混合方法，用于改善大脑的定量敏感性映射
1印度科学学院计算与数据科学系，印度卡纳塔克邦，印度2个数据科学学院，印度科学教育与研究所，蒂鲁瓦南塔普拉姆，喀拉拉邦，印度，
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。
大型语言模型用于代码分析：LLMS真的做他们的工作吗？
抽象的大语言模型（LLM）在自然语言理解和编程代码处理任务的领域中表现出了重要的潜力。他们理解和生成类似人类代码的能力刺激了用于利用LLM的搜索代码分析目的。但是，现有的文献体系在代码分析中对LLMS的有效性进行系统评估和评估时，尤其是在混淆的代码中进行系统评估和评估。本文旨在通过对LLMS执行代码分析任务的功能进行综合评估来弥合这一差距。此外，它提出了使用LLMS进行代码分析的现实世界案例研究。我们的发现表明，LLMS确实可以用作自动代码分析的有价值的工具，尽管有一定的限制。通过细致的探索，这项研究有助于更深入地理解与使用LLMS在代码分析中相关的潜在和约束，为在这个关键领域中增强应用铺平了道路。
基于仿真的自动驾驶汽车的传感器数据集
在自主系统[22，24]（例如自动驾驶汽车（SDC））的背景下开发工具，由于研究人员和从业人员依赖昂贵的计算硬件和仿真软件，因此很耗时且昂贵。我们提出了Sensodat，这是一个由32,580个执行基于仿真的SDC测试用例的数据集，该测试案例用SDC的最新测试发电机生成。数据集由轨迹日志和来自SDC的各种传感器数据组成（例如，RPM，车轮速度，制动热，传输等）表示为时间序列。总共Sensodat提供了来自81个不同模拟传感器的数据。在使用Sensodat时，SDC领域的未来研究不一定取决于执行昂贵的测试用例。此外，有了大量和多种传感器数据，我们认为感觉模型可以为研究做出贡献，尤其是用于AI开发，用于基于模拟的SDC测试的回归测试技术，模拟中的片段等。链接到数据集：https：//doi.org/10.5281/zenodo.10307479
真的E. Martin
c1。马丁，K。即将到来。算法问责制和边缘化利益相关者。在跨学科的Noorman和Verdicchio（EDS）计算机伦理中：将Deborah Johnson的哲学应用于算法问责制和AI。c2。Villegas-Galaviz，C。和Martin，K。即将到来。公司责任和AI挑战。Maon，F.，Lindgreen，A。等。（eds。）Routledge伴侣与伦敦Routledge负责业务。C3。Perry，V。＆K。Martin。 2023。 算法的所有：抵押市场中的数字化扩大了对房屋所有权的访问？ ai。 C4。 马丁，K。 2023。 商业道德季刊（总统地址）。 C5。 Hannah Trittin＆Martin，K。2022。 朝着以人为本的数字技术观点（评论）。 商业道德杂志。 C6。 Martin，K。和Villegas-Galaviz，卡罗来纳州。 接受。 公司如何以及为什么负责Perry，V。＆K。Martin。2023。算法的所有：抵押市场中的数字化扩大了对房屋所有权的访问？ai。C4。 马丁，K。 2023。 商业道德季刊（总统地址）。 C5。 Hannah Trittin＆Martin，K。2022。 朝着以人为本的数字技术观点（评论）。 商业道德杂志。 C6。 Martin，K。和Villegas-Galaviz，卡罗来纳州。 接受。 公司如何以及为什么负责C4。马丁，K。2023。商业道德季刊（总统地址）。C5。 Hannah Trittin＆Martin，K。2022。 朝着以人为本的数字技术观点（评论）。 商业道德杂志。 C6。 Martin，K。和Villegas-Galaviz，卡罗来纳州。 接受。 公司如何以及为什么负责C5。Hannah Trittin＆Martin，K。2022。朝着以人为本的数字技术观点（评论）。商业道德杂志。C6。Martin，K。和Villegas-Galaviz，卡罗来纳州。 接受。 公司如何以及为什么负责Martin，K。和Villegas-Galaviz，卡罗来纳州。接受。公司如何以及为什么负责
在机器学习的支持下优化数据集成流程——真的可能吗？
多年来，人们已经观察到复杂的数据驱动系统广泛存在，例如医疗系统、智能农业和智能城市。这些系统产生大量高度异构的数据（又称大数据），需要集成这些数据以提供描述性分析或预测模型的各种应用程序。因此，数据集成 (DI) 架构在现代信息系统中是不可避免的，它们不断面临由复杂、快速到达和大量数据以及新兴数据工程技术带来的新挑战。DI 的一个共同目标是以统一的格式向最终用户提供异构且通常分布式的数据。研究和开发工作产生了一些标准的 DI 架构，即：（1）联合 [1] 和中介 [2]，（2）数据仓库 (DW) [3]，（3）lambda [4]，（4）数据湖 (DL) [5]，（5）数据湖屋 (DLH) [6]，（6）polystore [7]，以及 (7) 数据网格 / 数据结构 [8]。在所有上述架构中，来自异构和分布式数据源 (DS) 的数据通过集成层在集成系统中提供（通过虚拟或物化集成）。该层由复杂的软件实现，它运行所谓的 DI 流程（在数据仓库架构中又称为 ETL，在数据科学中又称为数据处理管道、数据整理或数据处理工作流 [9, 10]）。DI 流程是所有 DI 架构的核心元素。 DI 流程是复杂的工作流，由数十到数千个任务组成。这些任务负责从 DS 中提取数据、将数据转换为通用模型和数据结构、清理数据、删除缺失、不一致和冗余的数据项、集成数据并将其加载到中央存储库（即 DW、DL 或 DLH）中，或使其在虚拟集成架构（即联合、中介、多存储或数据网格）中可用。DI 流程由专用软件管理，称为 DI 引擎（DW 架构中的 ETL 引擎）。
基于仿真的自动驾驶汽车的传感器数据集
在自主系统的背景下开发工具[22，24]，例如自动驾驶汽车（SDC），这是耗时且昂贵的，因为研究人员和从业人员依靠昂贵的计算计算硬件和仿真软件。我们提出了Sensodat，这是一个由32,580个执行基于仿真的SDC测试用例的数据集，该测试案例用SDC的最新测试发电机生成。数据集由轨迹日志和来自SDC的各种传感器数据组成（例如，RPM，车轮速度，制动热，传输等）表示为时间序列。总共Sensodat提供了来自81个不同模拟传感器的数据。在使用Sensodat时，SDC领域的未来研究不一定取决于执行昂贵的测试用例。此外，使用传感器数据的量和变化，我们认为Sensodat可以有助于研究，特别是对于AI开发，用于基于模拟的SDC测试的回归测试技术，模拟中的片段等。链接到数据集：https：//doi.org/10.5281/zenodo.10307479
纳米材料治疗神经系统疾病的范围 营养印度药用植物的潜力在大流行后增强免疫力：SWOC分析 对金属添加剂制造的评论 材料的最新进展增强了热力，... OBM神经生物学红色藻类化合物-Lidsen 应用基于仿真的指标来改善中学的日光表现，绿色建筑设计师和架构的方法
有效。纳米材料将显着扩大我们对疾病如何起源于神经系统的了解，以便我们可以在早期诊断疾病。本综述将纳米材料描述为神经系统疾病的概述。本文将借助最近的数据和当前的研究来介绍纳米材料在神经系统疾病中的利用。本文还将集中于纳米材料及其毒理学在神经病学中的重要重要性。本评论论文将处理纳米材料在神经学研究中的许多不同应用及其对开发新型神经系统治疗类型的影响。最后，本文将讨论纳米材料面临的所有挑战以及将有助于他们在这个广阔领域的未来发展的所有承诺。