XiaoMi-AI文件搜索系统
World File Search System空间图
M3：飞行轨迹间空间关系的视觉探索
摘要 异常值检测与聚类是轨迹分析的重要内容。尽管目前已有许多算法被提出来解决这些问题，但它们缺乏与可视化的结合，无法将人类智能融入分析过程。我们提出了一个可视化框架M3，该框架通过三个相互协调的视图将数据挖掘算法与可视化技术相结合：地图、MST和FSDMatrix。地图视图显示轨迹的空间信息。MST是一棵最小生成树，它表示轨迹之间的关系。在MST中，每个节点代表一条轨迹；节点之间的边表示轨迹之间的Fre´chet距离。FSDMatrix显示一个成对的自由空间图矩阵，以协助检测异常值和聚类轨迹。这三个视图相互影响。通过案例研究，我们讨论了该框架的适用性并展示了它带来的便利。
带有接近警报的无人机
近年来，无人驾驶汽车（UAV）中接近传感器的整合彻底改变了其导航能力，尤其是在复杂而动态的环境中。本文对配备邻近传感器的无人机的设计，实施和实验验证进行了全面探索，以增强空间意识和避免障碍。基于超声波，红外和光检测和范围（LIDAR）的系统的邻近传感器的利用，使无人机能够检测其附近的障碍物并动态调整其飞行路径以避免碰撞。提出的系统的关键组件包括传感器套件，数据融合算法和控制机制。接近传感器数据是实时处理的，并与其他感觉输入融合，以生成无人机周围环境的全面空间图。高级算法然后分析此信息，以确定最大程度地降低碰撞风险的同时有效到达目的地的最佳飞行轨迹。自适应控制算法使无人机能够迅速响应动态变化的环境，从而确保在具有挑战性的情况下进行稳健的性能。
无限复杂的机器
无限复杂机器 Eric Steinhart 教授，威廉帕特森大学哲学系。网站：www.ericsteinhart.com 出版为：Steinhart, E. (2007) 无限复杂机器。在 A. Schuster（编辑）智能计算无处不在。纽约：Springer，25-43。 摘要：无限机器 (IM) 可以执行超级任务。超级任务是在有限时间内完成的一系列无限操作。无论我们的宇宙是否包含任何 IM，它们都值得作为有限机器的上限进行研究。我们介绍 IM 并描述它们的一些物理和心理方面。加速图灵机（ATM）是一种执行每个下一步操作的速度都快一倍的图灵机。它可以在有限的时间内执行无限多的操作。许多 ATM 可以连接在一起以形成无限强大代理的网络。ATM 网络也可以被认为是无限复杂机器人的控制系统。我们描述了一个机器人，它的视网膜、大脑和运动控制器上都有一个密集的 ATM 网络。这样的机器人可以执行心理超级任务——它可以感知无限详细的物体的所有细节；它可以制定无限的计划；它可以做出无限精确的动作。无限的 IM 层次结构可能会实现无处不在的智能计算的深层概念。关键词：无限计算机、无限思维、超级任务、复杂性。1. 简介我们讨论各种无限强大的机器及其无限复杂的操作。我们不会争论这种机器的存在。1 我们在这里的唯一目的是开始绘制所有可能的机器和思维的逻辑空间（见 Doyle，1991）。如果我们有该逻辑空间的地图，我们就可以在那里找到自己。然后我们可以提出有关我们的认知能力的问题。例如，如果我们的大脑只是有限强大的机器，我们可以问这种有限性是必要的还是仅仅是偶然的（例如，基于我们的大脑是由某些物质构成的这一事实）。如果我们有该逻辑空间的地图，我们就可以研究人工制品能力的上限。也许我们可以让人工智能比我们的大脑强大得多。它们可以使用完全不同的物理学（例如量子力学计算机）。如果这些人工制品的能力有限，我们可以想知道为什么。如果它们的能力无限强大，那么拥有所有可能智力的逻辑空间图有助于我们了解它们能做什么和不能做什么。因此，可能智力的逻辑空间图在很多方面都很有用。
使用内存函数形式主义在寻找...
摘要 - 数据科学在生物医学和生理时间序列和空间图的分析中的使用允许提取有关生物体整体和单个器官的动态状态和功能的可靠信息。在本文中，基于记忆函数形式主义，这是统计物理学的方法之一，我们分析了人脑和人类神经肌肉系统的生物电活动的信号。我们从对人类信号中揭示的全球模式的研究进行过渡到对时间动态各个部分的分析。基于局部特征和参数（功率谱和统计记忆度量的时间窗口绘图），我们建立了周期性模式和动态模式相关性的变化。在时间序列分析的情况下，各种定位过程扮演着“统计显微镜”的作用，该过程捕获信号详细信息或反映对象的局部结构的特征。在记忆功能形式主义框架内引入的广义和局部参数被证明可用于寻找心脏病学，神经生理学，流行病学以及研究人类感觉运动和运动活性的诊断标准。
推进 DPI 技术
首先，在步骤0期间通过逐步建模系统地生成设计空间图，其中初始 Sunriser© 原型的 60 L/min 时每次改变一个维度，同时保持其他维度不变。进行了 15 项研究，确定了可能影响胶囊运动的关键维度并确定了其在生成的模型中的静态意义。步骤0 为后续步骤奠定了基础。步骤1 仔细审查了步骤0中以 60 L/min 评估的模块原型组合，评估了它们在 30 L/min 下的性能。步骤2 进一步扩大评估范围，探索对多个维度进行修改的新模块原型组合。最后，继续这项探索，步骤3 在先前结果的基础上，以 30 和 60 L/min 两种速度评估了新的模块原型零件组合和设计。在所有步骤中，评估都具有一致性，采用与步骤0 相同的响应变量（冲击频率），以标称模块原型作为参考和控制值。
分子相似性在药物发现、靶标预测和化学空间可视化中的应用
摘要：相似的药物分子通常具有相似的特性和活性。因此，量化分子相似性对于药物发现和优化至关重要。在这里，我回顾了我所在跨学科网络 NCCR TransCure 内开发的使用分子相似性测量的计算方法，该网络研究离子通道和膜转运蛋白的生理学、结构生物学和药理学。我们设计了一种 3D 分子形状和药效团比较算法，通过骨架跳跃优化弱和非选择性抑制剂，并发现了离子通道 TRPV6 和 TRPM4、内源性大麻素膜转运以及二价金属转运蛋白 DMT1 和 ZIP8 的强效和选择性抑制剂。我们通过将不同分子指纹的分子相似性搜索与 ChEMBL 数据库中的靶标注释化合物相结合来预测脱靶效应。最后，我们创建了反映分子相似性的交互式化学空间图，以方便筛选化合物的选择和筛选结果的分析。这些不同的工具可在线获取，网址为 https://gdb.unibe.ch/tools/。
分子相似性在药物发现、靶标预测和化学空间可视化中的应用
摘要：相似的药物分子通常具有相似的特性和活性。因此，量化分子相似性对于药物发现和优化至关重要。在这里，我回顾了我所在跨学科网络 NCCR TransCure 内开发的使用分子相似性测量的计算方法，该网络研究离子通道和膜转运蛋白的生理学、结构生物学和药理学。我们设计了一种 3D 分子形状和药效团比较算法，通过骨架跳跃优化弱和非选择性抑制剂，并发现了离子通道 TRPV6 和 TRPM4、内源性大麻素膜转运以及二价金属转运蛋白 DMT1 和 ZIP8 的强效和选择性抑制剂。我们通过将不同分子指纹的分子相似性搜索与 ChEMBL 数据库中的靶标注释化合物相结合来预测脱靶效应。最后，我们创建了反映分子相似性的交互式化学空间图，以方便筛选化合物的选择和筛选结果的分析。这些不同的工具可在线获取，网址为 https://gdb.unibe.ch/tools/。
分类器的地图集 - 用于大脑MRI分割的机器学习范式
摘要我们介绍了分类器（AOC）的地图集，这是一个概念上新颖的脑MRI分割框架。AOC是从标记的数据中学到的素数逻辑回归（LR）函数的体素逻辑回归（LR）函数的空间图。收敛后，所得的固定LR权重，每个体素的几个代表训练数据集。因此，它可以被视为一种轻量级学习机器，尽管其容量较低并不削弱问题。AOC结构独立于测试图像的实际强度，提供了在可用标记的数据上训练它的灵活性，并将其用于分割来自不同数据集和模式的图像。从这个意义上讲，它也不会过分贴上培训数据。该提出的方法已应用于众多可公开可用的数据集，用于分割脑MRI组织，并被证明对噪声和外展具有鲁棒性。也获得了多模式的跨模式MRI分割的有希望的结果。最后，我们展示了如何利用对健康受试者的大脑MRI训练的AOC来用于对多发性硬化症患者的病变分割。
DEGCN：基于骨架的动作识别的可变形图卷积网络
摘要 - 图卷积网络（GCN）最近进行了研究，以利用人体的图形拓扑用于基于骨架的动作识别。然而，不幸的是，大多数这些方法是通过动摇的各种动作样本的易加色模式汇总信息，缺乏对级别内部品种的认识和对骨架序列的适当性，这些骨骼序列通常包含冗余甚至有害连接。在本文中，我们提出了一个新型的可变形图卷积网络（DEGCN），以适应性地捕获最有用的关节。拟议的DEGC在空间图和时间图上学习了可变形的采样位置，从而使模型能够感知歧视性接受领域。值得注意的是，考虑到人类的作用本质上是连续的，相应的时间特征是在连续的潜在空间中定义的。此外，我们设计了创新的多分支框架，该框架不仅在准确性和模型大小之间进行了更好的权衡，而且还可以显着提高集合的效果。广泛的实验表明，我们提出的方法在三个广泛使用的数据集上实现了最新的性能，即NTU RGB+D，NTU RGB+D 120和NW-UCLA。
使用IoT
摘要：在这项研究中，我们提出了一个基于超声传感器技术的实时对象定位的雷达检测系统。该系统结合了超声波传感器，伺服电动机和Arduino微控制器，以发送超声波，检测其回声并以高精度计算距离。此信息进行处理以生成周围环境的空间图，从而实时精确的对象检测和本地化。该系统通过利用伺服电动机旋转超声传感器，在各个角度上进行距离读数。数据已处理和呈现，从而实时可视化周围环境中发现的对象。此方法可保证具有简单性和可负担性的高精度。系统对各种环境条件的灵活性使其成为各种应用程序，例如机器人技术，安全系统，监视，障碍物检测和工业自动化的理想解决方案。该系统的主要好处之一是它的成本效益和易于建筑，使其负担得起业余爱好者，研究人员和行业专家。模块化设计还可以保证灵活性，从而可以为特定应用程序自定义它或将其与复杂的系统集成在一起。我们的研究强调了对象检测系统中超声波传感器技术的潜力，为自动化，导航和安全系统的新应用打开了大门。