XiaoMi-AI文件搜索系统
World File Search System粗化
用于可变形医学图像配准的相关感知粗到精 MLP
可变形图像配准是医学图像分析的基本步骤。最近，Transformer 已用于配准，其表现优于卷积神经网络 (CNN)。Transformer 可以捕获图像特征之间的长距离依赖性，这已被证明对配准有益。然而，由于自注意力的计算/内存负载高，Transformer 通常用于下采样特征分辨率，无法捕获全图像分辨率下的细粒度长距离依赖性。这限制了可变形配准，因为它需要每个图像像素之间精确的密集对应关系。没有自注意力的多层感知器 (MLP) 在计算/内存使用方面效率高，从而可以捕获全分辨率下的细粒度长距离依赖性。然而，MLP 尚未在图像配准中得到广泛探索，并且缺乏对医学配准任务至关重要的归纳偏差的考虑。在本研究中，我们提出了第一个基于相关感知 MLP 的配准网络 (CorrMLP) 用于可变形医学图像配准。我们的 CorrMLP 在新颖的粗到细配准架构中引入了关联感知多窗口 MLP 块，该架构可捕获细粒度多范围依赖性以执行关联感知粗到细配准。对七个公共医疗数据集进行的大量实验表明，我们的 CorrMLP 优于最先进的可变形配准方法。
通过粗到精特征自适应实现跨域目标检测
近年来，基于深度学习的目标检测取得了长足的进步。然而，由于域转移问题，将现成的检测器应用于看不见的域会导致性能大幅下降。为了解决这个问题，本文提出了一种新的由粗到细的特征自适应方法用于跨域目标检测。在粗粒度阶段，与文献中使用的粗糙的图像级或实例级特征对齐不同，采用注意机制提取前景区域，并通过在公共特征空间中多层对抗学习根据其边缘分布进行对齐。在细粒度阶段，我们通过最小化来自不同域但属于同一类别的全局原型的距离来进行前景的条件分布对齐。由于这种由粗到细的特征自适应，前景区域中的领域知识可以得到有效的迁移。在各种跨域检测场景中进行了大量的实验。结果是最先进的，证明了所提出方法的广泛适用性和有效性。
用于粗粒基因调节网络的数据驱动优化方法。
总结系统生物学中的一个主要挑战是了解基因调节网络（GRN）中的各种基因如何共同执行其功能和控制网络动态。在具有数百个基因和边缘的大型网络的情况下，该任务变得极为难以解决，其中许多具有冗余的调节作用和功能。现有的模型减少方法通常需要对动态系统及其响应动力学参数的详细数学描述，而动力学系统通常不可用。在这里，我们提出了一种用于使用基于合奏的数学建模，降低维度降低和通过Markov Chain Monte Monte Carlo方法优化基因的数据驱动的大grn，名为Sacograci的粗粒度大GRN，称为Sacograci。sacograci需要网络拓扑作为唯一的输入，并且可以抵抗GRN中的错误。我们通过合成，基于文学和生物毒素的GRN进行基准并证明其用法。我们希望Sacograci能够增强我们建模复杂生物系统基因调节的能力。
ITS Connect 助力基于人工智能的路边基础设施
住友电气工业株式会社 电装株式会社 丰田汽车株式会社 丰田通商株式会社 松下电器产业株式会社 日立制作所 三菱电机株式会社 瑞萨电子株式会社 地址：东京都港区港南 2-3-13 新川 Front 大厦 网站：https://www.itsconnect-pc.org/ 成立日期：2014 年 10 月 28 日
苯丙烷代谢的进化
图1。Mizutani等人编辑的肉桂酸/单胞醇途径和衍生型苯丙烷的示例，“学习植物化学的基础知识”。酶缩写：4Cl，4-Coumaroyl CoA连接酶； c3'h，p -coumaroyl shikimate/quinate 3-羟化酶； C4H，肉桂4-羟化酶； CAD，肉桂醇脱氢酶； ccOaomt，咖啡因coA o-甲基转移酶； CCR，肉桂二氧化碳减少； comt，caffeate o -methyltransferase; CSE，咖啡酰shikimate酯酶； F5H，试染5-羟化酶； HCT，羟基nnamoyl COA：光泽羟基霉素转移酶； PAL，苯丙氨酸氨裂解酶；塔尔，酪氨酸氨裂解。
使用粗图>在看不见的环境中的机器人导航
摘要 - 公制占用图广泛用于机器人导航系统中。但是，当机器人被部署在看不见的环境中时，构建准确的度量图会耗时。可以使用粗图直接在以前看不见的环境中直接导航？在这项工作中，我们提出了粗大地图导航器（CMN），这是一个可以使用不同的粗图在看不见的环境中执行机器人导航的导航框架。为此，CMN解决了两个挑战：（1）新颖而现实的视觉观察； （2）粗图上的误差和错位。为了解决在看不见的环境中的新型视觉观测，CMN了解了一个深刻的感知模型，该模型将视觉输入从各个像素空间映射到本地占用网格空间。为了解决粗图上的误差和未对准，CMN使用预测的局部占用网格作为观测值扩展了贝叶斯过滤器，并直接在粗图上保持信念。使用最新信念，CMN提取了全球启发式向量，该向量指导计划者找到本地导航行动。经验结果表明，CMN在看不见的环境中实现了高导航的成功率，明显优于基准，并且对不同的粗图形具有鲁棒性。
资本化报告
1. 引言 1.1 概述 本资本化报告的目的首先是提供坚实的数据和方法基础，以促进与 InnoVagroWomed 项目区域合作伙伴的行动计划相关的决策。本报告总结了主要活动，并就将女性纳入职场或创建性别创业公司提出了建议和结论。 1.2 项目概述 地中海地区的两岸都存在着女性赋权和女性劳动力参与率低的共同趋势。InnovAgroWoMed 项目旨在通过利用农业食品部门的潜力（该行业与地中海盆地的文化特征密切相关）来促进女性参与和创业，并在创新和增长方面显示出巨大的未开发潜力。尽管西班牙和意大利等国家在农业食品领域的增长水平相对较高，但女性参与率很低，但中东和北非地区的农业业务仍然分散，女性就业率低。该项目将重点关注两个欧洲地区（西班牙瓦伦西亚和意大利西西里岛）和两个中东和北非地区（突尼斯贝雅和梅德宁以及巴勒斯坦），这些地区被认定为适合在农业食品领域实施和推广可持续价值模式：农村社会创新 (RSI)。RSI 重新定义了组织和社区之间的界限，通过寻求经济、社会和环境可持续性、平衡传统与创新以及明确寻求地方社区发展来应对更广泛的社会挑战。
