11.利用人工智能验证住民税评估及修订程序的效率【练马区等】7012.使用人工智能向未付款者发出通知【川崎市】71 13.利用AI对员工实际工作活动进行分析及可视化【宝塚市】7214. AI实时分钟【青森县】7315.利用人工智能的语音转文本服务【埼玉县19个市町】7416.使用人工智能管理来自员工的ICT相关咨询知识[长崎县] 75 17.使用AI-OCR读取和数字化行政文件【筑波市】7618.利用人工智能回答有关指定管理者制度的询问【政令指定城市】7719.使用人工智能检测漏水【爱知县丰田市】7820.向民间企业提供数据,供其利用人工智能 [市川市] 79
8 REVIEWS OF GEOPHYSICS Reviews Of Geophysics 地球物理 A2 Q1 TOP 9 GEOLOGY Geology 地质学 A2 Q1 TOP 10 ANNUAL REVIEW OF MARINE SCIENCE Annual Review Of Marine Science 海洋科学 A2 Q1 TOP 11 ENERGY & ENVIRONMENTAL SCIENCE Energy & Environmental Science 环境科学 A2 TOP 12 NATURE CLIMATE CHANGE Nature Climate Change 环境科学 A2 Q1 TOP 13 NATURE SUSTAINABILITY Nature Sustainability 环境科学与生态学 A2 TOP 14 NATURE ECOLOGY AND EVOLUTION Nature Ecology And Evolution 环境科学与生态学 A2 TOP 15 ECOLOGY LETTERS Ecology Letters 环境科学与生态学 A2 TOP 16 CURRENT BIOLOGY Current Biology 生物学 A2 TOP 17 NATURE ENERGY Nature Energy 能源与燃料 A2 1 区 18 NATURE ASTRONOMY Nature Astronomy 天文学 A2 TOP 19 NATURE WATER Nature Water 水文学 A2 无 20 ELIFE eLife 古生物学 A2 TOP 21 WATER RESEARCH Water Research 环境科学 A2 Q1 1 区 TOP 1 SCIENCE BULLETIN Science Bulletin 综合性 1 区 1 区 TOP 2 EARTH-SCIENCE REVIEWS Earth-Science Reviews 综合性 1 区 Q1 1 区 TOP 3 EARTHS FUTURE Earths Future 综合性 1 区 Q1 1 区 TOP 4 EARTH SYSTEM SCIENCE DATA Earth System Science Data 综合性 1 区 Q1 1 区 TOP 5 JOURNAL OF ADVANCED RESEARCH Journal of Advanced Research 综合性 1 区 1 区 TOP 6 THE INNOVATION The Innovation 综合性 1 区 1 区 7 EARTH AND PLANETARY SCIENCE LETTERS Earth And Planetary Science Letters 综合性 1 区 Q1 TOP 8 HYDROLOGY AND EARTH SYSTEM SCIENCES Hydrology And Earth System Sciences 综合性 1 区 Q1 1 区 TOP 9 GONDWANA RESEARCH Gondwana Research 综合性 1 区 Q1 1 区 TOP 10 GEOLOGICAL SOCIETY OF AMERICA BULLETIN Geological Society Of America Bulletin 综合性 1 区 Q1 1 区 TOP
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。
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。
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。
自我监督的单眼深度估计(DE)是一种学习深度的方法,没有昂贵的深度地面真理。但是,它经常在移动物体上挣扎,这些物体违反了训练期间的静态场景假设。为了结束这个问题,我们介绍了一个粗到最新的训练策略,该策略利用了地面与先验接触的地面,该期望是在户外场景中大多数移动物体在地面上造成的。在粗糙的训练阶段,我们将动态类中的对象排除在再投入损失计算中,以避免深度学习不准确。为了对物体的深度进行精确的监督,我们提出了一种新颖的接地式差异平滑度损失(GDS-loss),该损失(GDS-loss)鼓励DE网络将物体的深度与其接地接触点保持一致。随后,在精细的训练阶段,我们完善了DE网络,以了解重新投影损失中对象的详细深度,同时通过使用基于成本量的加权因素利用我们的正则化损失来确保对移动对象区域的准确DE。我们的整体粗表表训练策略可以轻松地与无需修改的方法集成,从而显着提高了挑战性的城市景观和KITTI数据集的DE性能,尤其是在移动对象区域中。
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
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。