XiaoMi-AI文件搜索系统
World File Search System维图
给编辑亨廷顿氏病的信 - 除了圣维图斯的舞蹈
HD中的运动障碍通常从远端开始，非自愿运动可能会影响面部肌肉。这些症状逐渐扩散到近端和轴向肌肉，并且随着时间的流逝变得更加严重。早期症状通常包括运动过度运动，而以后的阶段则以低输入性，胸肌和肌张力障碍为特征。患者可能患有质心，吞咽困难和吸入，导致肺炎。肌张力障碍，抽动和共济失调也可能发生。随着疾病的发展，个人可能难以进行日常活动，例如步行和站立，从而增加了跌倒的风险。HD的行为和精神病症状通常会出现，甚至在出现运动症状之前。这些症状通常表明额叶功能障碍（额叶变性），其注意力不佳，抑郁，冲动，烦躁，烦躁，情绪低落，冷漠和侵略等特征。认知能力下降是HD的重要症状，并且经常出现在运动障碍之前，最终导致痴呆症。与皮质痴呆不同，高清患者的记忆力损失源于效率低下的记忆搜索，而不是缺乏记忆。在皮质痴呆患者中常见的症状和失语症等症状在HD中幸免。次要症状可以包括共济失调，步态异常，眼动异常和少年变体的癫痫发作。
aimIndmaps：通过AI协作和用户输入来增强思维图创建
引言映射是一种使用层次结构和类别来构建思想的强大技术（Tony and Buzan 1993）。思维地图可以在思维过程的任何阶段使用，例如产生个人和小组思想，构造这些想法以及计划如何使用它们（Bouthuner 2006）。思维地图可以在各个领域使用，包括做笔记，做出选择，写作，组织项目，集思广益，会议，制作清单，演示和自我完善（Wycoff 1991； Buzan和Buzan 2006）。的思维映射用作笔记工具，具有召回功能（荷兰，荷兰和戴维斯2004； Brinkmann 2003; Buzan and Buzan 2006），结构和分类思想（Buzan and Buzan和Buzan 2006）（2006年），概念理解的增强（Goodnough and Long Mannough 2006; Brinkmann 2003; Ab-Haho; Ab-Hahao 2003; Ab-ab-abi-ab-ab-ab-ab-ab-ab; El-Khalick 2008），并简化了笔记（Buzan and Buzan 2006）。但是，很明显，构建这种思维图不是一件容易的任务（Erdem 2017）。创建思维地图的用户遇到了与个人化和材料有关的几个挑战。一些用户会遇到认知困难，例如在精神上征税并忘记符号的含义（Erdem 2017）。绘画技巧通常也缺乏（Erdem 2017）。材料约束包括彩色铅笔的无法访问和寻找所需的视觉内容的差异（Erdem 2017）。最近，出现了几种人工智能的思维映射工具，例如Xmind（Xmind，Ltd.
根据二维数据构建和优化三维图谱并应用于小鼠大脑发育
摘要 3D 成像数据需要 3D 参考图谱才能进行准确的定量解释。现有的从 2D 衍生图谱生成 3D 图谱的计算方法会产生大量伪影，而手动管理方法则需要大量劳动力。我们提出了一种 3D 图谱构建的计算方法，通过识别底层成像数据中的解剖边界并使用这些边界来指导 3D 转换，大大减少了伪影。解剖边界还允许将图谱扩展到完整的边缘区域。将这些方法应用于 Allen 发育小鼠大脑图谱 (ADMBA) 中的八个发育阶段，可以得到更全面、更准确的图谱。我们从 15 个完整的小鼠大脑生成了成像数据来验证图谱的性能，并观察到了定性和定量的改进（图谱和解剖边界之间的一致性提高了 37%）。我们提供 MagellanMapper 软件和八个 3D 重建的 ADMBA 图谱作为流程。这些资源有助于在样本之间和整个发育过程中进行全器官定量分析。
SiMAMT：基于策略的多智能体多团队系统的交互式三维图形仿真环境
多智能体多团队环境复杂而繁琐。通常的做法是简化结构，为每个智能体使用单一策略，例如在群集或群体算法中。虽然这种类型的模拟环境可以提供在系统内工作的多个智能体，但它们的交互是单维的，并且它们的群体行为很少。相比之下，SiMAMT 是一种分层的、基于策略的方法，它提供由独立智能单个智能体实现的大规模、复杂的战略计划。这些智能体是独立的，因为它们有自己的天赋、技能、能力和行为，这些都受到上层（例如团队）给它们的命令的影响。这些智能体可以都有自己的行为，或者几个智能体可以有类似的行为，或者整个团队可以共享一种行为，具体取决于场景。此外，SiMAMT 在各个层面都利用基于策略的行为，因此玩家会受到团队策略的影响，团队会受到单位策略的影响，单位会受到营策略的影响，等等。环境需要的任何层次结构（体育、军事、组织等）都可以由 SiMAMT 系统支持。模拟环境提供 3D 可视化环境，可以从整体角度和每个代理的第一人称视角查看模拟的进度。这种组合视图可以深入了解结构层次结构的每一层是如何执行的——代理、团队、整体交互等。此外，它还提供了每个团队正在使用的策略、每个代理的行为以及两者重叠的总体视图。模拟还在模拟运行时提供统计数据，以传递观察、转换、最有可能的策略（SiMAMT 框架提供战略推断来确定环境中其他团队最有可能采用的策略）和整体模拟结果。总体而言，模拟的目标是让多智能体团队在互动时间内发挥战略性，同时进行策略推理以提高其绩效。SiMAMT 模拟实现了这一目标，这将在实验中得到证明。
哈维图书馆藏书发展政策
汉普顿大学的图书馆包括 William R. 和 Norma B. Harvey 图书馆（主图书馆）、弗吉尼亚海滩学院的分支机构以及由建筑系和音乐系维护的系图书馆。这些图书馆支持大学促进学习和卓越教学的使命。它们提供广泛的信息资源、服务和设施。汉普顿大学的学生、教师、研究人员和学者是大学图书馆的主要用户。校园图书馆的资源因加入了多个为学术图书馆服务的网络和联盟而得到增强。汉普顿大学图书馆是 VTC（弗吉尼亚潮水联盟）、VICULA（弗吉尼亚独立学院和大学图书馆协会）和 VIVA（弗吉尼亚虚拟图书馆和 LYRASIS）的成员。图书馆网络通过使用馆际互借、相互借阅、在线访问馆藏、书目数据库和合作采购来实现资源共享。
用于人眼安全闪光激光雷达的盖革模式三维图像传感器
近年来，许多探测器被发射到月球、行星、小行星和彗星进行科学观测。许多探测器都携带了光探测和测距 (LIDAR) 系统，其测量范围从几十公里到几百公里 [1, 2, 3, 4, 5]。我们已经为远程 LIDAR 接收器开发了定制 IC“LIDARX”，它将安装在火星卫星探测器 (MMX) [6] 上。另一方面，如果航天器降落在月球或行星上进行科学观测或资源勘探，航天器的着陆点通常是未开发地点，这些地点可能并不总是着陆的理想地点。在这些未开发地点进行精确着陆需要三维 (3D) 图像，以便在着陆前立即测量地形、避障和检测相对于地面的姿态。美国宇航局的自主着陆和避险技术 (ALHAT) 项目正在开发一种系统，用于快速自主地识别未来行星着陆装置 GN&C 的安全着陆点 [7, 8, 9]。在 ALHAT 中，Flash LIDAR [10, 11, 12, 13] 被定位为障碍物检测的重要传感器。作为一个典型的例子，2016 年发射的 OSIRIS-REx 使用 Flash LIDAR 进行制导、导航和控制 [14, 15, 16, 17]。Flash LIDAR 是一种以类似于闪光摄影的方式捕获 3D 图像的传感器，通过将激光脉冲散射并照射到相机的视场上，相机会