XiaoMi-AI文件搜索系统
World File Search System置信度
基于贝叶斯的分类置信度估计用于增强SSVEP检测
摘要 - 大脑计算机界面（BCI）使人们能够直接与外围设备进行通信和操作。由于其快速通信速率和高信号噪声比，近年来，基于稳态的视觉诱发电位（SSVEP） - 基于BCI的系统已被广泛研究。许多当前的SSVEP识别方法通过发现最大的相关系数来确定目标类别。但是，当最大的系数与其余值没有显着差异时，分类性能通常会降低。这项研究提出了一种基于贝叶斯的分类置信估计方法，以增强基于SSVEP的BCI系统的目标识别性能。在我们的方法中，使用基本目标识别方法产生的最大值和其他值之间的差异用于在训练过程中定义特征向量。使用高斯混合模型（GMM）来估计正确与错误分类的特征向量的概率密度函数。随后，在测试程序中通过贝叶斯推断计算出准确和错误分类的后验概率。基于两个后验概率提出了分类置信值（CCVALUE），以估计分类信心。最后，决策规则可以确定是否应接受或拒绝当前的分类结果。对开放式基准数据集和自收集的数据集进行了广泛的评估研究。实验结果证明了提出的方法提高基于SSVEP的BCI系统的可靠性的有效性和可行性。
置信度评估AV感知传感器的奇数
•天气对传感器性能的影响非常复杂2，包括多个变量和因素之间的许多非明显相互作用。•即使我们能够构建一个“完美”的虚拟测试环境（VTE），该环境（VTE）忠实地将输入天气和风景参数转换为输出传感器响应3，所需的输入数量也将比现有奇数分类学中当前所描述的要大得多，以便完全解释传感器对天气的响应。•成功整合了不同的测试域（校准实验室，现实世界4，模拟5，虚拟）要求所有利益相关者对其目的（和局限性）的共同理解，而且在批判性地，与与之相关的不确定性如何共同管理。
研究不同的能源存储模式对可再生能源置信度的影响
摘要。可再生能源具有典型的间歇性特征，产出的强大随机波动以及峰值负载下的支撑能力不足。因此，高比例可再生能源能源系统的电源保证正面临严重的挑战。可再生能源分配和能源存储可以在一定程度上解决可再生能源的随机波动问题。在这种情况下，基于电化学能源存储的运行机理，本文考虑了电化学能源存储的操作安全特性，建立了可再生能源 +能源存储操作优化模型。为了为相关企业的规划和建设提供技术支持，本文探讨了电化学能源存储的大规模可再生能源配置的有效性，并分析了CPELX解决的不同储能操作模式的影响。结果表明，可再生能源配置能量存储可以提高其置信能力并降低净负载的峰值山谷差异率，但是特定效果与储能的操作模式密切相关。
量子测量置信度的实验射击估计
测量结果将量子力学连接到“古典”世界。，除非测得的量子状态属于已知的正交集，否则不可能通过单次测量测量量子系统的状态。因此，在没有一些先验知识的情况下，不能完全确定国家。由于所有测量值的固有不确定性，因此只能提供有关观察到的量子系统的部分信息[1-3]。理解并实际上达到了可实现的准确性的基本限制是量子测量中的首要问题。已经表明，量子测量值可以显着通过经典测量值，在某些情况下，非正式地实现了准确性的基本限制，请参见例如[4-10]。通常，由于量子测量是概率的，因此这些努力描述了实验结果的概率，而不是每次测量中都会发生什么。在这里，我们首次实验了每个单个测量结果的置信度估计值，并验证每个单次估计是否正确预测了测量相应行为的准确性。从已知的一组状态中识别随机分布的量子状态是量子测量的重要应用[4,11-13]。由于不可能对非正交状态的完美识别，因此可以确定某个功绩，并相应地优化了测量[11,14 - 16]。还有其他功绩数字。理论上，这样的值得一提的是，在不学习哪种识别是正确且哪个是错误的情况下获得正确结果的可能性。可以优化量子测量，以便这种概率可以超过理想经典测量值的所谓射击限制，[5,6,9,17 - 28]。例如，可能需要知道没有错误的情况下识别出哪些状态。
covid-19疫苗置信度工具包
•疫苗置信原型 - 本节概述了在疫苗置信度范围内观察到的核心原型，并提供了可用于提高疫苗摄取的速度和水平的具体建议。•了解疫苗接种状态 - 本节概述了用于评估疫苗接种信心的数据和指数，并跟踪对特定信心增强计划的反应。•程序和策略 - 本节为每个关键信心推动者提供了一套建议的战术干预措施。疫苗管理团队可以使用这些资源来为各种教育和护理提供策略提供信息，具体取决于社区的特定需求和参与组织的能力。
将全基因组的 CNV 整合到 QTL 和高置信度 GWAScore 区域中，可确定绵羊经济性状的候选位置
拷贝数变异（CNV）是遗传变异的重要来源，它通过多种机制影响多种经济性状。此外，基因组扫描可以识别许多影响经济性状的数量性状位点（QTL），而全基因组关联研究（GWAS）可以定位与表型变异相关的遗传变异。在本研究中，我们开发了一种称为 GWAScore 的方法，该方法收集 GWAS 汇总数据以识别潜在候选基因，并将 CNV 整合到 QTL 和高置信度 GWAScore 区域以检测影响绵羊生长性状的关键 CNV 标记。我们得到了 197 个与候选 CNV 重叠的候选基因。一些关键基因（MYLK3、TTC29、HERC6、ABCG2、RUNX1 等）显示出比其他候选基因显著更高的 GWAScore 峰值。在本研究中，我们开发了 GWAScore 方法来挖掘候选基因作为绵羊分子育种标记的潜在价值。
多感官环境下脑电图记录的置信度预测
Luca Citi、Riccardo Poli 脑机接口和神经工程实验室，埃塞克斯大学计算机科学与电子工程学院，科尔切斯特，英国 lciti@essex.ac.uk，rpoli@essex.ac.uk 摘要 本文探讨了在多感官决策任务中从人类受试者的脑电图 (EEG) 脑活动解码决策信心的可能性。最近的研究表明，我们可以在视觉或听觉任务期间从 EEG 记录中提取决策信心相关性。在这里，我们扩展了这些初步发现，(a) 仅根据 EEG 记录预测决策信心，以及 (b) 研究多感官线索对决策行为数据的影响。我们从两个不同地点记录的 12 名参与者中获得的结果显示，可以在单次试验的基础上从 EEG 记录预测决策信心，平均绝对误差为 0.226。此外，多感官提示的存在并没有提高参与者的表现，反而分散了他们对主要任务的注意力。总的来说，这些结果可能有助于开发认知系统，当用户对自己的决定没有信心时，该系统可以监控和提醒用户。