XiaoMi-AI文件搜索系统
World File Search System自上而下
收件人：相关方 发件人：Anita Dunn 和 Mike Donilon 日期：2023 年 6 月 26 日，星期一 主题：拜登经济学正在改变失败的涓滴政策并改变我们的经济——并且受到绝大多数美国人的强烈支持 拜登总统在 2020 年竞选时承诺重建美国的中产阶级——并创建一个为长期被忽视和落后的家庭和社区服务的经济。 拜登总统在上任时就面临着迫在眉睫的经济危机，但他也意识到，仅仅回到疫情前的经济是不够的，这种经济带有数十年失败的涓滴政策的伤痕——在这种经济中，企业和富人获得大规模减税，而对美国人民的关键投资却被蚕食，工厂被关闭，好工作被转移到海外，整个社区被掏空，失去了希望和尊严，中产阶级生活的标志越来越遥不可及。这是国会共和党人至今仍在推行的经济议程。在总统签署防止灾难性违约的两党预算协议几周后，国会共和党人又开始为偏向富人和大公司的减税奠定基础，这将使赤字增加 3 万亿美元以上。总统上任时秉持着长期坚持的、根本不同的经济愿景——他决心翻开过去失败的涓滴政策的新篇章。两年后，有明确而有力的证据表明，拜登经济学既是一项取得成果的成功经济战略，也是绝大多数美国人大力支持的方法。拜登经济学植根于一个简单的理念，即我们需要从中部向外、从下往上发展经济——而不是自上而下。在这个经济中，我们在美国创造更多，赋予美国工人权力并对其进行投资，并促进竞争以降低工薪家庭的成本。实施这一经济愿景和计划——并果断地翻开涓滴经济时代的新篇章——一直是拜登总统任期内的决定性项目。周三，拜登总统将在芝加哥发表重要讲话，强调他的通过扩大中产阶级来发展经济的战略如何为美国人民带来利益。在未来的几周和几个月里，总统、内阁成员和政府高级官员将继续在全国各地奔走，直接向美国人民宣传拜登经济学和总统的“投资美国”议程，并呼吁那些想通过重拾过去失败的涓滴政策来拖累我们国家倒退的人。为了启动这一冲刺，拜登总统今天将宣布向所有 50 个州、领地和领地提供超过 400 亿美元的基础设施资金。以及哥伦比亚特区，让美国每个人都能享受到价格合理的高速互联网。就像富兰克林·德拉诺·罗斯福通过农村电气化法案将电力供应到美国的每个家庭一样，这一声明是拜登总统为全国工薪阶层和中产阶级家庭直接提供投资、就业和机会的更广泛努力的一部分。
收件人：相关方 发件人：Anita Dunn 和 Mike Donilon 日期：2023 年 6 月 26 日，星期一 主题：拜登经济学正在改变失败的涓滴政策并改变我们的经济——并且受到绝大多数美国人的强烈支持 拜登总统在 2020 年竞选时承诺重建美国的中产阶级——并创建一个为长期被忽视和落后的家庭和社区服务的经济。 拜登总统在上任时就面临着迫在眉睫的经济危机，但他也意识到，仅仅回到疫情前的经济是不够的，这种经济带有数十年失败的涓滴政策的伤痕——在这种经济中，企业和富人获得大规模减税，而对美国人民的关键投资却被蚕食，工厂被关闭，好工作被转移到海外，整个社区被掏空，失去了希望和尊严，中产阶级生活的标志越来越遥不可及。这是国会共和党人至今仍在推行的经济议程。在总统签署防止灾难性违约的两党预算协议几周后，国会共和党人又开始为偏向富人和大公司的减税奠定基础，这将使赤字增加 3 万亿美元以上。总统上任时秉持着长期坚持的、根本不同的经济愿景——他决心翻开过去失败的涓滴政策的新篇章。两年后，有明确而有力的证据表明，拜登经济学既是一项取得成果的成功经济战略，也是绝大多数美国人大力支持的方法。拜登经济学植根于一个简单的理念，即我们需要从中部向外、从下往上发展经济——而不是自上而下。在这个经济中，我们在美国创造更多，赋予美国工人权力并对其进行投资，并促进竞争以降低工薪家庭的成本。实施这一经济愿景和计划——并果断地翻开涓滴经济时代的新篇章——一直是拜登总统任期内的决定性项目。周三，拜登总统将在芝加哥发表重要讲话，强调他的通过扩大中产阶级来发展经济的战略如何为美国人民带来利益。在未来的几周和几个月里，总统、内阁成员和政府高级官员将继续在全国各地奔走，直接向美国人民宣传拜登经济学和总统的“投资美国”议程，并呼吁那些想通过重拾过去失败的涓滴政策来拖累我们国家倒退的人。为了启动这一冲刺，拜登总统今天将宣布向所有 50 个州、领地和领地提供超过 400 亿美元的基础设施资金。以及哥伦比亚特区，让美国每个人都能享受到价格合理的高速互联网。就像富兰克林·德拉诺·罗斯福通过农村电气化法案将电力供应到美国的每个家庭一样，这一声明是拜登总统为全国工薪阶层和中产阶级家庭直接提供投资、就业和机会的更广泛努力的一部分。
将整体自上而下的视角与大脑中的第一人称视角联系起来
人类和其他动物具有将自己的位置从一个空间参考框架转换到另一个空间参考框架的非凡能力。在自上而下和第一人称视角之间无缝移动的能力对于导航、记忆形成和其他认知任务非常重要。有证据表明内侧颞叶和其他皮质区域有助于实现此功能。为了了解神经系统如何执行这些计算，我们使用变分自动编码器 (VAE) 从机器人模拟的自上而下视图重建第一人称视图，反之亦然。VAE 中的许多潜在变量具有与神经元记录中看到的类似的响应，包括位置特定活动、头部方向调整和与本地物体距离的编码。从自上而下的视图重建第一人称视图时，位置特定响应很突出，但从第一人称视图重建自上而下的视图时，头部方向特定响应很突出。在这两种情况下，模型都可以从扰动中恢复，而无需重新训练，而是通过重新映射。这些结果可以促进我们对大脑区域如何支持视点联系和转换的理解。
软件错误检测导致从自下而上到自上而下的转变，涉及错误监控网络内的岛叶的有效连接
过去几年，软件编程技能的神经关联已成为越来越多研究的目标。这些研究侧重于软件代码检查过程中的错误监控。其他研究则研究了通过不同的神经生理学测量来衡量的任务相关认知负荷。大多数研究仅涉及语法错误（浅层代码监控）。然而，最近的一项功能性磁共振成像 (fMRI) 研究表明，当需要对代码检查进行具有挑战性的深层分析时，岛叶在错误监控过程中起着关键作用。这提出了岛叶与深度错误监控有因果关系的假设。为了证实这一假设，我们进行了一项新的 fMRI 研究，其中参与者执行了一项深度源代码理解任务，其中包括错误监控以检测代码中的错误。与与文本阅读和无错误源代码理解相关的各种任务相比，我们的范式的通用性得到了增强。健康的成年程序员（N = 21）参加了这项 3T fMRI 实验。错误相关事件引起的激活图证实了岛叶的显著激活 [p (Bonferroni) < 0.05]。重要的是，我们观察到了岛叶作用的后向前因果关系转变：在没有错误的情况下，因果方向主要是自下而上的，而当存在错误时，我们观察到了来自额叶区域（尤其是前扣带皮层）的强烈的自上而下的因果影响。
自下而上和自上而下的神经加工系统设计：神经形态智能作为自然和人工智能的融合
摘要 - 虽然摩尔的定律推动了指数计算的能力期望，但其接近的最终要求需要新的途径来改善整体系统性能。这些途径之一是探索新的替代脑启发的计算体系结构，这些计算体系结构有望实现生物神经加工系统的灵活性和功能。在这种情况下，神经形态智能代表了基于尖峰神经网络体系结构的实现，在计算中的范式转移，紧密地共同关注处理和内存。在本文中，我们提供了对现有硅实施中存在的粒度不同水平的全面概述，比较了旨在复制自然智力（自下而上）的方法与旨在解决实际人工智力应用程序（自上而下）的方法（自下而上），并评估了不同的电路设计样式。首先，我们介绍模拟，混合信号和数字电路设计样式，通过时间多路复用，内存计算和新型设备来识别处理与内存之间的边界。接下来，我们重点介绍每种自下而上和自上而下的方法的关键交易，调查其硅实现，并进行详细的比较分析以提取设计准则。最后，我们确定了与传统的机器学习加速器相比，在神经形态边缘计算获得竞争优势所需的必要协同作用和缺失的元素，并概述了针对神经形态智能的框架的关键要素。
一种自上而下注意引导细化的 3D 全卷积神经网络，用于准确、稳健地自动分割杏仁核及其亚核
深度学习的最新进展提高了皮层下脑结构的分割精度，这将有助于许多神经系统疾病的神经影像学研究。然而，现有的大多数基于深度学习的神经影像学方法并没有研究分割极小但重要的脑区（如杏仁核亚核）时存在的具体困难。为了解决这一具有挑战性的任务，我们开发了一个双分支扩张残差 3D 全卷积网络，该网络具有并行卷积，以提取更多全局背景信息并通过保持一个与感兴趣区域 (ROI) 大小相同的小感受野来缓解类别不平衡问题。我们还在并行和串行中进行了多尺度特征融合，以补偿卷积过程中潜在的信息丢失，这对小物体来说非常重要。残差连接实现的串行特征融合通过提出的自上而下的注意力引导细化单元得到进一步增强，其中高分辨率低级空间细节被选择性地集成以补充高级但粗略的语义信息，从而丰富最终的特征表示。因此，与其他基于深度学习的方法相比，我们的方法产生的分割在体积和形态上都更准确。据我们所知，这项工作是第一个以深度学习为目标的杏仁核亚区域方法。我们还证明了使用周期一致的生成对抗网络 (CycleGAN) 协调多站点 MRI 数据的可行性，并表明我们的方法可以很好地推广到从多个中心收集的具有挑战性的创伤性脑损伤 (TBI) 数据集。这似乎是一种有前途的图像分割策略，可用于多站点研究和增加显著脑病理形态学变异性。
在文本处理系统中将自上而下和自下而上的策略整合在一起
摘要Scisor。系统是一种计算机程序，旨在扫描受约束的文本自然出现的文本，提取信息并回答有关该信息的问题。该系统目前在公司合并和收购领域中读取报纸故事。Scisor使用的语言分析策略结合了完整的句法（底部）解析和概念性期望驱动的（自上而下）解析。四个知识来源，包括句法和语义信息以及域知识，以灵活的方式进行交互。这种信息产生了一个更强大的语义分析仪，旨在优雅地应对[Exical and stancactic知识中的差距，很容易地传输到新的事物上，并促进信息从文本中提取。