本文报告了使用基于快速串行视觉呈现 (RSVP) 范式的脑机接口 (BCI) 系统获取的基准数据集。该数据集包含 64 名健康受试者 (sub1, ..., sub64) 在执行目标图像检测任务时的 64 通道脑电图 (EEG) 数据。对于每个受试者,数据包含两组(“A”和“B”)。每组包含两个块,每个块包括 40 次试验,对应 40 个刺激序列。每个序列包含 100 张以 10 Hz(每秒 10 张图像)呈现的图像。刺激图像是两类街景图像:有人的目标图像和没有人的非目标图像。目标图像在刺激序列中随机呈现,概率为 1 ∼ 4%。在刺激呈现过程中,要求受试者以主观的方式搜索目标图像并忽略非目标图像。为了保留所有原始信息,数据集是未经任何处理的原始连续数据。一方面,该数据集可用作基准数据集,用于比较基于 RSVP 的 BCI 中的目标识别算法。另一方面,该数据集可用于设计新的系统图并评估其 BCI 性能,而无需通过离线模拟收集任何新数据。此外,该数据集还为基于 RSVP 的 BCI 中的事件相关电位 (ERP) 和稳态视觉诱发电位 (SSVEP) 的表征和建模提供了高质量数据。该数据集可从 http://bci.med.tsinghua.edu.cn/download.html 免费获取。
所需提交表 不完整的申请将不被接受 请提交以下每份文件的副本: ☐ 申请表 — 按照指示由业主完整填写、注明日期并签字 ☐ 州环境质量审查法案 (SEQR) — 简短环境评估表 (SEAF) 第一部分,请尽您所能填写、注明日期并签字 ☐ 项目工地照片(彩色)— 与房产调查或场地规划相匹配 ☐ 街景照片(彩色)— 包括项目工地相邻和街对面的房产,标有地址并与房产调查或场地规划相匹配 ☐ 申请费 — 0 美元 请将 PDF 版规划提交到一个 PDF 包中,其中包含下面详述的所有适用的提交要求。对于有多个场地的项目,必须为每个项目场地提交单独的场地规划审查申请。计划的硬拷贝可以亲自提交。所有计划都必须包含标题栏,其中注明作者、日期、比例和房产税评估地址,并且必须以准确的图形表示所有相关信息,任何人都可以正确解释,无需额外解释。☐ 所有涉及房产的竣工房产调查,说明边界和当前状况,包括结构、围栏、停车场表面和挡土墙(由持牌测量员签字和盖章)☐ 现场平面图,说明与竣工房产调查不同的现场改造和项目后状况,包括:
由注册建筑师或工程师签署并盖章的平面图和图纸。 按工程师比例绘制的场地平面图和景观美化平面图。按建筑师比例绘制的楼层平面图和立面图。 所有编制平面图和图纸人员的姓名、街道地址、电话号码和电子邮件地址。 房产地址、法定描述和地块识别号。 编制或修订日期、比例尺和指北箭头。 所有地块边界的尺寸,显示标的场地与毗邻房产的关系。 所有相邻公共通行权、路缘切口、车道和人行道(公共和私人)的位置和尺寸。 公用设施、地役权和通行权改良,包括路灯、街道树木、消防栓、公共标牌和其他街景改良。 所有现有和拟建构筑物和附加建筑、景观区域、遮蔽墙、室外照明、垃圾围栏、室外储存或展示和销售区、车道、停车位和操纵通道、直通车道和堆场、装卸空间和所有其他相关场地特征的位置和尺寸。 楼层平面图,标明所有楼层空间的用途。 立面立面图,说明建筑设计,包括材料类型、颜色等。 汇总表,说明总建筑面积和可用建筑面积、所需和提供的停车位数量、以平方英尺或英亩为单位的场地面积、建筑尺寸和后退距离、开放空间百分比和地块覆盖率百分比,全部符合《皇家橡树分区条例》。 景观规划,标明植物的位置、类型和大小以及灌溉方式。 总体标牌规划,标明所有现有和拟建标牌的数量、大小和位置。 项目的书面说明和商业计划,描述财产的用途以及在该处所开展的所有活动。
图像语义分割是一项基础的计算机视觉任务,它对图像进行逐像素分类,以将具有某些共同语义内容的像素分组。语义分割的主要问题之一是创建完全注释的数据集,其中每幅图像每个像素都有一个标签。这些注释非常耗时,而且标记越多,人为输入错误的百分比就越高。基于较少监督的分割方法可以减少标记时间和噪声标签。然而,在处理实际应用时,建立一种最小化标记时间同时最大化性能的方法绝非易事。我们的主要贡献是首次全面研究基于不同监督级别的最先进方法。对图像处理基线、无监督、弱监督和监督方法进行了评估。我们的目标是通过在不同领域的数据集(例如街景(Camvid)、显微镜(MetalDAM)、卫星(FloodNet)和医学图像(NuCLS))上提供性能和监督复杂性之间的权衡,为任何接触新实际用例的人提供指导。我们的实验结果表明:(i)无监督和弱学习在多数类上表现良好,这有助于加快标记速度;(ii)弱监督在少数类上的表现优于全监督方法;(iii)并非所有弱学习方法都对数据集的性质具有鲁棒性,特别是基于图像级注释的方法;(iv)在所有弱监督方法中,基于点的方法表现最佳,甚至可以与全监督方法相媲美。代码可在 https://github.com/martafdezmAM/lessen_ surveillance 获得。
第2页建议摘要•章程简介和设定了OCP修正案,OCP文本修订和重新分区的公开听证会的日期。•批准了形式,性格和敏感生态系统(绿色基础设施网络)的开发许可草案。偏离了计划,政策或法规•提出对官方社区计划(OCP)的修正案,从商业和城市对本网站的一部分进行修正。•提出一项OCP文本修正案,以将多个住宅指定下的允许密度从2.5远至2.57远处(净密度)。•寻求对第1阶段Anniedale-Tynehead NCP修正案的修正案,该修正案已根据公司报告R193(2023年11月)批准,以允许特定地点的净密度为2.57。建议的理由•该提案符合大温哥华地区增长战略(RGS)中的“一般城市”指定。•该提案通常符合官方社区计划(OCP)中的“多个住宅”指定,该计划支持高达2.5的密度,在批准的二级计划领域中特别指出,但需要进行文本修正,以允许拟议的密度为2.57 FAR(NET)。•该提案通常符合第1阶段的“低层住宅 - II型”名称,Anniedale -Tynehead NCP NCP修正案已根据公司报告R193(2023年11月)批准,但将需要一项文本修正案,以允许拟议的密度为2.57 FAR(NET)。•该提案通常符合OCP中关于形式和性格和敏感生态系统(绿色基础设施网络)的开发许可要求。•提议的密度和建筑形式适用于Anniedale - Tynehead邻里概念计划的这一部分,该计划允许多达6层的公寓楼。•拟议的挫折在符合Anniedale-Tynehead邻里概念计划(NCP),并根据OCP中的开发许可证(形式和角色)设计指南,实现了更城市化的,面向行人的街景。•申请人将提供密度奖励便利性贡献与2级资本项目社区供款(CACS)一致,以支持所需的密度增加。
I. 项目背景和摘要 纽约州城市发展公司 (UDC) 以 Empire State Development 的名义 (ESD) 正在根据纽约州城市发展公司法案 (UDC 法案) 为 Empire Station Complex 市政和土地使用改进项目 (项目) 采纳此总体项目规划 (GPP)。该项目是一项综合重建计划,旨在以曼哈顿经过极大改进的纽约宾夕法尼亚车站 (宾州车站) 为中心创建一个复兴区。它将解决不达标和不卫生的条件,并为项目区域 (定义如下) 的重大市政改进提供建设。项目的主要组成部分将导致创建一个繁荣和可持续的交通导向区,并配备急需的公共交通改进和公共领域设施,详见下文。该项目促进了宾州车站重建和潜在扩建的相关计划。 1 该项目将通过一项全面的重建计划解决项目区域内不达标和不卫生的状况,该计划将创建一个有凝聚力的、以交通为导向的区域,并增加急需的混合用途开发和市政改善。具体而言,该项目将在项目区域的八个开发地点(“项目地点”或“地点”)上开发十栋新建筑。该项目的开发将包括新的现场入口和通往宾夕法尼亚车站和公共交通的通道。其公共领域的改善将改善周围的街景,并解决开放空间和行人、自行车和车辆流通问题。该项目旨在支持宾夕法尼亚车站的重建和潜在的向南扩建,这将通过独立但相关的项目完成,这些项目将由一个或多个参与的公共铁路运输实体承担,即纽约州大都会运输署(“MTA”)、国家铁路客运公司(“Amtrak”)和新泽西州交通局(“NJT”)。美铁大部分运营业务迁至莫伊尼汉火车站为重建宾夕法尼亚车站提供了机会。此外,美铁和在宾夕法尼亚车站运营的公共铁路运输实体正在规划宾夕法尼亚车站向南扩建至 780 号区块和 754 号区块和 806 号区块的部分区域,以容纳额外的轨道和站台。
近年来,人工智能已用于生成大量高质量数据,如图像、音乐和视频。由于不同机器学习技术(如人工神经网络)性能的提高,如此大量的合成数据得以生成。考虑到人们对这一领域的兴趣日益浓厚,最近提出了用于自动数据生成和增强的新技术。例如,生成对抗网络 (GAN) 及其变体是当今该研究领域的流行技术。合成数据的创建也是通过基于进化的技术实现的,例如在多媒体工件创建的背景下。本社论总结了在特刊 (SI)“人工智能中的生成模型及其应用”背景下发表的研究论文。本期特刊由两位客座编辑负责:来自里斯本新大学(葡萄牙)的 Mauro Castelli 和来自的里雅斯特大学(意大利)的 Luca Manzoni。该特刊旨在收集人工智能生成模型领域的新贡献,重点关注它们在解决不同领域复杂的现实问题中的应用。在第一篇论文“Daydriex:将夜间场景转化为夜间日间驾驶体验” [ 1 ] 中,作者提出了一种处理流程,以生成专注于道路视图的增强型日间转换。关键思想是使用与街景服务输入图像相对应的现有日间图像来补充输入图像帧中暗区的缺失信息。第二篇论文“Fake It Till You Make It:有效合成数据生成指南” [ 2 ] 涉及对各种合成数据生成方法的评估。更详细地讲,作者研究了 (i) 数据预处理对生成的合成数据效用的影响,(ii) 在生成监督机器学习模型时是否应对合成数据集进行调整,(iii) 共享初步机器学习结果是否可以改进合成数据模型,以及 (iv) 一种效用度量(倾向得分)是否可以预测在现实生活中使用合成数据生成的机器学习模型的准确性。作者进行的分析有助于定义一些在生成和使用合成数据时应遵循的最佳策略指南。在第三篇投稿“使用多重插补集成和生成对抗网络生成济州传统饮料 Shindari 的合成发酵数据” [ 3 ] 中,作者提出了一个模型,该模型以 Shindari(一种传统的韩国饮料)的不完整表格发酵数据作为输入,并使用多重归纳集成 (MIE) 和生成对抗网络 (GAN) 来生成合成发酵数据,这些数据以后可用于预测和微生物腐败控制。为了生成合成数据,作者使用跳过连接重新建模了表格 GAN,并使用梯度惩罚调整了 Wasserstein GAN 的架构。最后,他们将所提模型的性能与其他归纳和集成模型进行了比较,证明了所提模型适合当前任务。在第四篇投稿“使用形式语法
主要规划师职位描述分类职责:主要计划者执行高级专业计划和监督工作,可以监督部门内部单元的整个单位或部分。首席规划师负责管理/监督专业规划人员,建筑师,景观建筑师,工程师和/或专业专业/技术人员,或直接通过下级主管。该课程负责指导,监督和分配工作活动和项目;监视工作流程;以及审查和评估报告,文件和建议。工作分配是具有相当独立的。此类的员工可以执行分配的当前或远程规划职责的任何组合。此类按要求执行相关职责。城市设计和规划职责包括但不限于以下方式:通过领导城市设计项目和建议创造优越的地方来监督城市规划部门;为城市发起的项目提供设计指南;为公开会议和插图准备设计图形;准备街景改进和集成社区城市设计计划的示意图设计和初步计划;与私人开发商,规划人员和其他城市部门协调申请人项目,以审查设计概念并推荐潜在的设计更改;为演示准备图形;协调和执行与设计项目和计划有关的研究;向市议会和各种董事会进行演讲;协调和促进公开会议,并向社区团体和机构进行演讲。远程规划职责包括但不限于:准备,协调和实施各种项目,例如一般计划更新;协调政策讨论,包括文本修正案,与当前的计划部门进行协调;协调远程规划过程,包括与公众,申请人,建筑师,工程师,律师和其他市政工作人员会面,以为设计审查委员会,规划和分区委员会提供建议和准备建议,并将分区技术审查委员会,一般计划审查委员会,一般计划更新委员会,广告计划委员会,AD HOCITTEES,AD HOCITTEES,公民集团,城市管理和市议会;协调区域和邻里计划以及特殊规划项目和发展;监督城市人口数据的汇编,并与其他城市部门合作,提供人口统计学信息和预测;监督创作当前的计划职责包括但不限于:实施与开发计划有关的政策和程序;为城市管理当前的规划职能,包括土地细分,设计审查,分区权利和其他规划申请;解释计划代码;监督公共柜台和当天的计划者,为客户提供准确,一致的帮助;审查开发审查过程,建议更改并提供培训;协调开发审查过程,包括与公共,申请人,建筑师,工程师,律师和其他市政工作人员的会议;为设计审查委员会,规划和分区委员会,调整委员会,临时委员会,公民团体,城市管理和市议会提供建议和准备建议;与计划人员进行定期会议,以审查当前案件;监督董事会,委员会和理事会数据包的准备,公民参与计划和报告,法律广告,通知和地图;审查报告并按照开发服务总监或计划主管的要求提供分析;确定和实施当前计划团队的优先级;并代表城市作为各种法律问题或各个区域计划委员会的计划专家。