XiaoMi-AI文件搜索系统
World File Search System训练的
利用预先训练的3D-CNN进行视频字幕
视频字幕是一项视觉理解任务，旨在以语法和语义准确的描述生成。视频字幕中的主要挑战之一是捕获视频中存在的复杂动态。这项研究通过利用预先训练的3D卷积神经网络（3D-CNN）来解决这一挑战。这些网络在建模此类动态，增强视频上下文理解方面特别有效。我们评估了Microsoft研究视频描述（MSVD）数据集的方法，并在视频字幕中通常使用性能指标，包括苹果酒，BLEU-1至BLEU-4，Rouge-L，Rouge-L，Meteor和Spice。结果显示了所有这些指标的显着改善，证明了预训练的3D-CNN在增强视频字幕准确性方面的优势。关键字：视频字幕，视频语言多模式学习，运动功能。
开发用于飞行员训练的全任务模拟器...
1.简介模拟器在战斗机从设计到生产的整个开发生命周期中发挥着重要作用，既可用于开发阶段的设计支持，如飞行控制系统设计、座舱人体工程学，也可用于航空电子设备架构。当飞机开发完成并投入生产时，需要一台训练模拟器，供机组人员和地勤人员使用。全任务模拟器 (FMS) 在为初学飞行员提供在 FMS 上进行大量练习后在飞机上执行任务的培训方面发挥着重要作用。如今，在大多数国家，飞行员必须在模拟器上接受最少的训练时间，然后才能驾驶飞机执行任务。随着空域成为严重制约因素，空中训练成本不断攀升，模拟器训练对于安全和降低成本而言变得更加重要。在这种情况下，战斗机的挑战性更大，因为这些机器要执行的任务很复杂，需要在地面进行大量练习，以应对紧急情况和应急处理。这种训练需要一个模拟器，它可以忠实地复制飞机在整个飞行包线内的行为，提示系统可以提供环境感，驾驶舱设置有显示器、控制装置和面板，就像真正的飞机一样。
家庭严肃游戏训练的效果（大脑对话......）
随着老龄化社会的推进，轻度认知障碍 (MCI) 患者增多。严肃游戏可能对改善 MCI 患者的认知功能有效，但对其效果的研究尚不足。本研究旨在确认使用严肃游戏 (Brain Talk™) 对 MCI 老年人进行认知康复训练的有效性和安全性。24 名 MCI 老年人被随机分为研究组和对照组。研究组接受 12 次训练（每次 30 分钟，每周 3 次），而对照组不接受训练。在训练前后和训练四周后进行盲测。主要结果测量是韩国简易精神状态检查 (K-MMSE) 和 K-MoCA (韩国蒙特利尔认知评估)。次要结果测量是语义言语流畅性任务 (SVFT)、连线测试-B 和 2-back 测试。在研究组中，完成训练后和训练四周后的 K-MMSE、K-MoCA 和 SVFT 分数均显著增加；对照组则无明显变化，两组间无明显差异，研究组在训练后认知功能明显改善，居家严肃游戏被认为有助于改善认知功能。
基于注意力和放松训练的BCI神经反馈游戏
种类 波段 (Hz) 特性 Delta 1~4 深度睡眠状态 Theta 4~8 正常睡眠状态 Alpha 8~12 介于睡眠与活动之间的中间状态 SMR波 12~15 集中注意力的状态 Beta-1 15~18 学习、记忆、计算等精神活动的状态 Beta-2 22~30 大脑超负荷（压力）的状态
典型培养儿童的工作记忆训练的神经相关性
已被认为，通过对工作记忆任务的重复和延长实践进行培训，导致神经塑性变化，支持增强认知能力（Klingberg，2010年）。然而，这种假设尚未得到广泛的测试，相反，对于其他与工作记忆能力相关的其他领域（例如推理和学术意识）的广泛改善，在评论和荟萃分析中受到限制（Aksayli等人（Aksayli et al。最近的证据表明，至少在短期内，工作记忆训练可能会更加秘密地改善通常发展儿童的数学能力（Jones等，2020； Judd＆Klingberg，2021年）。此问题的目的是检查结构和功能
白癜风发病机理中受过训练的免疫力
细胞因子和趋化因子PBMC被白癜风患者的特异性和非特异性IgG或PHA刺激的PBMC产生更多的IL-8，刺激后产生更多的IL-6（Yu等，1997）。角质形成细胞会产生高水平的NLRP3炎性体和IL-1β（Li等，2020）。NLRP1遗传变异的健康供体的 PBMC显示出更高的IL-1β释放速率（Levandowski等，2013）。 白癜风患者的压力角质形成细胞释放细胞外腺苷5' - 三磷酸（ATP）（Ahn等，2020）。 来自健康供体的 pBMC具有与白癜风相关的MHC-II超级增强剂的纯合高风险单倍型可产生较高水平的IL-1β（Cavalli等，2016）。 鼠接触超敏反应由单苯酮诱导的表现增加了NKG2D受体的表达（van den Boorn等，2016））PBMC显示出更高的IL-1β释放速率（Levandowski等，2013）。白癜风患者的压力角质形成细胞释放细胞外腺苷5' - 三磷酸（ATP）（Ahn等，2020）。pBMC具有与白癜风相关的MHC-II超级增强剂的纯合高风险单倍型可产生较高水平的IL-1β（Cavalli等，2016）。鼠接触超敏反应由单苯酮诱导的表现增加了NKG2D受体的表达（van den Boorn等，2016）
Colossal-AI：用于大规模并行训练的统一深度学习系统
Transformer 模型的成功将深度学习模型规模推向了数十亿参数，但单 GPU 的内存限制导致在多 GPU 集群上进行训练的需求迫切。然而，选择最优并行策略的最佳实践仍然缺乏，因为它需要深度学习和并行计算领域的专业知识。Colossal-AI 系统通过引入统一接口将模型训练的顺序代码扩展到分布式环境，解决了上述挑战。它支持数据、管道、张量和序列并行等并行训练方法，并集成了异构训练和零冗余优化器。与基线系统相比，Colossal-AI 在大规模模型上可以实现高达 2.76 倍的训练加速。
Redalyc.用于训练的滑翔机飞行和操纵质量研究
本文的目的是研究用于训练目的的滑翔机的飞行和操纵质量。为了进行开发，提出了小扰动下的动态模型，以计算亚音速飞行条件下的纵向平衡状态。利用纵向平衡数据，显示线性化运动方程，以查找沿纵向和横向轴的稳定性和空气动力控制导数的有量纲和无量纲数值。接下来，找到最佳滑翔比速度下的扰动和加速度的特征传递函数，以计算飞机在气动控制中的响应。最后是es的回答-
使用膝盖训练的深神经网络进行大脑MRIS
先前对MRI重建的研究重点是实施深度学习算法及其对图像质量的评估[1、4、10、16、20]，但域转移的主题很少被研究。但是，由于深度学习模型对给定数据的自然依赖性，该领域的适应性被证明对大多数其他深度学习应用程序中深度学习算法的性能产生了重大影响[11，14]。这一挑战对于MRI重建的学术和潜在临床应用尤其重要。自然出现的问题是“域转移对不同网络的不同数据配置有多少影响？”和“哪些网络在临床应用中最不容易在不同程度的域转移？”。为此，我们提供可视化工具，并在统计上研究域转移在最先进的MRI重建网络中有关培训数据的变化的影响。最后，基于我们的多方面分析的结果，通常适用的结论和