XiaoMi-AI文件搜索系统
World File Search System超深
使用深...
印度教科技研究所，coimbatore 1 sentinfo@gmail.com，2 venkat.it@gmail.com，4 ramasamy.s@hit.s@hit.edu.in，4 md.devendran@gmail.com摘要：该项目旨在为食品和beverage提供精确估算的自动化系统，以估算食物和beverage的自动化系统，并深入研究。随着对健康意识的人的需求不断增长，需要使用可靠，高效且易于使用的工具，可以帮助用户做出明智的饮食选择。该项目利用图像处理技术和深度学习模型（例如卷积神经网络（CNN））来分析食物图像并预测相应的卡路里含量。该系统首先捕获食品或饮料的图像，然后将其处理并通过预先训练的深度学习模型。该模型在包含各种食品的图像及其营养信息的大型数据集上进行培训。预处理输入图像后，该模型通过利用其学习的特征来对食物进行分类并估算卡路里计数。然后将估计的卡路里值实时显示给用户。该项目利用关键技术，包括图像识别，深度学习和营养分析。它旨在将其集成到移动应用程序或Web平台中，从而使用户可以有效地跟踪其每日热量摄入量。通过在不同的数据集上进行培训，可以不断提高系统的准确性，从而确保对不同食品的可靠卡路里估算。该工具有可能通过促进更健康的饮食习惯来彻底改变个人健康管理。关键词：卡路里估计，深度学习，图像识别，食物分类，卷积神经网络，健康管理，营养分析，实时预测。
使用深...
这项研究的重点是在视频中移动对象检测的关键任务，以提高识别场景中动态特征的准确性和效率。所提出的方法专门结合了光流估计的准确性；带有Yolo（您只看一次）模型强的对象检测功能的Farneback方法。Yolo用于识别视频帧中的对象，并并发光流分析用于识别运动模式。这里提出了一种创新方法，该方法评估了检测到的对象内每个像素的运动角度和大小，以获得精确的移动对象识别。系统根据显示明显运动的像素的百分比来确定对象是否通过设置阈值来移动。，由于这种自适应技术，可以识别出较少的假阳性和更高的精度，因此可以识别移动对象。在各种数据集上的实验发现证明了建议的方法在精确识别移动对象方面的有效性。通过用于运动分析的光流和用于对象检测的YOLO的组合提供了一个完整的有效解决方案，可在视频流中移动对象检测。此处提出的方法在视频分析，自主系统和监视中具有潜在的应用，在该视频分析，自主系统和监视中，精确检测动态特征至关重要。索引项 - 移动对象检测，光流估计，运动角度和幅度。
![[氢/超导复合物]](/simg/d\d721527447241a666e5c6564df2d7a0bb0f9a7fd.webp)
社交媒体上的深泡探测：利用深...
摘要：DeepFake技术的扩散引起了人们对社交媒体平台上错误信息传播的关注。在本文中，我们提出了一种基于深度学习的方法，用于检测DeepFake推文，特别是由机器生成的推文，以帮助减轻在线错误信息的影响。我们的方法利用FastText嵌入来表示推文文本，并将其与深度学习模型相结合。我们首先预处理文本，然后使用FastText嵌入将它们转换为密集的向量表示。这些嵌入式捕获有关推文内容的语义信息，这对于区分真实和机器生成的推文至关重要。然后，我们将这些嵌入将这些嵌入给深度学习模型，例如卷积神经网络（CNN）或长期短期内存（LSTM）网络，以将推文归类为真实或机器生成的推文。该模型是在标有标记的Tweet数据集上训练的，在该数据集中，使用最先进的文本生成模型合成机器生成的推文。对推文的现实世界数据集的实验结果证明了我们方法在检测机器生成的推文中的有效性。我们的方法实现了很高的准确性，并且优于在社交媒体上进行深层检测的现有方法。总的来说，我们提出的方法为检测机器生成的推文并遏制整个社交媒体平台上的错误信息的扩散提供了强大而有效的解决方案。
对超...
自闭症谱系障碍（以下称为自闭症）是最常见的神经发育状况之一，影响了大约1％的世界人群[1]。据估计，超过90％的自闭症个体表现出非典型的感觉反应性[2]。对外部刺激的超反应性或性能不反应的形式的非典型感觉反应性是自闭症中的基本预定。在感觉域中，非典型触觉反应性（TR）是一种常见的预言，早期出现，一直持续到成年，并不利地影响社会互动和日常功能，从而显着有助于整体残疾[3，4]。自闭症护理和临床研究未来的国际委员会将感觉领域确定为可能影响自闭症中护理和结果的最佳临床研究优先事项之一[5]。我们聘请了参加我们专业自闭症诊所的自闭症成年人，并收到了一致的反馈，即这是一个很大的未满足需求的高优先级领域。在行为上，触觉性低反应性和过度反应性都在相同的连续体上，反映了相同的基本生物学过程，在这种生物学过程中，低反应性是应对过度刺激的应对机制[6]。触觉加工的神经生理学研究[4，6]以及自闭症原发性皮质（S1）中兴奋性和抑制性代谢产物的神经图像研究仍然不一致且不确定[7，8]；因此，大脑过程为非典型TR提供了生物逻辑干预措施仍然难以捉摸。融合证据表明自闭症的神经生物学的特征是非典型可塑性。自闭症的丙戊酸动物模型的关键见解是，过度的长期增强（LTP）可塑性或超塑性对行为产生不利影响[9-11]。超塑性[11]。S1是否具有过度塑性的特征，在自闭症人类中可能是非典型TR的基础，这是未知的。使用经颅磁刺激（TMS）[12-15]在人类运动中始终观察到更直接的过塑性证据[16]。我们的小组复制了自闭症成年人运动皮质中超塑性的发现[15]。作为干预的基础，我们还使用重复的经颅杂志刺激（RTMS）方案收集了试点数据，旨在增强抑制机制，从而降低了自闭症成年人的过度塑性性[15]。在我们先前发表的研究[15]中，我们进行了一项随机试验，涉及29名自闭症成年人。将参与者分配（1：1）进行一次活动或假RTM的一次疗程，在20Hz处施加6,000个脉冲，tar-获得运动皮层。结果表明，活性RTM对长期增强（LTP）的效果很大，在RTMS之后的第二天，LTP降低了。这种过度塑性的减小与自闭症的神经元激发/抑制（E/I）模型的改变相一致[17]。根据该模型，自闭症中观察到的超塑性与E/I比的增加有关，促进抑制可能有助于观察到的减少。使用20 Hz RTM的理由主要基于我们小组的先前研究，这表明与早期的惯例相反，仅频率并不能决定RTMS的兴奋性或抑制作用。，“剂量”或刺激的数量
