XiaoMi-AI文件搜索系统
World File Search System逼真
台式4Merge：综合基准，用于合并逼真的密集交通与微交互式车辆
引言 - 在发现[1，2]一个多世纪后，超导性仍然是凝聚态物理学中最深入研究的主题之一，与物质的最基本描述具有深厚的联系[3-6]。这种宏观量子现象的特征在于零电阻，而希格斯则缩合光子大量[3,5,7]以下[3,5,7]低于某些临界温度t c。由具有较小相关效应的良好金属产生的超导体（常规的低t c超导通孔）。在BCS理论中，由于电子之间有效的吸引力，这一现象源于费米表面（FS）的不稳定性。最初，声子的交换介导了该效果。在密切相关的费米子系统（例如繁重的费米子[9，10]和高t c超导性[11-15]中，发现非常规超导性具有淋巴结间隙[11-15]，强调了其他玻色子也可能负责配对。在非常规的超导体[16]中，配对机制通常涉及复杂的相互作用，例如自旋波动，电子相关性或轨道效应，导致非平凡的对称性和动量依赖性超导差距。在高t c铜矿中，通过相位敏感的测量结果建立了FS上差距中的节点[17]，以确保间隙是具有D x 2-2-y 2波对称性的旋转单元。此外，已经预测并观察到了巡回铁磁体中的p波，可能是p波，旋转三芯对配对[18-22]。最后，已广泛考虑了磁化绝缘体异质结构和各种无间隙的效率系统的镁介导的非常规的超导性[23 - 37]。
使用摩托车的利用 - 逼真的flipperted- ...
这项研究的目的是确定移动AR（MAR）支持的翻转学习模型（FLM）应用程序对一般化学实验室课程中第一年本科生的学术成就的影响，并调查学生对MAR支持的FLM的观点。在使用测试前测试对照组进行的准实验设计中，实验组的课程是根据MAR支持的FLM进行的，而对照组的课程是按照课程规定的。对研究的定量数据，独立样本t检验的结果表明，MAR支持的FLM实施对学生的成就有积极影响。通过内容分析分析了与学生的访谈，并确定学生对申请进行了积极评估并发现它们有用。这项研究的发现是该领域未来研究的初步。
![正交表示用于估计因果量的学习
生成的AI和创造性工作：叙事，价值观和影响
triffid：提高第一响应者效率的自动机器人辅助
微守流：边缘设备的复杂性自我注意力低的视觉变压器
covid- ... 之间的不可思议和争议性溢出
arxiv：2502.10437v1 [q-bio.pe] 2025年2月9日
对表示漏洞和工程强大的视觉变形金刚的机械理解
arxiv：2502.05610v1 [CS.CL] 2025年2月8日
Goproteingnn：利用蛋白质知识图蛋白表示学习
台式4Merge：综合基准，用于合并逼真的密集交通与微交互式车辆
arxiv：2502.08704v1 [cond-mat.supr-con] 2025年2月12日
机器人引发的久坐行为的社会控制
增强数字阴影的稳健性，用于使用增强岩石物理建模的二氧化碳存储监控
arxiv：2502.07964v1 [cs.lg] 2025年2月11日
对石墨烯中振荡大声电效应的相干检测
arxiv：2502.09316v1 [CS.CL] 2025年2月13日
将基于物理的建模与锂离子电池的机器学习相结合
Trellis BMA：DNA存储的IDS通道上的编码跟踪重建
arxiv：2502.07650v1 [stat.ml] 2025年2月11日
与Soc- ... 的多间隔能量储备合作](/simg/3/371e53cea55d57b21dc3cec4490fd2d843578c28.webp)
正交表示用于估计因果量的学习 生成的AI和创造性工作：叙事，价值观和影响 triffid：提高第一响应者效率的自动机器人辅助 微守流：边缘设备的复杂性自我注意力低的视觉变压器 covid- ... 之间的不可思议和争议性溢出 arxiv：2502.10437v1 [q-bio.pe] 2025年2月9日 对表示漏洞和工程强大的视觉变形金刚的机械理解 arxiv：2502.05610v1 [CS.CL] 2025年2月8日 Goproteingnn：利用蛋白质知识图蛋白表示学习 台式4Merge：综合基准，用于合并逼真的密集交通与微交互式车辆 arxiv：2502.08704v1 [cond-mat.supr-con] 2025年2月12日 机器人引发的久坐行为的社会控制 增强数字阴影的稳健性，用于使用增强岩石物理建模的二氧化碳存储监控 arxiv：2502.07964v1 [cs.lg] 2025年2月11日 对石墨烯中振荡大声电效应的相干检测 arxiv：2502.09316v1 [CS.CL] 2025年2月13日 将基于物理的建模与锂离子电池的机器学习相结合 Trellis BMA：DNA存储的IDS通道上的编码跟踪重建 arxiv：2502.07650v1 [stat.ml] 2025年2月11日 与Soc- ... 的多间隔能量储备合作
表示学习被广泛用于观察数据的因果量（例如，有条件的平均治疗效应）。尽管现有的表示学习方法具有允许端到端学习的好处，但他们没有Neyman-Ottrol-ottrodenal学习者的理论特性，例如Double Ro-Busberness和Quasi-Oracle效率。此外，这种表示的学习方法通常采用诸如平衡之类的规范约束，甚至可能导致估计不一致。在本文中，我们提出了一类新型的Neyman-Ottrodonal学习者，以在代表水平上定义的因果数量，我们称之为或称为校友。我们的旅行者具有几个实际的优势：它们允许基于任何学习的表示形式对因果量进行一致的估计，同时提供了有利的理论属性，包括双重鲁棒性和准门的效率。在多个实验中，我们表明，在某些规律性条件下，我们的或学习者改善了现有的表示学习方法并实现最先进的绩效。据我们所知，我们的或学习者是第一批提供代表学习方法的统一框架，而Neyman-ottrol-ottrodenal学习者进行因果量估计。
基于逼真的中性运动的合成
抽象大多数自动表达分析系统试图识别一系列传统的表达方式，例如幸福，悲伤，愤怒，惊喜和恐惧等。尽管这套表达方式是面部最典型的表达式，但它与身体表达式所告诉我们的内容并不是最代表性/相关的。本文提出了一种新颖而通用的方法，用于使用人类姿势识别身体表情。我们的方法基于给定表达式产生的中性运动的概念。第二次，我们估计残基函数，作为两个相关运动之间的差异，即表达式和中性运动。更准确地说，受心理学领域研究启发的此功能给出了运动的“中立性”得分。使用此“中立分数”，我们提出了一个成本函数，该成本函数能够从任何输入表达运动中综合中性运动。中性运动过程的合成基于两个嵌套的主成分分析，提供了一个可以移动和选择现实的人类动画的空间。在具有异质运动和身体表达的四个数据库上评估了拟议的方法，并在超过艺术状态的身体表达识别方面获得了识别结果。
启用显微镜逼真的大脑的电场模型
电气和计算机工程部，伍斯特理工学院，美国马萨诸塞州伍斯特市B Max Planck Inst。对于人类认知和脑科学，德国莱比锡c莱比锡应用科学大学（HTWK），工程学院，莱比锡，德国d d d div>计算神经刺激研究计划，无创神经调节单元，实验治疗和病理生理学分支，国家心理健康研究所，美国国立卫生研究院，贝塞斯达，马里兰州贝塞斯达，美国马里兰州Gathinoula A. Martinos Ctr。用于生物医学成像，马萨诸塞州综合医院，美国马萨诸塞州查尔斯敦，h伍斯特理工学院数学科学系，美国马萨诸塞州伍斯特，美国马萨诸塞州
对逼真的果蝇运动的全身模拟，并进行深度加固学习
动物的身体影响神经系统如何产生行为。因此，2对感觉运动行为神经控制的详细建模需要3个身体的详细模型。在这里，我们在Mujoco Physics发动机中贡献了4种水果果蝇Melanogaster的解剖学生物力学全身模型。我们的模型是通用的，5可以在陆地和空气中模拟各种频率行为。我们通过模拟逼真的运动和步行来证明模型的6个通用力。为了支持7这些行为，我们通过流体力和8种粘附力的现象学模型扩展了穆霍科。通过数据驱动的端到端强化学习，我们证明了9这些进步使能够基于高级转向控制信号的复杂轨迹进行现实运动10的神经网络控制器的训练。我们通过训练12个模型来证明11使用视觉传感器以及重复使用预训练的通用式旋转控制器。我们的项目是一个开源平台，用于在体现的上下文中对感觉运动行为的神经控制建模。14
多模式逼真的人工智能新闻检测
近年来，煽动性或误导性的“假”新闻内容泛滥已变得越来越普遍。同时，使用 AI 工具生成描绘任何可以想象到的场景的逼真图像也变得比以往任何时候都更容易。将这两者结合起来——AI 生成的假新闻内容——尤其有害且危险。为了打击 AI 生成的假新闻的传播，我们提出了 Mi-RAGeNews 数据集，这是一套包含 12,500 个高质量真实和 AI 生成的图像-字幕对的数据集，这些图像-字幕对均来自最先进的生成器。我们发现我们的数据集对人类（60% F-1）和最先进的多模态 LLM（< 24% F-1）都构成了重大挑战。使用我们的数据集，我们训练了一个多模态检测器（MiRAGe），与来自域外图像生成器和新闻发布商的图像-字幕对的最新基线相比，其 F-1 提高了 +5.1%。我们发布代码和数据以帮助未来检测人工智能生成的内容。1
一种行为体系结构，用于对果蝇幼虫运动和觅食的逼真模拟
摘要果蝇幼虫被广泛用作模型生物体7研究，其中精确的行为跟踪能够对个体和8个种群级行为指标进行统计分析，这些指标可以为幼虫行为的数学模型提供信息。9在这里，我们提出了一个分层模型架构，其中包括三层，以促进模块化10模型构建，闭环模拟以及经验和11个模拟数据之间的直接比较。在基本层，自主运动模型能够执行12个探索。基于新颖的运动学分析，我们的模型特征是间歇性向前爬行13，该爬行13与横向弯曲相结合。在第二层中，通过在模拟环境中进行主动14传感和自上而下的运动调制来实现导航。在顶层，15个行为适应需要关联学习。我们评估了16个基于代理的自主探索，趋化性和气味偏好17测试的虚拟幼虫行为。我们的行为体系结构非常适合18个神经力学，神经或单纯的统计模型组件的模块化组合，从而促进其评估，19比较，扩展和集成到多功能控制体系结构中。20
用材料校准在虚幻引擎中执行逼真的地震模拟
地震会严重影响社会和经济，强调有效搜索和救援策略的需求。作为AI和机器人技术，越来越多地支持这些努力，对培训的高保真性，实时模拟环境的需求已变得紧迫。地震模拟可以视为复杂的系统。传统的仿真方法，主要集中于计算单个建筑物或简化建筑集聚的复杂因素，通常在为城市环境提供现实的视觉效果和实时结构性损害评估方面通常不足。为了解决这一缺陷，我们基于虚幻引擎中的混乱物理系统引入了一个实时的，高视觉的忠诚地震仿真平台，该平台是专门设计的，旨在模拟对城市建筑的损害。最初，我们使用遗传算法根据现实世界测试标准将来自ANSYS的材料模拟参数校准到虚幻发动机的断裂系统中。此对齐确保在实现实时功能的同时，确保两个系统之间的结果相似。另外，通过整合真实的地震波形数据，我们改善了模拟的真实性，确保它准确地反映了历史事件。所有功能都集成到视觉用户界面中，从而实现零代码操作，从而有助于通过跨学科用户进行测试和进一步开发。我们通过三个基于AI的任务来验证平台的有效性：相似性检测，路径计划和图像分段。本文建立在我们在IMET 2023上介绍的初步地震模拟研究的基础上，并具有显着的增强，包括改善材料校准工作流程和结合建筑基础的方法。
生物逼真的神经形态应用的新兴多模式备忘录
摘要来自不同模式的感觉信息（例如触摸和视觉）的集成对于执行决策，学习和记忆等行为功能的生物具有至关重要的。使用电子支持的人工实施人类多感知感知对于实现有效的人类机器相互作用具有重要意义。由于它们与生物突触的结构和功能相似性，回忆录正出现为有希望的纳米版本，用于发展人工神经形态感知。回忆设备可以感觉到多维信号，包括光，压力和声音。他们的传感器计算体系结构代表了有效的多模式感知的理想平台。我们回顾了多模式回忆技术的最新进展及其在具有视觉，嗅觉，听觉和触觉信息的复杂刺激的神经形态感知中的应用。在设备级别上，还引入了操作模型和正在进行的机制。最后，我们讨论了与这一快速发展的研究领域相关的挑战和前景。