XiaoMi-AI文件搜索系统
World File Search System逼真
图像建模技术在医学影像诊断中的应用探讨
计算机图形学领域在硬件和软件方面都取得了显著的进步，并取得了快速的发展。图像建模技术的运用是影响模拟环境真实性和沉浸感的一个重要方面。能否成功创建逼真而迷人的图像建模环境，很大程度上取决于这项技术的有效实施。鉴于此，本文彻底研究了计算机图形学和图像建模技术的基本概念。此外，本文深入分析了图像建模技术在计算机图形学领域的集成，并探索了其运作背后隐藏的算法。计算机图形系统的不断发展，包括硬件和软件的进步，推动了该领域的快速发展。在影响模拟环境可信度和参与度的各种因素中，图像建模技术的运用是一个关键因素。本研究论文致力于全面研究计算机图形学的基本原理和图像建模技术的复杂工作原理。本研究通过对计算机图形学和图像建模的概念框架进行剖析，揭示了二者之间的相互作用和相互依赖关系，并揭示了计算机图形学中图像建模技术运行背后的隐藏算法，从而为理解图像建模技术的内部工作原理提供了有益的见解。关键词：图像建模技术、计算机图形学、隐藏算法
已发表版本的引文 (APA)：Ahmed, A., UlHaq, MU, Mustansar, Z., Shaukat, A., & Margetts, L. (2021)。肿瘤生长如何影响颅内
大脑是控制和协调的执行器。当颅骨出现病变时，可能会对大脑生理产生退化、变形和不稳定的影响。然而，其主要后果可能因人而异。在这种情况下，肿瘤是一种特殊的病理，它会使脑实质永久变形。从转化角度来看，变形力学和压力，特别是肿瘤所致大脑的颅内脑压 (ICP)，在文献中尚未得到全面解决。这是神经病变预后中一个重要的研究领域。为了解决这个问题，我们旨在在本研究中解决肿瘤脑中的压力之谜，并提出一种相当可行的方法。使用基于图像的有限元建模，我们重建了肿瘤脑并探测由此产生的变形和压力 (ICP)。肿瘤是通过将体素区域均匀扩大 16 和 30 毫米来生长的。总共研究了三个病例，包括肿瘤的现有阶段。还提供了由于脑室区域内流动而产生的脑脊液压力，以使模型在解剖学上逼真。对获得的结果进行比较，明确表明，随着肿瘤区域的面积和尺寸增加，变形模式发生了广泛变化并扩散到整个脑体积，肿瘤附近的集中度更高。其次，我们得出结论，颅骨内的 ICP 压力确实大幅增加；然而，它们仍然低于
基于结构的药物设计的结合自适应扩散模型
基于结构的药物设计 (SBDD) 旨在生成与特定蛋白质靶点结合的 3D 配体分子。现有的 3D 深度生成模型（包括扩散模型）已显示出对 SBDD 的巨大潜力。然而，在 3D 空间中精确捕捉分子生成所必需的蛋白质-配体相互作用非常复杂。为了解决这个问题，我们提出了一个新颖的框架，即结合自适应扩散模型 (BIND DM)。在 BIND DM 中，我们自适应地提取子复合物，即负责蛋白质-配体相互作用的结合位点的基本部分。然后，使用 SE(3) 等变神经网络处理选定的蛋白质-配体子复合物，并将其传输回复合物的每个原子，以通过结合相互作用信息增强靶标感知的 3D 分子扩散生成。我们利用跨层级相互作用节点迭代此层级复合物-子复合物过程，以充分融合复合物与其相应子复合物之间的全局结合上下文。在 Cross-Docked2020 数据集上进行的实证研究表明，B IND DM 可以生成具有更逼真三维结构和更高蛋白靶标结合亲和力的分子，平均 Vina 评分最高可达 -5.92，同时保持适当的分子特性。我们的代码可在 https://github.com/YangLing0818/BindDM 获取。
来自 Twitter 的带有元数据的 AI 生成图像数据集
生成式人工智能 (gen-AI) 的最新进展使得只需单击一下即可生成照片般逼真且具有艺术灵感的照片，满足数百万在线用户的需求。要探索人们如何使用 DALLE 和 StableDiffusion 等 gen-AI 模型，了解 AI 生成的照片中的主题、内容和变化至关重要。在这项工作中，我们介绍了 TWIGMA（带有 MetadatA 的 TWItter Generative-ai 图像），这是一个全面的数据集，涵盖了 2021 年 1 月至 2023 年 3 月在 Twitter 上收集的 800,000 多张 gen-AI 图像，以及相关元数据（例如推文文本、创建日期、点赞数），可在 https://zenodo.org/records/8031785 上找到。通过将 TWIGMA 与自然图像和人类艺术作品进行比较分析，我们发现与非 gen-AI 图像相比，gen-AI 图像具有独特的特征，并且平均而言表现出较低的可变性。此外，我们发现 gen-AI 图像与自然图像之间的相似性与点赞数量呈反比。最后，我们观察到 Twitter 上 AI 生成图像的主题发生了纵向变化，用户越来越多地分享艺术上复杂的内容，例如复杂的人类肖像，而他们对自然场景和动物等简单主题的兴趣有所下降。我们的研究结果强调了 TWIGMA 作为研究 AI 生成图像的独特数据资源的重要性。
FlightGoggles - arXiv
摘要 — FlightGoggles 是一款用于感知驱动机器人车辆的逼真传感器模拟器。FlightGoggles 的主要贡献有两个方面。首先，FlightGoggles 使用摄影测量生成的图形资产提供逼真的外部感受传感器模拟。其次，它能够结合 (i) 实时计算机生成的合成外部感受测量和 (ii) 运动捕捉设施中车辆在运动中生成的车辆动力学和本体感受测量。FlightGoggles 能够模拟自动驾驶汽车周围的虚拟现实环境。当车辆在 FlightGoggles 虚拟现实环境中飞行时，外部感受传感器会实时合成渲染，而所有复杂的外部动力学都会通过车辆的自然相互作用有机地生成。FlightGoggles 框架允许研究人员通过避免估计复杂且难以建模的相互作用（例如空气动力学、电机力学、电池电化学和其他代理的行为）来加速开发。使用逼真的外部感应传感器模拟进行飞行器在环实验的能力促进了新的研究方向，例如，在障碍物较多的环境中快速敏捷地自主飞行、安全的人机交互和灵活的传感器选择。FlightGoggles 已被用作选拔 AlphaPilot 自主无人机竞速挑战赛中晋级的九支队伍的主要测试。我们调查了顶级 AlphaPilot 团队的方法和结果，这些方法和结果可能具有独立意义。
文章对现实人形机器人中体现人工智能和外观的用户偏好进行建模
摘要：具有具身人工智能 (EAI) 的逼真人形机器人 (RHR) 在社会中具有广泛的应用，因为人脸是最自然的交流界面，人体是穿越地球人造区域的最有效形式。因此，开发具有高度人性化的 RHR 为人类提供了一个栩栩如生的容器，使人类能够以任何其他形式的非生物人类模拟无法超越的方式与技术进行物理和自然的交互。本研究概述了一项人机交互 (HRI) 实验，该实验采用了两个具有对比外观和个性的自动化 RHR。本研究中使用的选择性样本组由 20 个人组成，按年龄和性别分类以进行多样化的统计分析。皮肤电反应、面部表情分析和人工智能分析允许对生物特征和人工智能数据与参与者证词进行交叉分析，以具体化结果。这项研究的结论是，年轻的测试对象更喜欢外表年轻的 RHR 的 HRI，而年龄较大的测试对象更喜欢外表年长的 RHR。此外，女性测试组更喜欢外表年轻的 RHR 的 HRI，而男性测试对象更喜欢外表年长的 RHR。这项研究对于为具有 EAI 的 RHR 的外表和个性建模很有用，这些 RHR 适合特定的工作，例如照顾老人和为年轻、孤立和弱势群体提供社交陪伴。
标准测光系统 - 物理学和天文学
■ 摘要 标准恒星光度测定法在二十世纪后半叶占据主导地位，并在 20 世纪 80 年代达到顶峰。与照相底片相比，它的引入充分利用了光电倍增管的高灵敏度和大动态范围。随着光电探测器量子效率的提高和波长范围进一步扩展到红色，标准系统得到了修改和改进，与原始系统的偏差也随之增加。所有光学和红外观测都革命性地转向区域探测器，这迫使标准系统进一步改变，许多宽带和中波段光度测定的精度和准确度受到影响，直到采用更合适的观测技术和标准降低程序。但最大的革命发生在全天空光度测量的产生过程中。Hipparcos/Tycho 是太空望远镜，但大多数望远镜（如 2MASS）是地面专用巡天望远镜。未来很可能不再使用某些标准测光系统测量物体，而是直接在虚拟天文台目录中查找大多数物体的星等和颜色。这篇评论将概述标准恒星测光的历史，并研究标准系统的校准和实现。最后，模型大气通量现在非常逼真，合成测光为校准所有测光系统提供了最佳前景。观测到的光谱测光的合成测光也理所当然地应该用于提供标准系统内的颜色，并深入了解不寻常恒星、星团和遥远星系的光谱和颜色。
标准测光系统 - 加州理工学院天文学
■ 摘要 标准恒星光度测定法在二十世纪后半叶占据主导地位，并在 20 世纪 80 年代达到顶峰。与照相底片相比，它的引入充分利用了光电倍增管的高灵敏度和大动态范围。随着光电探测器量子效率的提高和波长范围进一步扩展到红色，标准系统得到了修改和改进，与原始系统的偏差也随之增加。所有光学和红外观测都革命性地转向区域探测器，这迫使标准系统进一步改变，许多宽带和中波段光度测定的精度和准确度受到影响，直到采用更合适的观测技术和标准降低程序。但最大的革命发生在全天空光度测量的产生过程中。Hipparcos/Tycho 是太空望远镜，但大多数望远镜（如 2MASS）是地面专用巡天望远镜。未来很可能不再使用某些标准测光系统测量物体，而是直接在虚拟天文台目录中查找大多数物体的星等和颜色。这篇评论将概述标准恒星测光的历史，并研究标准系统的校准和实现。最后，模型大气通量现在非常逼真，合成测光为校准所有测光系统提供了最佳前景。观测到的光谱测光的合成测光也理所当然地应该用于提供标准系统内的颜色，并深入了解不寻常恒星、星团和遥远星系的光谱和颜色。
硬岩隧道掘进机盘形刀具下方的研磨和切削过程分析（案例研究：斯里兰卡乌玛-奥亚输水隧道）
岩石中的机械化隧道施工基于盘形刀具下的裂缝扩展和岩石破碎。岩石崩裂是一种有效的破碎过程，而磨削过程则可能发生在特殊条件下。刀头穿透力是一个合适的参数，用于区分岩石切割中的崩裂和磨削过程。在这项工作中，研究了斯里兰卡乌玛-奥亚输水隧道中的磨削和崩裂过程。乌玛-奥亚项目是斯里兰卡中部高地地区东南部的输水、水电和灌溉系统。从地质角度来看，所研究路段的大部分隧道路线由非常坚固和磨蚀性的变质岩组成，在盘形刀具的钻孔过程中，这些变质岩可能容易发生磨削。在这项工作中，首先进行数据处理，以确定崩裂和磨削之间的界限。然后使用实用的数值和人工智能方法对崩裂和磨削过程进行建模。在数值建模阶段，我们尝试使建模尽可能逼真。这些建模方法的结果表明，当穿透率小于 3 毫米/转时，磨削过程占主导地位，而当穿透率大于 3 毫米/转时，岩石会发生崩裂。此外，在数值建模中，当穿透率小于 3 毫米/转时，岩石中没有观察到明显的裂缝扩展。此外，在崩裂过程的数值建模中可以看到扩展的裂缝汇合在一起并形成了碎片。
FlightGoggles - arXiv
摘要 — FlightGoggles 是一款用于感知驱动机器人车辆的逼真传感器模拟器。FlightGoggles 的主要贡献有两个方面。首先，FlightGoggles 使用摄影测量生成的图形资产提供逼真的外部感受传感器模拟。其次，它能够结合 (i) 实时计算机生成的合成外部感受测量和 (ii) 运动捕捉设施中车辆在运动中生成的车辆动力学和本体感受测量。FlightGoggles 能够模拟自动驾驶汽车周围的虚拟现实环境。当车辆在 FlightGoggles 虚拟现实环境中飞行时，外部感受传感器会实时合成渲染，而所有复杂的外部动力学都会通过车辆的自然相互作用有机地生成。FlightGoggles 框架允许研究人员通过避免估计复杂且难以建模的相互作用（例如空气动力学、电机力学、电池电化学和其他代理的行为）来加速开发。使用逼真的外部感应传感器模拟进行车辆在环实验的能力促进了新的研究方向，例如在障碍物丰富的环境中快速敏捷地自主飞行、安全的人机交互和灵活的传感器选择。FlightGoggles 已被用作选择将在 AlphaPilot 自主无人机竞速挑战中晋级的九支队伍的主要测试。我们调查了顶级 AlphaPilot 团队的方法和结果，这些方法和结果可能具有独立意义。