XiaoMi-AI文件搜索系统
World File Search System错觉
对非编码RNA分类的深度学习方法的比较和基准
我们检验了以下假设：从机器人技术（Active Interonnect（AICON））中的算法MIC信息处理模式可以用作实现人类视力的有用表示。我们为两种视觉幻觉创建了基于AICON的计算模型：形状粘合颜色的后代和通过运动沉默。模型再现了人类中看到的效果，并产生了我们通过人类心理物理实验验证的新颖预测。模型预测与实验结果之间的不一致是通过迭代模型调整解决的。对于形状粘合颜色的后效应，该模型预测和例外证实了对概述形状操作的后效应较弱，并且在感知后的后效应中的个体差异。为了通过运动，该模型预测和实验验证了意外趋势以及个体差异。我们的发现表明了AICON捕获人类视觉信息处理相关方面的能力，包括个人的变异性。它突出了合成学科和生物学科之间新型合作的潜力。关键字：计算建模，vi-sual智能，跨学科，概念，视觉错觉
虚拟会议的大脑休息和破冰活动：
轻松/有趣/引人入胜 嘉宾 与会者 休息一下，与小组分享您的宠物 你画我猜 使用视频会议白板玩你画我猜的一个版本。这可以是一次有趣的大脑休息，甚至是一次团队之间的短暂竞赛。 Color Push 一种沉浸式在线体验，您可以在其中创建和下载生成艺术 https://colorpush.wetransfer.com/ 隐形图片 让一个人在空中画一幅画，而他的伙伴（或整个小组）猜猜它是什么。您可以给他们提供食物或地点等类别，或其他缩小猜测范围的方法。 故事开头 一个人开始讲一分钟的故事，然后叫下一个人继续。以一个快乐或愚蠢的结局结束故事。 Sporcle 问答游戏 https://www.sporcle.com/ Scattergories https://swellgarfo.com/scattergories/ 我很困惑 让人们做视觉错觉、谜语、视觉拼图 辩论它 关于（幽默的）有争议的观点的虚假辩论 完成这个句子 在空白幻灯片上放置一个声明并要求参与者聊天他们的回应（像疯狂的自由主义者一样）
生物面部处理中的高效逆图形
视觉不仅可以检测和识别物体，还可以对导致我们看到的光图案的底层场景结构进行丰富的推断。反转生成模型或“综合分析”提供了一种可能的解决方案，但其机械实现通常对于在线感知来说太慢，并且它们与神经回路的映射仍不清楚。在这里，我们提出了一种神经上合理的高效逆向图形模型，并在人脸识别领域对其进行了测试。该模型基于一个深度神经网络，该网络可以学习在一次快速前馈过程中反转三维人脸图形程序。它定性和定量地解释了人类行为，包括经典的“空心脸”错觉，并直接映射到灵长类动物大脑中专门的面部处理电路上。与最先进的计算机视觉模型相比，该模型更适合行为和神经数据，并提出了一种可解释的逆向工程来解释大脑如何将图像转化为感知。
评论文章
摘要 产前压力是导致神经发育障碍的潜在风险因素。如今，产前检查仅关注女性的身体健康问题。重要的是要记住，除了可诊断的疾病之外，各种压力、焦虑和抑郁症状，例如与配偶的紧张关系，也会对胎儿发育产生影响。阿育吠陀的 Satva Vaisheshyakara Bhaavas 概念很好地强调了这一点，该概念指出，后代的心理构成受各种因素的影响，例如母亲的心理健康以及她怀孕期间所听到的内容。Daivavyapashraya Chikitsa 是一种阿育吠陀疗法，通过 Mani、Mangala、Bali、Homa、Upavasa 和其他治疗技术，可消除消极情绪和恐惧感，代之以乐观和控制感，从而促进精神健康并帮助管理精神压力。此外，这种 Chikitsa 具有几个符合认知适应理论的逻辑特征，该理论认为，人们创造积极的错觉是一种防御机制，以保护他们的心理健康免受外界威胁。本文以科学依据为依据，试图强调 Daivavyapashraya Chikitsa 在降低产妇压力方面的潜在优势。
20210604073646767_ja.pdf - 阿特拉斯有限公司
[1D2-OS-3a] 13:20-15:00 新闻媒体的数据科学 (1/3) (主席: Atsumu Sonoda) 1D2-OS-3a-01 线性和按需新闻视频分发分析广播中的使用风格（Masanori Takano、Yuki Ogawa、Fumiaki Taka、Soichiro Morishita）1D2-OS-3a-02 Twitter 上的政治分歧：以 2019 年参议院选举为例（Tsubasa Shindo、Yuki Ogawa、Yutaka Hattori）1D2 -OS-3a-03 使用基于 MMR 的句子选择和基于 TF-IDF 的句子压缩进行新闻文章摘要 (*Shotaro Ishihara、Norihiko Sawa) 1D2-OS-3a-04 利用 SNS 评论分析新闻媒体偏见（Shohei Hisada、Taichi Murayama、Juntaro Yada、Shoko Wakamiya、Eiji Aramaki）1D2-OS-3a-05 从汽车行业和社会的崩溃理解人工智能（ Ryosuke Ozawa, Takeo Kiribayasi ) [1D3-OS-3b] 15:20-17:00 新闻媒体中的数据科学 (2/3) (主席: Yuki Ogawa ) 1D3-OS-3b- 01 (OS 特邀讲座) 新闻媒体中的问题日本政治交流：社会科学与数据科学的合作（Tetsuro Kobayashi）1D3-OS-3b-02 从推文中发现有争议的新闻文章的方法（Yui Fujikane、Kazuhiro Kazama、 Mitsuo Yoshida、Yoshinori Hijikata) 1D3-OS-3b-03 新闻服务中以内容多样性和标题为重点的用户参与度分析 (Atsumu Sonoda、Hiroto Nakajima、Fujio Toriumi) 1D3-OS-3b-04 量化新闻服务期间的消费者心理和行为使用文本挖掘研究 COVID-19 疫情/J-LIWC、J-MFD 和词共现网络的应用 (Kazutoshi Sasahara、Shinpei Okuda、Yu Igarashi) [1D4-OS-3c] 17:20-18:20 数据科学新闻媒体 (3/3) (主席：Masanori Takano) 1D4-OS-3c-01 根据用户关注者构成验证帖子传播情况 (Shogo Matsuno、Santi Seiyo、Takeshi Sakaki) , Yasuhiro Hino) 1D4-OS-3c-02 使用 BertSum 对日语新闻文章进行摘要总结的研究（ Hideto Ishihara、Shotaro Ishihara、Hono Shirai）1D4-OS-3c-03 Twitter 上的新闻 浏览推文和观看视频之间的关系（ Yuki Ogawa、Masanori Takano、Soichiro Morishita、Fumiaki Taka）### 会场 E OS 会场 3 ### [1E2-OS-2] 13:20-14:40 认知偏差・多重解释和人工智能（1/1）（主席：Shohei Hidaka) 1E2-OS-2-01 麻木错觉与自我触摸错觉之间的权衡研究 (Yutaro Sato、Godai Saito)、Kotaka Kenri 1E2-OS-2-02 为什么狼人杀中人会被愚弄？/从认知偏差的角度进行思考（Kanzen Noriaki、Takeshi Ito）1E2-OS-2-03 从对新事物的态度看信念偏差的出现冠状病毒机制（Daiki Kondo）
事故调查指南 - 美国农业部森林服务局
• 对距离、间隙、速度等判断错误 • 视觉错觉导致的错误感知。影响视觉表现的情况： — 毫无特征的地形（如沙漠、干湖、水、雪地）。 — 黑暗和能见度差。 — 烟雾和不断变化的烟雾形状。 — 山地地形或倾斜的跑道。 — 导致闪烁眩晕的异常灯光效果。 — 物体与背景对比度低或照明度差。 — 观看明亮的阳光或月光。 — 阴影。 — 白茫茫的雪景。 • 空间定向障碍和眩晕。影响身体位置感的情况： — 失去视觉线索。 — 不良医疗状况或生理状况（酒精和药物影响、宿醉、脱水、疲劳等）。 — 上下移动头部、前后张望以换取收音机、接听或使用手机。 • 失去态势感知。类型： — 地理定向障碍（如偏离路线、失去位置意识）。 — 普遍丧失情境意识（如无法察觉危险情况）。 — 错误的情况评估（误解情况或条件）。 — 无法预测或预期变化的情况。 — 错误假设确认偏差（持续错误感知或误解情况）。 • 注意力不集中（如在获得正确信息时无法监控或做出反应）。 类型： — 无法目视车辆或设备外部的危险情况。 — 遗漏清单项目。 —
两种在虚拟环境中移动的方法的比较：原地行走和交互式重定向行走
自虚拟现实诞生之初，在比参与者操作的物理空间更大的虚拟环境中移动一直是一项挑战。已经提出了许多不同的方法，例如基于操纵杆的导航、原地行走（参与者进行行走动作但在物理空间中静止不动）以及重定向行走（环境被秘密改变，给人一种在虚拟空间中走长直线但在物理空间中可能走圆圈的错觉）。每种方法都有其局限性，从模拟器晕动症到仍然需要比可用空间更多的物理空间。受 COVID-19 封锁的刺激，我们开发了一种新的运动方法，我们称之为交互式重定向行走。在这里，参与者真的在走路，但当到达边界时，会旋转虚拟世界，以便继续行走始终在物理边界内。我们进行了一项探索性研究，使用问卷以及基于参与者撰写的评论的定性反应（经过情绪分析），将这种方法与原地行走在存在感方面进行了比较。令人惊讶的是，我们发现较小的物理边界有利于交互式重定向行走，但对于长度超过大约 7 个成人步长的边界，原地行走方法是更可取的。
虚拟身体部位的即时分离——罗兰·菲斯特
摘要 多感官身体错觉的证据表明，身体表征可能是可塑的，例如，通过体现外部物体。然而，根据当前任务需求调整身体表征也意味着，如果不再需要外部物体，它们就会脱离身体表征。在当前的网络研究中，我们引入了二维 (2D) 虚拟手的具象化，可以通过计算机鼠标或触摸板的主动移动来控制。在初始具象化之后，我们通过比较两种情况来探索脱离身体的情况：参与者要么继续移动虚拟手，要么停止移动并保持手静止。基于将身体表征概念化为一组多感官绑定的理论解释，如果身体表征不再通过相关的视觉运动信号更新，我们预计虚拟手会逐渐脱离身体。与我们的预测相反，一旦参与者停止移动虚拟手，它就会立即脱离身体。这个结果在两个后续实验中得到了复制。观察到的瞬间脱离肉身可能表明人类对虚拟环境中动作和身体的快速变化很敏感，因此会特别迅速地调整相应的身体表现。
![arxiv：2406.09417v2 [cs.cv] 2024年12月10日](/simg/a\a01340e85cd22d503b8ee6daae3d9c66045b6b0f.webp)
arxiv：2406.09417v2 [cs.cv] 2024年12月10日
得分蒸馏采样（SDS）已被证明是一个重要的工具，可以使大规模扩散先验用于在数据贫困域中运行的任务。不幸的是，SDS具有许多特征性伪像，这些伪影限制了其在通用应用中的有用。在本文中，我们通过将其视为解决从源分布到目标分布的最佳成本传输路径来理解SD及其变体的行为的进展。在这种新的解释下，这些方法试图将损坏的图像（源）传输到自然图像分布（目标）。我们认为，当前方法的特征伪影是由（1）最佳路径的线性近似以及（2）源分布估计差的差。我们表明，校准源分布的文本条件可以产生高质量的生成和翻译结果，而几乎没有额外的开销。我们的方法可以轻松地在许多域上应用，匹配或击败专业方法的性能。我们在文本到2D，基于文本的NERF优化，将绘画转换为真实图像，光学错觉生成和3D素描到现实中演示了其实用性。我们将我们的方法与现有的分数蒸馏采样方法进行了比较，并表明它可以用逼真的颜色产生高频细节。
视觉知觉学习在虚幻的远距离空间中有效，但在近距离空间中无效
摘要 在近体空间 (PPS) 中，与远离身体的物体相比，靠近身体的物体的视觉形状辨别速度更快。当感知深度基于 2D 图像提示时，PPS 中的视觉处理也会增强。从相对低级（检测、大小、方向）到高级视觉特征（面部处理），都观察到了这种优势。虽然多感官联想也显示出近端优势，但 PPS 是否影响视觉感知学习仍不清楚。在这里，我们研究了感知学习效果是否会根据视觉刺激与观察者的距离（近或远）而变化，这是通过利用庞佐错觉幻觉诱导的。参与者执行了视觉搜索任务，他们报告了干扰项中是否存在特定目标物体方向（例如，指向下方的三角形）。在近距离（近组）或远距离（远组）练习视觉搜索任务（每天 30 分钟，持续 5 天）之前和之后评估表现。结果表明，在近距离空间进行训练的参与者没有进步。相比之下，在远空间进行训练的参与者在远空间和近空间的视觉搜索任务中都表现出了进步。我们认为，远空间训练后的这种进步是由于在远空间中更多地部署了注意力，这可以使学习更有效，并可以跨空间推广。