XiaoMi-AI文件搜索系统
World File Search System集以
依赖于踝关节肌肉的任务依赖性募集以及机械需求之间的肌肉驱动驱动于肌肉收缩的代谢成本
引用Lai，Adrian K M，Dick，Taylor J M，Biewener，Andrew A和Wakeling，JamesM。皇家学会界面杂志18，第1期。174（2021）：20200765。
链接的基因组学测序和质谱学多模式数据集以及用于微生物应变库中的简化天然产物的模型
预印本（未通过同行评审认证）是作者/资助者。保留所有权利。未经许可就不允许重复使用。此版本的版权持有人于2025年1月21日发布。 https://doi.org/10.1101/2025.01.20.633932 doi：biorxiv Preprint
生物样本收集以推进研究和治疗：通过欧洲研究和欧洲欧洲联盟陈述
Drarell Green 1 , Roelof van Ewijk 2 , Elisa Cup 12, Lucia Cottone 13, 22:23 , Anne Gives-Mascard 24 , Stefanie Hecker-Noting 8 , Edita Kabickova 25 , Leo Kager 26,27 , Cannerva 28 , Laurence 32 , Cyril Bervat 33 , Antonin Market 18 , Marriage-Berard Merks 2.36 , Benjamin Ory 37，Pantziarca 15.39.40，Sophie Piperno-Neuman 33，Anna Raciborska 42：44，Acmal Safwat 45，Katia Scotlandi 46，Eric LSys 50，Marie-Doin 51，Miss 52，Claudia Valverde 53，Michiel A.J. van of san 54，关闭ẅ艺术1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 100 100 10 10 10 10 10 10 100 100 100 100 100 100 100 100 100 100 100 100 121 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 100 200 200 200 200 200 200 200 200 200 200，clausẅArtẅArt5，56，56，56，56，56，56，56，56，56，56.60 <Sys 50，Marie-Doin 51，Miss 52，Claudia Valverde 53，Michiel A.J.van of san 54，关闭ẅ艺术1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 100 100 10 10 10 10 10 10 100 100 100 100 100 100 100 100 100 100 100 100 121 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 100 200 200 200 200 200 200 200 200 200 200，clausẅArtẅArt5，56，56，56，56，56，56，56，56，56，56.60 <
建立艾伯塔省的地热图集以探索地热资源潜力
加拿大西部沉积盆地（WCSB）的地热能量尽管具有潜力，但仍未开发。以其广泛的碳氢化合物资源而闻名的盆地，还具有有利于托管地热能资源的地下地质条件。艾伯塔省地质调查局（AGS）的最新努力着重于在形成量表上识别和表征地热储层。该研究包括使用更新的数据和地理建模技术为几个地质单元创建新的地热可爱图。这项工作的关键结果是开发了艾伯塔省的全面地热图集，该地图集具有相关的地球科学数据和信息，包括地热可爱性图以及对地位热和发电能力的估计。创建了艾伯塔省的地热图集，并使用ESRI的ArcGIS在线软件共享。使用数据驱动的映射方法，该平台与丰富的地质数据存储库进行交互，并为用户提供了与地热能量相关的空间数据的交互式访问。它有助于识别地热探索的潜在领域，有助于选择最有利的地下目标，并为制图可视化和数据分析提供工具。
Robust-Deep：一种增加脑成像数据集以提高深度学习模型性能和鲁棒性的方法
摘要 小型数据集通常会影响医学成像研究中深度神经网络 (DNN) 的泛化、稳健性和整体性能。由于收集大型临床数据库始终很困难，我们提出了一种生成大型真实/多样化数据集的分析方法。临床脑部 PET/CT/MR 图像包括全剂量 (FD)、低剂量 (LD)（仅对应于 FD 扫描中获取的事件的 5%）、非衰减校正 (NAC) 和基于 CT 测量的衰减校正 (MAC) PET 图像、CT 图像以及 35 名患者的 T1 和 T2 MR 序列。所有图像均已注册到蒙特利尔神经研究所 (MNI) 模板。使用拉普拉斯混合，利用来自两个不同患者的图像的频域信息以及混合蒙版进行自然呈现。这种来自计算机视觉和图像处理社区的经典技术仍然被广泛使用，并且与现代 DNN 不同，它不需要训练数据。实施了改进的 ResNet DNN 来评估四个图像到图像的转换任务，包括 LD 到 FD、LD+MR 到 FD、NAC 到 MAC 和 MRI 到 CT，使用和不使用合成图像。使用已建立的指标进行定量分析，包括峰值信噪比 (PSNR)、结构相似性指数度量 (SSIM) 和联合直方图分析，以进行定量评估。包含 35 名患者的注册小数据集与包含 350 个合成数据集加 35 个真实数据集的大数据集之间的定量比较显示，LD 到 FD 的 RMSE 和 SSIM 分别提高了 29% 和 8%，LD+MRI 到 FD 的 RMSE 和 SSIM 提高了 40% 和 7%，NAC 到 MAC 的 16% 和 8%，MRI 到 CT 映射任务的 24% 和 11%。定性/定量分析表明，与参考图像相比，所提出的模型通过生成更高质量、更低定量偏差和方差的图像，提高了所有四个 DNN 模型的性能。
CoAuthor：设计人机协作写作数据集以探索语言模型功能
大型语言模型 (LM) 提供了前所未有的语言生成能力和令人兴奋的交互设计机会。然而，它们高度依赖于上下文的能力很难掌握，而且往往被主观解释。在本文中，我们认为，通过整理和分析大型交互数据集，HCI 社区可以促进对 LM 生成能力的更深入的检查。为了举例说明这种方法，我们提出了 CoAuthor，这是一个旨在揭示 GPT-3 在协助创造性和论证性写作方面的能力的数据集。CoAuthor 在 1445 个写作会话中捕捉了 63 位作者和 4 个 GPT-3 实例之间的丰富互动。我们证明 CoAuthor 可以解决有关 GPT-3 的语言、构思和协作能力的问题，并揭示其作为写作“合作者”在各种良好协作定义下的贡献。最后，我们讨论这项工作如何促进围绕 LM 在交互设计方面的优点和缺点的更有原则性的讨论。数据集和用于重放写作会话的界面可在 https://coauthor.stanford.edu 上公开获取。