XiaoMi-AI文件搜索系统
World File Search System预测误差
构建狨猴大脑中的预测听觉序列层次
摘要 我们的大脑不断对感官输入做出预测，并将其与实际输入进行比较，通过大脑区域的层次结构传播预测误差，随后更新对世界的内部预测。然而，预测编码的基本特征、层次深度的概念及其神经机制仍未得到充分探索。在这里，我们结合功能性磁共振成像 (fMRI) 和高密度全脑皮层电图 (ECoG)，在听觉局部-全局范式中研究了狨猴的预测听觉处理的层次深度，其中刺激的时间规律被设计为两个层次。预测误差和预测更新被视为对听觉不匹配和遗漏的神经反应。使用 fMRI，我们确定了听觉通路上的层级梯度：中脑和感觉区域代表局部、较短时间尺度的预测处理，随后是联想听觉区域，而前颞叶和前额叶区域代表整体、较长时间尺度的序列处理。互补的 ECoG 记录证实了皮质表面区域的激活，并进一步区分了预测误差和更新信号，它们分别通过假定的自下而上的 γ 和自上而下的 β 振荡传输。此外，由于输入缺失而引起的遗漏反应仅反映了层级预测编码框架所特有的两个预测信号水平，证明了听觉、颞叶和前额叶区域自上而下的层级预测过程。因此，我们的研究结果支持分层预测编码框架，并概述了如何使用神经网络和时空动态来表示和安排狨猴大脑中听觉序列的分层结构。
替代方法对估算增量需求有何价值？：预印本
摘要 — 电力系统运营商采购和部署灵活性储备或爬坡产品，以解决由负荷和发电的不确定性和多变性引起的平衡需求。现有方法使用日历信息和历史预测误差来估计爬坡需求。新方法研究实时天气信息是否可以为爬坡和其他平衡要求提供信息。本文比较了理论和实践中爬坡要求的估计方法。理论框架表明，替代方法何时可以通过要求更低或更高水平的爬坡产品来产生比现有方法更好的经济或可靠性性能。2019 年 5 月对 118 母线测试系统进行了为期 4 天的初步模拟，说明了当爬坡要求是基于天气信息（替代）而不是基于日历（基线）时，系统性能如何提高或下降。初步结果表明性能变化具有很大的可变性，并强调了系统条件等其他因素对实际性能变化的影响。索引词 — 灵活性、爬坡产品、可再生能源不确定性、预测误差、概率预测、可靠性。
Oracle 现代供应链管理最佳实践
通过按细分评估基线、趋势、季节性和因果预测成分来提高预测准确性。利用机器学习来评估间歇性、共线性、异常、水平变化、价格变化、假期和事件的影响。监控和诊断需求预测误差的根本原因并按细分跟踪改进情况。
基于自导向学习的云资源管理工作负载预测模型
工作负载预测在智能资源扩展和负载平衡中起着至关重要的作用，可最大限度地提高云服务提供商的经济增长以及用户的体验质量 (QoE)。人们发现了多种方法来估计未来的工作负载，并且机器学习被广泛用于提高预测准确性。本文提出了一种自导向工作负载预测方法 (SDWF)，该方法通过计算最近预测中的偏差来捕捉预测误差趋势，并将其应用于提高进一步预测的准确性。该模型采用基于黑洞现象的改进启发式方法来训练神经元。通过六种不同的真实世界数据轨迹评估了所提出方法的有效性。将该模型的准确性与使用不同最先进方法（包括深度学习、差分进化和反向传播）的现有模型进行了比较。与现有方法相比，均方预测误差的最大相对减少量高达 99.99%。此外，还采用 Friedman 和 Wilcoxon 符号秩检验进行统计分析，以验证所提出的预测模型的有效性。2020 Elsevier Inc. 保留所有权利。
世界就业和社会前景：2024年9月更新
自动性模型。识别冲击依赖于两个关键组成部分。首先，基于VAR模型的预测误差对意外冲击（技术和其他类型）的估计。第二，基于长期效应限制的冲击技术组成部分的隔离（通常是在经济文献中识别）（只有技术冲击才能对生产力产生长期影响）。
缩小技术应用于高维，低样本量神经生理数据集
抽象背景：神经生理信号处理中的一个常见问题是从高维，低样本量数据（HDLSS）中提取有意义的信息。我们提出了Roldsis（低维跨度输入空间的回归），这是一种基于降低性降低的回归技术，将解决方案限制在可用观测值所跨越的子空间中。这避免了收缩回归方法中需要的回归过程中的正则参数。结果：我们将Roldsis应用于语音识别实验中收集的EEG数据。在实验中，连续/da/–/ta/中的变形音节作为声学刺激显示给参与者，并记录与事件相关的电位（ERP），然后通过离散小波转换在时间频率结构域中作为一组特征表示。从参与者执行的初步识别任务中选择每组刺激。身体和心理物理属性与每个刺激有关。roldsis推断与每个属性相关的特征空间中的神经生理轴。我们表明，这些轴可以可靠地估计，并且它们的分离与语音分类的个体强度相关。Roldsis提供的结果在时频域中可以解释，可用于推断语音分类的神经物理学相关性。通过交叉验证进行了与常用的正则回归技术的比较。结论：Roldsis获得的预测误差与脊回归获得的预测误差相当，并且比用Lasso和SPLS获得的预测误差较小。然而，Roldsis无需交叉验证就可以实现这一目标，该程序需要从数据中提取大量观测值，并且在平均试验时，降低了信噪比的降低。我们表明，即使Roldsis是一种简单的技术，它也适用于神经生理信号的处理和解释。关键字：脑电图，事件相关电位，线性回归，高尺寸低样本量问题，尺寸减小，音素分类，离散小波转换
违反人类成年人大脑的生理和心理预期
摘要 当看到一个固体物体似乎穿过另一个固体物体，或者看到一个人在有捷径可走的情况下绕远路到达目的地时，人类成年人会将这些事件归类为令人惊讶的事件。在违背预期 (VOE) 实验中对这些事件进行测试时，婴儿对相同结果的观察时间比对类似但预期的结果的观察时间更长。成年人的这些判断以及婴儿对这些事件的持续关注背后的认知过程是什么？作为测试这个问题的一种方法，我们使用功能性磁共振成像 (fMRI) 扫描人类成年人（共 N = 49，22 名女性，平均年龄 26 岁）的大脑，同时他们观看最初设计用于测试婴儿生理和心理预期的刺激物。我们研究了 VOE 效应潜在过程的非互斥候选者，包括领域通用过程，如视觉预测误差和好奇心，以及领域特定过程，如针对不同生理和心理预期（物体是固体；主体行为理性）的预测误差。早期的视觉区域无法区分来自任一领域的预期事件和意外事件。相比之下，涉及目标导向注意的多个需求区域对这两个领域的意外事件反应更强烈，这为领域通用的目标导向注意作为 VOE 机制提供了证据。左上缘回 (LSMG) 在物理预测期间参与并优先对物理领域的意外事件做出反应，这为领域特定的物理预测误差提供了证据。因此，在成人大脑中，违反生理和心理预期涉及领域特定和领域通用的计算，尽管并非纯粹的视觉计算。
一种半定量方法，用于复杂样品的非目标组成分析
摘要：与高分辨率质谱耦合的液态色谱分析（NTA）提高了与靶向分析技术相比，可以提高理解复杂混合物的分子组成的能力。但是，对未知化合物的检测意味着NTA中的定量是具有挑战性的。本研究提出了一种新的半定量方法，用于有机气溶胶的NTA。使用多个定量标准的平均电离效率来实现未知数，这些标准在与未知分析物相同的保留时间窗口内洗脱。总共110个真实标准构建了25个保留时间窗口，用于定量氧化（CHO）和有机肌（Chon）物种。该方法在生物质燃烧有机气溶胶（BBOA）的提取物上进行了验证，并与具有真实标准的定量进行了比较，并且平均预测误差为1.52倍。此外，从真实的标准定量中估计了70％的浓度（预测误差在0.5到2倍）。与预测性电离效率方法相比，半定量方法还显示出良好的CHO化合物定量一致性，而对于Chon物种，半定量方法的预测误差（1.63）显着低于预测性电离效率方法（14.94）。将CHO和CHON物种相对丰度的衍生衍生而应用于BBOA表明，与半定量方法相比，使用峰面积低估了CHO的相对丰度，并将Chon的相对丰度高于Chon的相对丰度。这些差异可能会导致对复杂样本中源分配的严重误解，从而强调需要解决NTA方法中的电离差异。■简介
Subhransu Maji和许多其他人的幻灯片
训练：给定一组标记的示例{（（x 1，y 1），…，（x n，y n）}，通过最大程度地限制训练集测试的预测误差来估算预测函数f：将f应用于从未见过的f之前，将f应用于前所未有的测试示例x并输出预测的值y = f（x）
通过SARS-COV-2感染反应的合成遗传追踪发现的上皮免疫的药理调节剂
摘要临床和神经科学研究表明，心理压力与健康和神经系统疾病的脑健康降低之间的联系，但尚不清楚介导途径是否相似。因此，我们在42名健康人员中应用了动脉固定的MRI压力任务，有56个具有多发性硬化症，并研究了区域神经压力反应，压力响应性区域的功能连通性与大脑时代的功能连通性之间的关联，而大脑年龄的预测误差，高度敏感的机器学习大脑健康生物标志物，以及两组中的一组。组之间的压力反应性没有差异。尽管脑年龄升高的预测错误表明患者的脑部健康状况较差，但前岛 - 枕皮层（健康人：枕骨；患者：梭状回）功能性连接性与两组的脑时代预测误差相关。最后，灰质也对跨组的区域脑时代做出了类似的贡献。这些发现可能暗示着一种常见的应激 - 脑健康途径，其影响在多发性硬化症中受到疾病特定的脆弱性因素的影响。