XiaoMi-AI文件搜索系统
World File Search System高保真
液晶弹性体的数字编程以实现高保真表面变形
可变形表面有可能实现新型自适应系统，但现有的制造方法在实现高分辨率变形为任意指定形状的能力方面有限。这项工作提出了一个平台和用于生成刀具路径的算法，以实现能够进行高分辨率表面变形的自由曲面结构。变形表面由液晶弹性体 (LCE) 组成，向列相域使用能够施加可调压力和剪切速度的刮擦柱进行对齐，能够局部调整驱动应变，从而将曲率半径从 1.8 毫米调整到 14.4 毫米。使用两种替代算法生成了多层结构的图案化刀具路径，并使用能够从平板变形为圆顶的示例结构和人脸模型对结果进行了比较。与原始模型相比，此过程产生的变形人脸形状结构相似度高达 84.5%，证明了这种方法在制造复杂可变形 LCE 结构方面的高保真度和可重构性。
机器学习策略识别：高保真度决策策略发现的范例
摘要 我们提出了一种新方法，称为机器学习策略识别 (MLSI)，以发现隐藏的决策策略。在这种方法中，我们首先根据一组被指示使用特定策略的参与者的选择和过程数据训练机器学习模型，然后使用训练后的模型识别一组新参与者所采用的策略。与大多数需要多次试验才能识别参与者策略的建模方法不同，MLSI 可以逐个试验区分策略。我们在三个实验中检查了 MLSI 的表现。在实验一中，我们在配对比较决策任务中向参与者传授三种不同的策略。最好的机器学习模型识别出参与者使用的策略，准确率超过 90%。在实验二中，我们将 MLSI 与多重测量最大似然 (MM-ML) 方法进行了比较，后者也能够在策略识别中整合多种类型的数据，结果发现 MLSI 的识别准确率高于 MM-ML。在实验三中，我们向在有利于非补偿策略（取其优）的任务环境中自由做出决策的参与者提供反馈。 MLSI 的逐次试验结果表明，在实验过程中，大多数参与者一开始会探索多种策略，但最终学会使用“选择最佳”策略。总体而言，我们的研究结果表明，MLSI 可以逐次识别隐藏策略，并且准确率很高，可与需要多次试验才能识别策略的其他方法相媲美。
使用带信标的 BLE 为运动中的用户提供高保真室内导航系统
摘要 由于缺乏可用的 GPS 信号，室内定位和微定位系统变得复杂。蓝牙和 WiFi 填补了这一空白，但这些系统在用户移动时难以保持准确性。使用平滑算法和运行 iBeacon 软件的均匀分布的 BLE 信标，搭配定制设计的 iOS 应用程序，在用户移动时可实现 2 米的精度。本文介绍了以下研究成果：1) 一种使用低成本 BLE 信标的新型室内定位和导航预测系统，当用户以步行速度移动时，其精度为 2.2 米；2) 一种通用室内微定位系统，可以轻松快速地部署到新环境中（数小时内）；3) 5 种平滑算法的比较和性能分析；4) 一种架构模型，其他研究人员可以通过它扩展我们在室内定位和导航方面的工作。
金黄色葡萄球菌Cas9的高保真KKH变体...
1组合遗传学和合成生物学实验室，生物医学科学学院，香港大学，波克福姆大学，波克福兰，香港，中国香港，2，香港科学公园，香港科学公园，香港SAR，香港SAR，中国，3月wai waiu waiu for Reparative for Reparative for Reparative of Hem hem hem hem karitetka karitetka karitetka karittka Department of Medicine, LKS Faculty of Medicine, The University of Hong Kong, Pokfulam, Hong Kong SAR, China, 5 The Jockey Club Centre for Clinical Innovation and Discovery, LKS Faculty of Medicine, The University of Hong Kong, Pokfulam, Hong Kong SAR, China, 6 Department of Biomedical Sciences, City University of Hong Kong, Hong Kong SAR, China, 7 Biotechnology and Health Centre, City University中国深圳的香港深圳研究所和8号电气和电子工程系
IDT_改进的 CRISPR-Cas9 HDR 方法，实现高效、高保真基因组编辑应用说明 (RUO21-0258_001 01/22)
gRNA（向导 RNA）：Cas9 使用的 CRISPR RNA（crRNA）包含 20 个碱基的原间隔元件和与 tracrRNA 互补的额外核苷酸。反式激活 CRISPR RNA（tracrRNA）与 crRNA 的互补区域杂交。组合的 crRNA 和 tracrRNA 与 Cas9 内切酶相互作用，激活编辑复合物以在目标基因组内的特定位点产生双链断裂。这 2 种天然 RNA 分子可以合成生成，用于基因组编辑实验。IDT 科学家已经修改了这些 RNA 的长度和组成，以优化基因组编辑效率，尤其是在与 CRISPR 核酸酶预先复合并以 RNP 形式递送到细胞时。或者，可以使用单向导 RNA（sgRNA）代替 crRNA 和 tracrRNA 的组合。sgRNA 包含通过发夹状环序列连接的 crRNA 和 tracrRNA 序列。向导 RNA（gRNA）可以是 crRNA：tracrRNA 复合物，也可以只是 sgRNA。
高保真 Cas13 变体用于靶向 RNA 降解，且副作用最小
CRISPR-Cas13 系统最近已用于各种生物体的靶向 RNA 降解。然而，旁观者 RNA 的附带降解已成为其体内应用的主要障碍。我们设计了一种双荧光报告系统，用于检测附带效应并筛选哺乳动物细胞中的 Cas13 变体。在 200 多种工程变体中，几种 Cas13 变体（包括 Cas13d 和 Cas13X）表现出有效的靶向活性，但附带活性明显降低。此外，这些变体不存在由 Cas13 诱导的转录组范围的脱靶和细胞生长停滞。重要的是，高保真 Cas13 变体表现出与野生型 Cas13 相当的 RNA 敲低活性，但在转基因小鼠和腺相关病毒介导的体细胞靶向中没有可检测到的附带损伤。因此，现在可以使用附带效应最小的高保真 Cas13 变体来在基础研究和治疗应用中靶向降解 RNA。
Spin-Photon网络中的可扩展和高保真量子随机访问存储
量子随机访问存储器（QRAM）被认为是必不可少的计算单元，可以在量子信息处理中实现多名速度。建议的实现包括使用中性原子和超导电路来构建二进制树，但这些系统仍然需要证明基本组件。在这里，我们提出了一个与固态记忆集成的光子集成电路（PIC）结构，作为构造QRAM的可行平台。我们还提出了一种基于量子传送的替代方案，并将其扩展到量子网络的背景。这两个实现都意识到了两个关键的QRAM操作，（1）量子状态传输和（2）量子路由，并具有已证明的组件：电气调节器，一个Mach-Zehnder干涉仪（MZI）网络，以及与人工原子相连的基于自旋记忆的记忆和固定的纳米腔。我们的方法从基于光子先驱的内置误差检测中获得了好处。详细介绍了QRAM的效率和查询效果的理论分析表明，我们的建议为一般QRAM提供了可行的近期设计。
离子阱量子比特寄存器的高保真同步检测
本报告是由美国政府某个机构资助的工作报告。美国政府或其任何机构、其雇员、承包商、分包商或其雇员均不对所披露信息、设备、产品或流程的准确性、完整性或任何第三方的使用或此类使用结果做任何明示或暗示的保证，或承担任何法律责任或义务，或表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务，并不一定构成或暗示美国政府或其任何机构、其承包商或分包商对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
合成数据与人工智能医疗设备的创新、评估和监管 Puja Myles，公共卫生硕士、博士；Johan Ordish，文学硕士；Richard Branson，理学硕士、文学硕士 摘要 合成数据是模仿真实数据的属性和关系的人工数据。它有望促进数据访问、验证和基准测试，解决缺失数据和欠采样、样本增强以及在临床试验中创建对照组的问题。英国药品和保健产品管理局 (MHRA) 正在利用其目前对高保真合成数据开发的研究，制定其对经过合成数据训练的人工智能医疗设备的监管立场，并将合成数据作为人工智能医疗设备验证和基准测试的工具。 关键词 人工智能作为医疗设备 (AIaMD)、数据隐私、健康数据、合成数据、验证、监管 简介 人工智能 (AI) 在医疗和社会保健领域的应用预计将会兴起，这意味着人工智能作为医疗设备 (AIaMD) 将成为医疗设备中越来越突出的子类别。 1 因此，医疗器械法规是否适合人工智能变得越来越重要，制造商是否了解并遵守其义务也变得越来越重要，其中最主要的是证明其 AIaMD 具有良好的效益风险比。2 强大的数据集是展示 AIaMD 性能的核心，通常是此类设备开发的主要障碍。3 医疗器械监管机构有责任确保制造商拥有履行这些义务所需的工具，并提供更广泛的支持以鼓励此类创新设备的开发。合成数据集的开发很可能成为这样一种辅助工具。本文概述了 MHRA 在研究和开发合成数据方面的努力，并考虑在更广泛的改革背景下使用合成数据，以确保医疗器械法规适用于人工智能。合成数据概况 近年来，人们对合成数据的兴趣日益浓厚，原因有很多，包括在数据治理法规更加严格的世界中可能易于获取、保护患者隐私、在机器学习算法背景下的基准测试和验证能力，以及解决真实数据局限性的能力，如数据缺失、欠采样和样本量小。4 更重要的是，尽管合成数据的潜在应用已经讨论了多年，但直到最近，合成数据生成方法的进步才能够产生高质量的合成数据。5 定义合成数据 从概念上讲，合成数据是模仿真实数据的属性和关系的人工数据。合成数据的质量取决于生成合成数据的方法。合成数据的质量通常用其“效用”或“保真度”来描述。“能够捕捉各种数据字段之间复杂的相互关系以及真实数据的统计特性的合成数据集可称为“高实用性”或“高保真度”合成数据集。在患者医疗保健数据方面，高保真度合成数据集将能够捕捉复杂的临床关系，并且在临床上与真实患者数据难以区分。高效用合成数据的生成往往需要大量资源，并且根据需要合成数据的应用，使用低效用或中等效用合成数据可能是可以接受的。
合成数据与人工智能医疗设备的创新、评估和监管 Puja Myles，公共卫生硕士、博士；Johan Ordish，文学硕士；Richard Branson，理学硕士、文学硕士 摘要 合成数据是模仿真实数据的属性和关系的人工数据。它有望促进数据访问、验证和基准测试，解决缺失数据和欠采样、样本增强以及在临床试验中创建对照组的问题。英国药品和保健产品管理局 (MHRA) 正在利用其目前对高保真合成数据开发的研究，制定其对经过合成数据训练的人工智能医疗设备的监管立场，并将合成数据作为人工智能医疗设备验证和基准测试的工具。 关键词 人工智能作为医疗设备 (AIaMD)、数据隐私、健康数据、合成数据、验证、监管 简介 人工智能 (AI) 在医疗和社会保健领域的应用预计将会兴起，这意味着人工智能作为医疗设备 (AIaMD) 将成为医疗设备中越来越突出的子类别。 1 因此，医疗器械法规是否适合人工智能变得越来越重要，制造商是否了解并遵守其义务也变得越来越重要，其中最主要的是证明其 AIaMD 具有良好的效益风险比。2 强大的数据集是展示 AIaMD 性能的核心，通常是此类设备开发的主要障碍。3 医疗器械监管机构有责任确保制造商拥有履行这些义务所需的工具，并提供更广泛的支持以鼓励此类创新设备的开发。合成数据集的开发很可能成为这样一种辅助工具。本文概述了 MHRA 在研究和开发合成数据方面的努力，并考虑在更广泛的改革背景下使用合成数据，以确保医疗器械法规适用于人工智能。合成数据概况 近年来，人们对合成数据的兴趣日益浓厚，原因有很多，包括在数据治理法规更加严格的世界中可能易于获取、保护患者隐私、在机器学习算法背景下的基准测试和验证能力，以及解决真实数据局限性的能力，如数据缺失、欠采样和样本量小。4 更重要的是，尽管合成数据的潜在应用已经讨论了多年，但直到最近，合成数据生成方法的进步才能够产生高质量的合成数据。5 定义合成数据 从概念上讲，合成数据是模仿真实数据的属性和关系的人工数据。合成数据的质量取决于生成合成数据的方法。合成数据的质量通常用其“效用”或“保真度”来描述。“能够捕捉各种数据字段之间复杂的相互关系以及真实数据的统计特性的合成数据集可称为“高实用性”或“高保真度”合成数据集。在患者医疗保健数据方面，高保真度合成数据集将能够捕捉复杂的临床关系，并且在临床上与真实患者数据难以区分。高效用合成数据的生成往往需要大量资源，并且根据需要合成数据的应用，使用低效用或中等效用合成数据可能是可以接受的。
高保真超导量子处理器通过...
摘要 - 在维持高质量量子门的同时缩小量子数的数量仍然是量子计算的关键挑战。目前，积极可用以> 50 Qubits的超导量子处理器。对于此类系统，固定频率传输由于其长度连贯性和噪声免疫而具有吸引力。但是，由于精确的相对频率要求，缩放固定的频率档案证明了具有挑战性。在这里，我们采用激光退火来选择性地将Transmon Qubits调整为所需的频率模式。数百个退火量子的统计数据表明，经验调整精度为18.5 MHz，没有对量子相干性的可测量影响。我们在调谐的65克处理器上量化了门错误统计，中位两分之一的门限制为98.7％。基线调整统计量产生的频率等效性精度为4.7 MHz，高收益缩放量超过10 3个Qubit水平。向前迈进，我们预计选择性激光退火将在扩展固定频率体系结构中发挥核心作用。