XiaoMi-AI文件搜索系统
World File Search System高保真度
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。
通过人类细胞中的定向筛选鉴定出高保真度的SaCas9
1 温州医科大学附属眼科医院眼视光学院、卫生部视觉科学国家重点实验室、浙江省眼视光重点实验室，浙江省温州市，2 美国马里兰州贝塞斯达美国国立卫生研究院国家糖尿病、消化和肾脏疾病研究所分子生物学实验室，3 北京生命科学研究所，4 浙江省温州市温州医科大学附属第二医院和育英儿童医院，5 美国宾夕法尼亚州费城费城儿童医院雷蒙德·G·佩雷尔曼细胞与分子治疗中心，6 浙江省温州市温州医科大学基因组医学研究所，7 中国科学院遗传与发育生物学研究所植物细胞与染色体工程国家重点实验室和基因组编辑中心，北京
美国-意大利表面生物和地质 (SBG) 热红外 (TIR) 联合项目
需要高光谱分辨率（10 nm；400-2500 nm）、高保真度（SNR = 400:1 VNIR/250:1 SWIR）成像光谱仪来表征陆地、内陆水生、沿海地区和浅层珊瑚礁生态系统”