我们探索人工神经网络作为从虚构时间格林函数重建光谱函数的工具,这是一个经典条件反问题。我们的ansatz基于有监督的学习框架,其中先验知识在训练数据中被编码,并且逆变换流形通过神经网络被明确地参数化。我们系统地研究了这种新的重建方法,提供了对其在物理动机模拟数据上的表现的详细分析,并将其与已建立的贝叶斯推理方法进行了比较。发现构造精度至少是可比较的,并且特别是在较大的噪声水平下可能是优越的。我们认为,在监督环境中使用标记的训练数据和确定优化目标的自由度是本方法的固有优势,并且可能导致对未来最先进方法的重大改进。进一步研究的潜在方向是详细讨论。
translated by 谷歌翻译
涂鸦是城市场景中的常见现象。与urbanart不同,涂鸦标记是一种故意破坏行为,许多地方政府正在努力打击它。一个地区的涂鸦地图可能是一个非常有用的资源,因为它可能允许人们在高水平涂鸦的地方打击故意破坏,并清理饱和区域以阻止未来的行为。目前没有获得地区涂鸦地图的自动方式,它是通过警方或民众参与的人工检查获得的。从这个意义上讲,我们描述了一项正在进行的工作,我们提出了一种获取邻域涂鸦地图的自动方式。它包括系统地收集街景图像,然后在收集的数据集中识别涂鸦标签,最后,计算该位置的拟议涂鸦水平。我们通过评估涂鸦的地理分布来验证所提出的方法,这个城市的涂鸦浓度很高 - 巴西圣保罗。
translated by 谷歌翻译
在社交物联网的新颖形式中,通信范围内的任何移动用户可以帮助为网络中的另一用户路由消息。所得到的消息传递速率取决于用户的移动性模式和网络中的消息负载。然而,这种新型配置对安全性提出了新的挑战,其中,评估一组串通恶意参与者可能对此类网络中的全球消息传递速率产生的影响远非微不足道。在这项工作中,在将这样的问题建模为优化问题之后,我们能够通过将网络模拟器与进化算法耦合来找到非常有趣的结果。所选择的算法专门用于解决可以将解决方案分解为共享相同结构的部分的问题。我们展示了所提出的方法在两个中等延迟容忍网络上的有效性,在两个具有不同路径拓扑的城市环境中实际模拟:威尼斯和旧金山。在实验中,我们的方法产生的攻击模式相对于之前关于该主题的研究大大降低了网络性能,因为进化核心能够利用每个目标配置的特定弱点。
translated by 谷歌翻译
城市化和自然获取的减少恰逢精神健康问题的增加。越来越多的研究证明了自然接触与改善心理影响(即情绪)之间的联系。然而,以前的方法无法量化urbangreenspace暴露的好处,并比较不同类型的户外公共空间如何影响情绪。在这里,我们使用Twitter来调查在访问大型城市公园系统之前,期间和之后心理影响的变化。我们分析推文的情感,以估计访问公园的影响效益的幅度和持续时间。我们发现在园区访问期间影响要大得多,并且在访问后几个小时内仍然会升高。 Visitsto区域公园更环保,植被覆盖更广,与思域广场和广场相比,影响力更大。最后,我们分析围绕公园参观的推文中的单词,探索将自然暴露与心理和认知利益联系起来的几种理论机制。在参观旅游公园期间,诸如“否”,“不”和“不”等否定词的频率会降低。这些结果指出了最有益的自然接触类型对于心理健康的益处,并且可以被城市规划者和公共卫生官员用来改善城市人口增长的福祉。
translated by 谷歌翻译
在复杂的城市场景中规划自动驾驶需要准确预测周围交通参与者的轨迹。它们的未来行为取决于它们的路线意图,道路几何形状,交通规则和相互作用,从而导致了物理学之间的相互依赖性。我们提出了一个基于动态贝叶斯网络的概率预测框架,它代表了包括所有代理的完整场景的状态,并且尊重上述依赖关系。我们提出马尔科夫,依赖于上下文的运动模型来定义驾驶员的交互感知行为。首先,通过顺序蒙特卡罗相关跟踪单个代理,随时间估计动态贝叶斯网络的状态。其次,我们对网络的估计信念状态进行概率前向模拟,以生成不同的组合场景开发。这为可能的未来场景提供了相应的轨迹。我们的框架可以处理各种道路布局和交通参与者的数量。我们在在线模拟和现实场景中评估该方法。结果表明,我们的交互感知预测能够执行交互 - 不知道的物理和基于地图的方法。
translated by 谷歌翻译
在这项工作中,我们报告了结合IEEE国际生物医学成像研讨会(ISBI)2016和国际医学影像计算机辅助干预会议(MICCAI)2017年组织的肝肿瘤分割基准(LITS)的设置和结果。将24种有效的最先进的肝脏和肝脏肿瘤分段算法应用于一组131个计算机断层扫描(CT)体积,具有不同类型的肿瘤对比度水平(高强度/低强度),组织异常(转移瘤)大小和不同程度的病变。已提交的算法已在70个未公开的卷上进行了测试。该数据集是与七家医院和研究机构合作创建的,由三位独立的放射科医师手动审查。我们发现没有一种算法对肝脏和肿瘤表现最佳。最佳肝脏分割算法的Dice评分为0.96(MICCAI),而对于肿瘤分割,最佳算法评估为0.67(ISBI)和0.70(MICCAI)。 LITS图像数据和手动注释继续通过在线评估系统公开提供,作为持续的基准测试资源。
translated by 谷歌翻译
帕金森病(PD)的评估提出了重大挑战,因为各种因素会导致复杂和波动的症状表现。因此,频繁和客观的PD评估对于帕金森病(PwP)患者的有效健康管理具有重要价值。在这里,我们提出了一种监测PwP的方法,通过随机模拟他们在未编写的日常活动期间的手腕运动之间的关系以及关于运动异常的临床显示的相应注释。我们通过独立建模和分层堆叠高斯过程模型来估计PD运动征兆,这三个类别包括震颤,(非颤抖)运动迟缓和(非颤抖)运动障碍在PwP中常见的运动异常。我们使用临床上采用的严重性度量作为训练模型的注释,从而允许多层高斯过程预测模型不仅估计它们的存在而且还估计它们的严重性。我们的方法的实验验证证明了模型预测与这些PD注释的强烈一致性。我们的研究结果表明,该方法在存在任意和未知自主运动的情况下,对PD的运动异常进行客观监测,取得了良好的效果,为在家庭环境中持续监测PD做出了重要的一步。
translated by 谷歌翻译
模拟空气污染传输,转换和去除的化学传输模型(CTM)在计算上是昂贵的,主要是因为化学机制的计算强度:表示大气化学的耦合微分方程系统。在这里,我们研究机器学习的潜力,以重现化学机制的行为,同时减少计算费用。我们创建了一个17层的残余多目标回归神经网络来模拟碳键机制Z(CBM-Z)气相化学机理。在给定一系列化学和气象输入条件的情况下,我们训练网络以匹配CBM-Z对一小时后77种化学物质浓度变化的预测,这可能与均方根误差(RMSE)小于1.97 ppb有关。 (medianRMSE = 0.02 ppb),同时实现250倍的计算加速。通过在图形处理单元(GPU)上运行神经网络,可实现额外的17倍加速(总共4250倍加速)。神经网络能够使用欧拉积分再现化学系统在昼夜循环中的出现行为,但是随着模拟时间的推移,需要额外的工作来约束误差的传播。
translated by 谷歌翻译
训练深度网络以执行语义分割需要大量标记数据。为了减轻注释实物图像的手动工作,研究人员研究了合成数据的使用,这些数据可以自动标记。不幸的是,在合成数据上训练的网络在真实图像上的表现相对较差。虽然这可以通过域适应来解决,但是现有方法都需要在训练期间访问真实图像。在本文中,我们介绍了一种截然不同的处理合成图像的方法,这种方法不需要在任何时候看到任何真实的图像。我们的方法建立在观察前景和背景类不受域移动以相同方式影响的基础上,并且应该区别对待。特别是,前者应该以基于检测的方式处理,以更好地解释这样一个事实:虽然合成图像中的纹理不是照片般逼真的,但它们的形状看起来很自然。我们的实验证明了我们的方法对Cityscapes和CamVid模型的有效性仅对合成数据进行过培训。
translated by 谷歌翻译
随着网络信息技术的快速发展,越来越多的人沉浸在网络带来的虚拟社区环境中,忽视了现实生活中的社会互动。随之而来的诽谤问题变得越来越严重。通过宠物机器人和育种者之间的情感沟通促进人与人之间的离线沟通“解决了这个问题,并开发了一种名为”汤姆“的设计。”汤姆“是一个智能宠物机器人,具有基于petrobot的社交机制,名为”Tom-本文的主要贡献是提出一种名为“Tom-Talker”的社交机制,鼓励用户离线社交。“Tom-Talker”也有相应的奖励机制和朋友推荐算法。它还提出了一个宠物机器人名为“汤姆“通过情感交互算法识别用户的情绪,模拟动物的情绪,并用情感进行交流。本文设计实验并分析结果。结果表明,荆棘机器人对解决城市自闭症问题有很好的效果。
translated by 谷歌翻译