登录
 机构网站
  1. 首页
  2. 情报产品
  3. 快讯详情

《K-SVD和OMP算法在超声信号去噪中的应用》

  • 来源专题：声学研究所所级服务
  • 发布时间：2016-04-11

  • A lot of noise exists in the on-site collected ultrasonic signals, which decreases the diagnostic accuracy of internal defects in materials. For solving this problem, a kind of ultrasonic echo signal denoising algorithm which based on the combination of the generalized K-singular value decomposition algorithm (K-SVD algorithm) and the orthogonal matching pursuit (OMP) algorithm was raised. In this method, using K-SVD algorithm,the Gabor dictionary was trained to become the ultra-complete ...

28浏览量
原文链接
相关报告

  • 《AIGC在学术写作中的应用》
    • 来源专题：数智化图书情报
    • 编译者：杨小芳
    • 发布时间：2024-01-19
    • 人工智能生成内容（Artificial intelligence-generated content, AIGC）和 AIGC 模型已成为内容创作领域的强大工具。这些人工智能系统旨在以超乎想象的速度和规模生成文本，包括学术论文。虽然人工智能技术显示出了巨大的潜力，但它也引发了一系列问题，尤其是在学术写作方面。 在本文中，我们将定义 AIGC 及其模型，探讨其在学术界日益广泛的应用，及其引发的问题，并讨论期刊如何检测未披露的AIGC。此外，还会讨论未披露 AIGC 使用情况的后果，并强调学术出版中使用人工智能的透明度和道德的重要性。 1 AIGC的定义及其模型 AIGC 是指人工智能系统制作的书面、视觉或听觉材料，通常由先进的语言生成模型驱动。这些模型进过了大量数据集的训练，能够模仿人类语言，生成各种主题的内容。近年来，人工智能生成的内容已进入新闻、营销和学术等各个领域。 在学术领域，AIGC 模型被用来起草研究论文、摘要和期刊文章，这些人工智能系统能够生成近似人类写作的文本。 2 AIGC在学术写作中的常见问题 在学术写作中越来越多地使用人工智能引起了一些关注。这些问题包括： a. 作者身份和所有权：当人工智能系统生成内容时，就会产生作者归属的问题。是程序员、用户还是人工智能本身？内容归谁所有？ b. 创造性：人工智能生成的内容往往缺乏人类作者为其作品带来的创造性火花和独特视角。这可能会导致学术写作中个人风格和研究视角的缺失。 c. 虚假参考文献和偏见：人工智能生成的论文可能会引用不存在的资料来源或提供有偏见的信息。这对研究的完整性构成重大风险。 3 期刊对使用AIGC的规定 大多数学术期刊对人工智能生成器的使用都有严格的规定。虽然这些期刊通常禁止将人工智能生成器列为作者，但它们要求全面披露其使用情况。例如，有些期刊要求使用人工智能技术的作者全面介绍所使用的工具、方法以及评估所生成数据可信度的手段。透明地使用人工智能被认为是保持研究完整性的关键。 如果作者没有在稿件中声明使用了人工智能生成工具，期刊会设立机制来识别未披露的AI工具。 4 期刊采用哪些方法检测AIGC？ 1. 同行评审：审稿人可以利用他们的专业知识发现稿件中不寻常或可疑的写作风格。人工智能生成的内容可能表现出句子重复和结构不连贯等模式。查重检测软件也可用于分析文本与已知 AIGC 的宏观相似性。 2. AI文本识别工具（AI Text Classifiers）：机器学习算法和自然语言处理技术用于分析大量研究文章，包括已知的 AIGC 生成的内容。这些算法经过训练，可以识别人工智能生成的文章所特有的独特模式，从而区分人类和人工智能撰写的内容。 3. 元数据分析（Metadata Analysis）：对文章的作者、发表日期和发表期刊等进行检查。将这些信息与 AIGC 生成的内容进行比较，可以发现相似之处。 4. 查重检查：查重工具将稿件文本与现有文章进行比较。与已知 AIGC 的高度相似性可能表明使用了AI生成器。 5. 无监督机器学习：聚类算法把与 AIGC 生成内容相似的研究文章进行分组，帮助检测。 6. 人工审核：使用 AI生成工具可能性较高的文章可能会经过人工审核，确保AI检测工具的准确性。 5 未披露AIGC使用情况的后果 如果学术期刊发现稿件中使用了AIGC，但是论文中没有说明，可能会给作者带来不利后果。这种行为被认为是不道德的，会对作者的诚信造成不良影响。 1. 伦理影响：学术写作中未披露 AIGC 会引发严重的伦理问题。它破坏了诚实、透明和学术诚信的原则。 2. 损害作者声誉：这可能会造成长期的后果，因为诚信和信誉在学术界至关重要，学者和同事可能会对这类作者产生怀疑，他们今后的贡献也可能会受到质疑。 3. 期刊拒稿：如果在编辑审核或同行评审过程中发现未披露AIGC，期刊可能会直接拒稿。 4. 对期刊公信力的影响：读者和整个学术界都依赖期刊坚持严格的标准，这方面的任何疏忽都会对期刊的声誉造成不利影响。 5. 法律影响：在极端情况下，未披露AIGC 使用情况可能会导致法律后果。抄袭和学术不端行为会受到严肃处理，受此类行为影响的机构或个人可能会追究法律责任。
    1183浏览量
    原文链接

  • 《Nature | 靶向非经典PI3Kγ信号和天然免疫治疗急性白血病》
    • 编译者：李康音
    • 发布时间：2024-05-10
    • 2024年5月8日，哈佛医学院Andrew A. Lane通讯在Nature发表题为Targetable leukaemia dependency on noncanonical PI3Kγ signalling的文章，发现了急性白血病对天然免疫信号传导的关键参与者磷酸肌醇-3-激酶-γ（PI3Kγ）复合物的靶向依赖性。 作者开始在母细胞浆细胞样树突状细胞肿瘤（Blastic plasmacytoid dendritic cell neoplasm , BPDCN）细胞中进行全基因组CRISPR干扰筛选，这是一种罕见但具有侵袭性的恶性肿瘤，具有急性髓系白血病（AML）和急性淋巴细胞白血病（ALL）的特征。这种方法鉴定了调节亚基PIK3R5的选择性依赖——PIK3R5与催化亚基PIK2CG一起形成PI3Kγ复合物的一部分。值得注意的是，这种依赖性超出了BPDCN，扩展到更广泛的急性白血病亚群，包括AML和ALL病例。定义这一亚群的是PIK3R5的表达升高，这与癌症基因组图谱（TCGA）数据库中AML患者的天然炎症信号增强和总体生存率下降有关。 有趣的是，作者发现转录因子SPI1通过与其启动子区结合来调节PIK3R5的表达。此外，天然炎症途径的激活，如通过Toll样受体激动剂或炎症细胞因子，可以诱导PIK3R5的表达，并使白血病细胞对PI3Kγ的抑制敏感。作者对下游机制的调查揭示了一个意想不到的转折。p21（RAC1）活化激酶1（PAK1）取代了经典的PI3K底物AKT，成为PI3Kγ依赖性的关键介质。PI3Kγ抑制导致PAK1在S144位点的去磷酸化，破坏了其与活性形式RAC1的相互作用。作者发现PAK1在该位点的磷酸化是原发性AML样本中对选择性PI3Kγ抑制剂eganelisib敏感性的有力预测因子。 PI3Kγ抑制的显著效应之一是抑制白血病细胞中的氧化磷酸化（OXPHOS）。这一发现与已知的AML细胞对OXPHOS产生能量的依赖性一致，表明存在可用于治疗的潜在靶点。作者证明了靶向PI3Kγ在白血病治疗中的转化潜力。在患者来源的异种移植物模型中，特别是在PIK3R5表达升高的情况下，eganelisib（PI3Kγ 抑制剂）表现出强大的抗白血病活性。值得注意的是，即使在基线PIK3R5水平较低的白血病中，eganelisib与化疗剂阿糖胞苷（cytarabine）的组合也能协同延长生存期。作者假设这种协同作用可能归因于阿糖胞苷持续性对白血病细胞中G蛋白偶联的嘌呤能受体信号的激活，导致了PAK1磷酸化增加和对PI3Kγ抑制的敏感性。这一发现将PI3Kγ抑制剂的潜在临床应用扩展到更广泛的急性白血病亚群中。 总之，这项研究揭示了在以天然炎症信号传导和PIK3R5表达升高为特征的急性白血病亚群中，由非经典底物PAK1介导的对PI3Kγ复合物的先前未被认识的依赖性。这些发现不仅为PI3Kγ抑制剂在该白血病亚群中的临床评估提供了理论依据，而且还为其与阿糖胞苷等传统化疗的潜在协同作用提供了见解。
    159浏览量
    原文链接