Novel

问： 每天看各种负面新闻，有没有心情很抑郁？ 本文来源（两个不同内容）： 1、The NEW ENGLAND JOURNAL of MEDICINE 简称NEJM，新英格兰医疗杂志 ： First Case of 2019 Novel Coronavirus in the United States https://www.nejm.org/doi/full/10.1056/NEJMoa2001191 2、网易红星新闻：64岁母亲在隔离病房去世 儿子:开始以为感冒没重视 https://c.m.163.com/news/a/F47AE0HE0001899O.html?spss=newsapp&from=groupmessage&isappinstalled=0&spssid=85cdf9eabdf2972e221ac770cea3df1b&spsw=1&isFromH5Share=article 先看第一个，人家怎么治好的。 一、总结： 一场始于中国武汉的新型冠状病毒（2019 nCoV）疫情迅速蔓延，目前已在多个国家有确诊病例。我们报告了在美国确诊的2019年第一例nCoV感染病例，并描述了该病例的识别、诊断、临床过程和治疗，包括患者在发病第9天出现进展为肺炎的初始轻度症状。本病例强调了在地方、州和联邦各级临床医生和公共卫生当局之间密切协调的重要性

　　近些年假肢手虽然取得了显著进步，但其可修复性通常有限，尤其是用户自己很难进行修复。曾有学者提出了几种模块化的手来解决这个问题，但是这些解决方案需要处理复杂的部件，或者由于增加了机械的复杂性而导致体积和重量过大，因此不适合用于假肢。近期，IEEE ROBOTICS AND AUTOMATION LETTERS发表了“OLYMPIC:A Modular, Tendon-Driven Prosthetic Hand With Novel Finger and Wrist CouplingMechanisms”，研究者提出了一个完全模块化的假肢手设计，其手指和手腕设计具备模块化，可以随时拆卸或装配来移除或连接肌腱。他们的创新设计能够将电机置于手后，用于驱动肌腱，肌腱仅包含在手指内。实现了这一新型的耦合传输机制，还计算了手指的模块分离扭矩，以分析有意拆卸与承受外部负载能力之间的权衡。研究人员提出了模块化设计，其模块化程度各不相同，如表1所示。 　　表1 模块化假肢手与机械手在设计方面的比较 　　 　　一种完全模块化的假肢手，它具有耦合机制，允许肌腱从手掌外部驱动。本文介绍的假肢手，命名为OL YMPIC（操作性模块化假肢），是一种经济实惠的跨桡动脉装置，其模块可以被截肢者直观、快速地互换和组装，而不需要工具，如图1所示；事实上，手部引入了新颖的关节耦合机制。 　　 　　 　　图1

前言 前段时间做了一个爬取妹子套图的小功能，小伙伴们似乎很有兴趣，为了还特意组建了一个Python兴趣学习小组，来一起学习。十个python九个爬，在大家的印象中好像Python只能做爬虫。然而并非如此，Python 也可以做Web开发，接下来给大家展示一下如何做一个小说站点。 相关软件 软件 版本 功能 地址 Python 3.7.1 脚本语言 https://www.python.org/ Django 2.1.3 Web框架 https://www.djangoproject.com/ PyCharm 2018.2.4 可视化开发工具 http://www.jetbrains.com/pycharm/ 环境搭建说明： http://www.runoob.com/python3/python3-install.html 爬取数据 做一个小说网站，内容是必须的，首先我们爬取一本小说《星辰变》到数据库。 创建一个简单的数据库表： CREATE TABLE `novel` ( `id` int(11) NOT NULL AUTO_INCREMENT COMMENT '自增主键', `title` varchar(100) NOT NULL COMMENT '标题', `content` text NOT NULL COMMENT '内容', PRIMARY KEY (`id`) )

作者 | Jay Alammar 译者 | 香槟超新星，责编 | 夕颜 来源 | CSDN（ID:CSDNnews） 注意力机制是一种在现代深度学习模型中无处不在的方法，它有助于提高神经机器翻译应用程序性能的概念。在本文中，我们将介绍Transformer这种模型，它可以通过注意力机制来提高训练模型的速度。在特定任务中，Transformer的表现优于Google神经机器翻译模型。但是，最大的好处来自于Transformer如何适用于并行化。实际上，Google Cloud建议使用Transformer作为参考模型来使用其Cloud TPU产品。因此，我们试试将模型分解开吧，看看它是如何工作的。 Attention is All You Need一文中提出了Transformer。它的TensorFlow实现是Tensor2Tensor包的一部分。哈佛大学的NLP团队创建了一份指南，用PyTorch实现对这篇文章进行注释。在本文中，我们将试着尽可能地简化讲解，并逐一介绍概念，希望能让那些对这方面没有深入知识的人们更容易理解Transformer。 Transformer概览 首先，让我们先将模型视为一个黑盒。在机器翻译应用程序中，这个模型将拿一种语言中的一个句子，然后以另一种语言输出其翻译。 打开擎天柱的引擎盖（Optimus Prime，Transformer与变形金刚是同一个词

　　基因治疗这一火热又相对年轻的赛道在国内外呈现出方兴未艾的发展势能，而对国内大多数基因治疗 CDMO 公司而言，属于自己的故事才刚刚开始上演。如果企业是在治疗战场上冲锋陷阵的“士兵”，那么 CDMO 就是整个军队的“后勤部”。 　　2012 年，荷兰 UniQure 公司的基因制剂 Glybera 由欧盟审批通过，该药便是采用腺相关病毒（AAV）作为载体，主要治疗脂蛋白脂肪酶缺乏引起的严重肌肉疾病。那时，基因疗法市场掀起了一场爆发式的投资热潮，基因治疗 CDMO 在海外的市场刚刚露出复苏萌芽，但中国的相关企业还未展开布局。而如今，我们能够看到越来越多的本土初创基因治疗 CDMO 公司走进大众的视野。 　　苏州博腾生物制药有限公司（以下简称“博腾生物”）就是其中的一员，作为小分子头部 CDMO 公司重庆博腾制药科技股份有限公司子公司，博腾生物聚焦基因与细胞治疗 CDMO 领域。本次生辉与博腾生物 CTO 孔令洁、细胞治疗业务副总裁隋礼丽进行了深度访谈，二人对生辉表达了自己对基因与细胞治疗 CDMO 行业的理解和看法。 　　 　　图丨孔令洁（左）和隋礼丽（来源：受访者提供） 　　 中国的基因、细胞治疗有潜力出现“first in class” 　　 生辉：为什么会选择从事基因治疗的 CDMO？ 　　 孔令洁： 我大概在 90 年代离开中国去往美国，在美国从事博士后研究后进了工业界

论文传送门 视频 作者 浙江大学： Zikun Deng Di Weng Jiahui Chen Ren Liu Zhibin Wang Yingcai Wu 京东智慧城市研究院 Jie Bao Yu Zheng 摘要 空气污染已经成为世界上许多城市的一个严重的公共健康问题。为了找出空气污染的原因，必须在大的空间尺度上研究空气污染物的传播过程。然而，复杂和动态的风场导致污染物输送的高度不确定性。如果没有领域知识的整合，最先进的数据挖掘方法不能完全支持跨多个地区的这种不确定时空传播过程的广泛分析。这些自动化方法的局限性促使我们设计和开发 AirVis，这是一种新颖的可视分析系统，它可以帮助领域专家基于图形可视化有效地捕捉和解释空气污染的不确定传播模式。设计这样的系统提出了三个挑战:a)传播模式的提取；b)模式表示的可伸缩性；和 c)传播过程的分析。为了应对这些挑战，我们开发了一个新的模式挖掘框架来模拟污染物迁移，并从大规模大气数据中有效地提取频繁传播模式。此外，我们基于最小描述长度原则对提取的模式进行分层组织，并允许专家用户基于模式拓扑有效地探索和分析这些模式。我们通过使用真实数据集和领域专家的积极反馈进行的两个案例研究证明了我们方法的有效性。 Introduction 空气污染成为一个严重的公共问题 来源： Vehicle emission Incineration Factory

　　 　　随着机器人技术的飞速发展，其操控精细化应用是精密制造、科学实验、助老助残与医疗服务等国民经济重要领域的迫切需求。为实现机器人灵巧精细操作任务，对接触力的感知和推理对于精确地控制与环境的交互至关重要。近年出现的视触觉传感器，通过视觉图像对触觉信息的表征，而逐渐成为了热点。典型代表的GelSight传感器被用于研究物体的微观形状和力的检测。其中，弹性体、反射涂层、照明和相机是提高传感器性能的主要挑战。在今年的ICRA（IEEE International Conference on Robotics and Automation）会议中，研究人员针对GelSight传感器的不足，提出了改进。 　　 1. OmniTact传感器——“OmniTact: A Multi-Directional High-Resolution Touch Sensor” 　　本文介绍了一种多方向高分辨率触觉传感器OmniTact。OmniTact被设计用来作为机械手操作的指尖，并使用多个微型摄像机来检测凝胶皮肤的多方位变形。这提供了丰富的信号，通过使用现代图像处理和计算机视觉方法，从中可以推断出各种不同的接触状态变量。与GelSight传感器相比（图1），有类似的高分辨率光学传感原理，但有几个关键的区别：1)该传感器提供多向视野，在曲面上提供高灵敏度。2)在传感器中，硅胶直接接触相机上

　　 随着学会的队伍不断发展壮大，分支机构的发展愈发完善，丰富多彩的分支活动与学术分享也频频呈现。疫情期间，CAAI认知系统与信息处理专委会积极倡导学会“疫情防控不放松，学习充电不间断”的理念，邀请年轻学者结合本专委会自身领域研究精选相关文献进行研究与再解读，与大家分享《基于主动探索的智能抓取机器人》。 　　论文: Deng, Y., Guo, X., Wei, Y., Lu, K., Fang, B., Guo, D., Liu, H., Sun, F. (2019). Deep Reinforcement Learning for robotic Pushing and Picking in Cluttered Environment. 2019 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS).doi:10.1109/iros40897.2019.8967899 　　 1. 研究背景 　　近年来，电子商务的发展推动了物流产业项目的繁荣，全球物流市场收入预计在2021年达到224亿美元。人力成本的快速上涨，使智能化的物流装备在提高物流效率等方面的优势日渐突出。我国物流行业正在从劳动密集型转向技术密集型，机器人代替人工是未来的趋势。 　　目前，物流自动化的难点在于仓储物流，80

Time2Graph: Revisting Time Series Modeling with Dynamic Shapelets 原文地址 整体导读 文章提出了带有时间意识的Shapelet，除了可以挖掘时序中的异常状态之外，可以自动感知异常状态所在时间位置上的敏感度； 文章尝试捕捉不同Shapelet之间的关系，提出了通过图结构(Graph)对这种关系进行表达的方法，在挖掘异常变化轨迹的同时也具备良好的可解释性。文章发表在人工智能领域顶级会议 AAAI 2020 上 时序建模中的挑战 时间序列建模旨在发现数据中的时空依赖关系，学术界对此有广泛研究，例如异常检测[2]，语音识别[3]等。 这里的关键问题是如何提取时间序列中代表性的特征 。以前的工作很大一部分从经典的特征工程和表示学习入手，这些方法具有很好的可解释性，但主要依靠人的经验，在复杂的场景下很难做到通用化。近年来随着深度学习的发展，许多工作开始尝试一些复杂的模型方法来自动的挖掘特征。然而，尽管这些方法取得了良好的效果[4,5]，但由于模型的复杂度高以及难以对结果很好的解释，许多方法不能很好地满足实际工业落地的需求。 基于以上背景为出发，该文尝试通过Shapelet[6], 一种可自动挖掘具有代表特征的时序子序列的方法出发，通过分析不同Shapelet之间的关系，构建Graph进行表示

这两篇难度不大，很容易得到一个过线的分数。 Directions: For this part, you are allowed 30 minutes to write an essay on the saying The best preparation for tomorrow is doing your best today . You should write at least 150 words but no more than 200 words. 《三国演义》（The Romance of the Three Kingdoms）是中国一部著名的历史小说，写于十四世纪。这部文学作品以三国时期的历史为背景，描写了从公元二世纪下半叶到公元三世纪下半叶的魏、蜀、吴三国之间的战争。小说中刻画了近千个人物和无数的历史事件。这些人物和事件虽然大都基于真实的历史，但都不同程度地浪漫化和戏剧化了。《三国演义》是一部公认的文学杰作。自面世以来，这部小说不断吸引着一代又一代的读者，并且对中国文化产生着广泛而持久的影响 《三国演义》（The Romance of the Three Kingdoms）是中国一部著名的历史小说，写于十四世纪。 The Romance of the Three Kingdoms is a famous history nova in China,written