软件下载帮助文档新闻资讯

Skill UI

浏览并发现 16644+ 精选技能

全部编程开发人工智能设计创意产品商业数据科学市场营销职场通用效率工具硬件工程语言学习

搜索 NSE ，共找到 108 条记录

默认排序最新上传最多下载

使用KAPE进行Windows取证分析

triaging-windows-with-kape

mukul975/Anthropic-Cybersecurity-Skills

KAPE（Kroll Artifact Parser and Extractor）是用于事件响应的专业取证工具。它能在无法进行完整磁盘镜像的情况下，快速、有针对性地从目标Windows系统收集关键的数字证据，包括注册表、事件日志、浏览器数据等。它使分析师能够迅速构建可防御、可解析的证据集，加速初期调查和事件遏制流程。

1000基因组个体基因变异查询

K-Dense-AI/scientific-agent-skills

本工具用于查询1000基因组项目（1000 Genomes Project）数据集，涵盖3,202个全基因组测序个体的基因变异信息。用户可以根据特定区域或标准，查询携带该变异的基因位点、个体，或计算两个个体之间的亲缘关系。适用于进行高级、专业的基因组学和遗传学数据分析。

RuView 密图定位编程接口

这是RuView Wi-Fi感知能力的完整编程接口集，包括命令行工具、REST API和WASM构建。它允许开发者将复杂的灾难幸存者检测和信号分析功能集成到各种环境，如脚本编程、网页浏览器和边缘设备（ESP32）。适用于需要跨平台、可扩展感知数据流的系统集成。

会计度量构造规范指南

acr-measurement

brycewang-stanford/Awesome-Journal-Skills

本指南旨在帮助研究人员规范、透明地构建会计度量，涵盖可操纵性应计、真实盈余管理等关键指标。详细阐述了从模型选择到样本要求、估计粒度的所有学术规范，确保研究成果符合顶级期刊的严谨要求。

AEJ期刊投稿回复与修改计划

brycewang-stanford/Awesome-Journal-Skills

本技能指南专为回复《美国经济学期刊：应用经济学》（AEJ: Applied）的修改或有条件录用决定而设计。它帮助作者撰写结构严谨、论点清晰的回复信和修改计划。核心重点在于识别和解决编辑指出的关键问题（如模型识别性和稳健性），遵循“致谢-分点回复-证据支持”的结构，避免过于防御性的论述，确保修改具备学术说服力。

宏观经济学稳健性检验程序

aejmac-robustness

brycewang-stanford/Awesome-Journal-Skills

本程序提供了一个全面的框架，用于严格检验宏观经济学关键结果的稳健性。它旨在解决由于规格选择、样本时期（如大平稳期、零利率下限、新冠疫情等结构性断裂）和方法学差异（如SVAR与局部投影）可能带来的偏差。其核心目标是确保报告的主要结论在面对质疑时依然可靠，是高水平实证宏观论文的必备环节。

宏观学报图表规范指南

aejmac-tables-figures

brycewang-stanford/Awesome-Journal-Skills

本指南详细介绍了为《美国经济学杂志：宏观经济学》撰写研究成果展示图表（如脉冲响应函数、模型拟合图和表格）的专业规范。它确保所有图表都是自洽、易读且符合顶级学术期刊的严格要求，帮助作者顺利展示量化证据。

模型数据与性能评估指南

agsy-data-and-model-evaluation

brycewang-stanford/Awesome-Journal-Skills

本技能指导用户如何为复杂的系统模型进行科学、严谨的评估和验证。核心在于模型必须使用独立的、未参与校准的数据进行测试。内容涵盖了标准拟合统计量（如RMSE、NSE）、敏感性分析（找出关键驱动因素）、不确定性传播以及多目标权衡分析，确保模型的科学可靠性。

AISTATS作者回复策略指南

aistats-author-response

brycewang-stanford/Awesome-Journal-Skills

本指南详细介绍了在AISTATS等顶级会议上撰写作者对审稿人评论的回复策略。它指导作者如何以匿名、文本形式，结构化地解决关于统计有效性、新颖性、清晰度等技术性质疑。掌握如何分类质疑、锚定现有证据，并应对具体的统计学挑战。

AISTATS审稿流程指南

aistats-review-process

brycewang-stanford/Awesome-Journal-Skills

本指南详细介绍了AISTATS的学术论文同行评审流程，涵盖了从OpenReview提交工作流到作者-审稿人互动、决策标准（正确性、意义、实证支持）等全方位知识点。它旨在帮助研究人员制定优化的投稿和回复策略，提升在统计学和机器学习领域的投稿成功率。

学术期刊数据分析与可复现性要求

ajps-data-analysis

brycewang-stanford/Awesome-Journal-Skills

本指南旨在遵循顶级学术期刊（如AJPS）对数据分析和报告的最高标准。核心要求是实现完全的可复现性，确保所有的分析结果、图表和表格都必须由一个单一的、带固定种子的主脚本生成。它涵盖了报告不确定性、检验模型稳健性、遵守预注册纪律等高级实证分析方法，以通过第三方代码验证。

AJS稿件图表规范与排版

ajs-tables-figures

brycewang-stanford/Awesome-Journal-Skills

本指南用于准备《美國社會學期刊》(AJS)的学术展示材料（表格、图表和附录）。它确保了稿件严格符合期刊的内部规范，包括图表连续编号、附录字母标注、强制替代文本（alt text）以及正确的文后放置，帮助作者清晰地构建论证，顺利通过审稿和出版流程。

上一页 1 2 345 6 7 8 9 下一页

语言