XiaoMi-AI文件搜索系统
World File Search System中应
学生对人工智能（AI）在高等教育中应用的感知和偏好：元认知
摘要 人工智能 (AI) 是一项技术进步，是教育领域以及人类生活所有领域的一项潜在游戏规则改变者创新。它存在于我们的生活中，并在现代社会高效发展。人工智能的起源通常源于 1956 年达特茅斯夏季计算机科学科学研究。人工智能的普遍理解是“执行认知任务”的能力，这些任务通常与人类思维相关，特别是在解决问题和学习方面。通过这项实证研究，研究人员了解了学生对人工智能的看法和偏好。研究人员基于自制的态度量表，探讨了男性、女性、城市、农村及其流派之间的态度差异。人工智能在教育中的应用是 Alpha 一代迈出的新一步。如今，学生们使用多种人工智能工具，如 ChatGPT（生成由开放人工智能创建的对话）、Grammarly（检查拼写、语法和标点符号，检测抄袭等）、Tutor AI（将学生与合格的导师联系起来）、QuillBot（在线写作平台）、Duolingo（语言学习应用程序）、Education Copilot（课程计划、写作提示、学生报告和项目大纲的平台）、Curipod（用于制作课程的交互式演示工具）等，是教育领域最著名的人工智能工具。
风险管理策略：在复杂的金融市场环境中应对波动 - 概念视角
增强抵御经济冲击的韧性是最重要的优势之一。金融机构在动态环境中运营，其特点是周期性的经济变化、意外危机和系统性风险。先进的风险管理工具，如机器学习 (ML) 算法和预测分析，使机构能够有效地预测和减轻这些冲击。通过分析历史和实时数据，这些工具提供了预警系统并支持动态压力测试，使机构能够在漏洞升级为危机之前识别它们 [27]。例如，在 COVID-19 大流行期间，采用先进风险框架的机构能够主动调整投资组合和管理流动性，在前所未有的市场混乱中减少损失并保留资本 [28]。
在空间风化的样品中应用计算机视觉算法来自动化太阳粒子轨道分析。 K. Heller 1，J。A。McFadden 1，M。S。T
在空间风化的样品中应用计算机视觉算法来自动化太阳粒子轨道分析。K. Heller 1，J。A. McFadden 1，M。S. Thompson 1。 1地球，大气和行星科学系，普渡大学，西拉斐特，47907年（mcfadde8@purdue.edu）。 简介：暴露于太阳风辐射和其他高能离子流的来源导致在太阳系上无空体表面上土壤的空间风化[1,2]。 尤其是，太阳能耀斑的太阳能颗粒（SEP）对晶粒的辐照，可以将毫米穿透到地表岩石上，从而导致晶粒内部晶体结构损伤的线条。 这些SEP轨道可以通过对透射电子显微镜（TEM）中土壤样品的分析来揭示。 通过TEM图像测得的晶粒中这些SEP轨道的密度可用于基于校准的生产速率生成暴露时间表[3]。 对这些SEP轨道密度的分析可在无气体表面上的太空风化和太阳辐射过程以及雷果石混合和重新加工时间表上产生宝贵的见解。 直到最近，对TEM图像中的SEP轨道的识别和分析主要是手工执行的，这是一种耗时的实践。 但是，机器学习领域（ML）和计算机视觉领域的进步使机器的视觉能力能够通过适当的神经网络设计和培训数据匹配和超越人类的能力[4，5，6]。 这两个模型在结构上是相同的，但在培训数据上却有所不同。A. McFadden 1，M。S. Thompson 1。1地球，大气和行星科学系，普渡大学，西拉斐特，47907年（mcfadde8@purdue.edu）。简介：暴露于太阳风辐射和其他高能离子流的来源导致在太阳系上无空体表面上土壤的空间风化[1,2]。尤其是，太阳能耀斑的太阳能颗粒（SEP）对晶粒的辐照，可以将毫米穿透到地表岩石上，从而导致晶粒内部晶体结构损伤的线条。这些SEP轨道可以通过对透射电子显微镜（TEM）中土壤样品的分析来揭示。通过TEM图像测得的晶粒中这些SEP轨道的密度可用于基于校准的生产速率生成暴露时间表[3]。对这些SEP轨道密度的分析可在无气体表面上的太空风化和太阳辐射过程以及雷果石混合和重新加工时间表上产生宝贵的见解。直到最近，对TEM图像中的SEP轨道的识别和分析主要是手工执行的，这是一种耗时的实践。但是，机器学习领域（ML）和计算机视觉领域的进步使机器的视觉能力能够通过适当的神经网络设计和培训数据匹配和超越人类的能力[4，5，6]。这两个模型在结构上是相同的，但在培训数据上却有所不同。在这里，我们应用这些ML技术来开发一个原型自动化程序，该程序可以自动检测和分析TEM图像中的SEP轨道，从而使未知样本中的SEP轨道更有效，更准确地注释。方法：机器智能程序（“模型”）旨在查找和计算提供的TEM图像中的所有SEP轨道，包括潜在的微弱或“隐形”轨道。由于轨迹而言，由于主要是与背景材料不同的强度线段的线段，该模型旨在识别线性强度差异的区域。两种单独的型号经过训练以提高性能 - 一种在较暗的背景（LOD）上搜索较轻的曲目，而一种搜索较轻的背景（DOL）上的较暗轨道（DOL）。拆分模型的决定在很大程度上旨在改善训练时间和模型性能，因为示例往往由LOD或DOL轨道组成。因此，将模型拆分可改善训练时间并减少处理时间，因为训练集和应用的差异减少为更简单，较小的模型提供了空间。此外，这使该模型可以应用于两种不同类型的扫描TEM（STEM）成像模式：深色场（DF），其中SEP轨道显得比周围的晶体更明亮，而明亮场（BF），其中SEP轨道显得比周围的晶体更暗。由于计算机以抽象的结构可视化数据，分析是按像素度量进行的，而不是与测量相关的
TEAC 7152二级STEM教育中应用机器人技术和编程
描述此主题在STEM（科学，技术，工程和数学）学科中在应用机器人技术和编码的应用中发展了在职教师的知识和技能。主题内容和评估的设计目的是首先建立教师在机器人/编码方面的基础技能，其次，在课堂上实施机器人/编码时，建立了教师的专业技能。该主题的一个特定重点是如何使用机器人技术/编码来通过询问和基于问题的学习来真实地整合不同STEM学科的课程内容，以增强学生在STEM学科中的参与度和成就的最终目的。
MXene 典型特性及其在碳纤维复合材料中应用的研究进展
摘要：作为一种新型的二维（2D）过渡金属碳化物，氮化物或氮化碳，MXENE具有出色的物理结构和出色的机械性能，电导率和磁性特性，因此在不同的领域中广泛使用，例如电化学能量存储，微波炉吸收，微波吸收，电磁，电磁层。碳纤维（CF）是通过热处理和高温氧化制备的，导致表面光滑和缺乏活性基团，这不利于碳纤维和基质之间的粘附，从而产生碳纤维复合材料的界面性质。纳米颗粒以修饰碳纤维的表面以改善其粗糙度并提供活性基团。因此，通过其范德华力或氢，离子和共价键将MXENE引入CF表面，以改善CF和矩阵之间的机械互锁效果，从而改善复合材料的界面特性或启用功能应用。在本综述中，总结了各种合成方法，MXENE的结构特征和特性，并讨论了将MXENE引入MXENE通过不同技术将MXENE引入碳纤维表面修饰的研究进展，以增强界面性能和复合材料的功能应用。最后，提出了MXENE面临的挑战以及其在碳纤维复合材料中应用的发展前景。
在巴西民用建筑中应用的循环经济
在巴西民用建筑摘要建设活动中应用的循环经济消耗了32％的世界资源；全球建筑物最多占消耗的废物（按数量）的40％，约占废物产生的40％（按数量），对环境影响（例如全球变暖和空气污染形成）贡献了20％至35％。对理论进步的理解以及能够减少障碍的技术解决方案的识别，这些障碍也阻碍了民用建筑中循环经济实践的扩展。文献研究，然后进行了案例研究，以绘制循环经济原则在一个由历史遗产保护的建筑物中的实际应用，这是巴西主要的大都市之一。半结构化访谈技术是针对四名直接在计划和执行构造的合作的，这导致了循环经济概念的应用。因此，出现了关于获得建筑物可持续认证的步骤，并伴随着扩大策略以优化企业的分数。在创新方面，无法感知在该领域使用的技术，方法和材料的创新方面的巨大运动。钥匙词：循环经济；民用建筑； LEED因此，这项研究指导了其他巴西建筑物中该方法的复制，但最重要的是，它突出了要恢复的物业中应用圆形经济的潜力，这代表了与获得获得认证的新建筑物相比，这是对现有建筑物进行更大批量进行翻新的最大潜力。
靶向高通量测序在感染性疾病中应用与实践专家共识
靶向二代测序在传染病应用与实践专家共识 中国医疗保健国际交流促进会临床微生物学分会 通讯作者：王晖，北京大学人民医院检验科，北京 100044，Email：whuibj@163. com；曹斌，中日友好医院呼吸与危重症医学科，北京 100029，Email：caobin_ben@163.com 【摘要】靶向二代测序（tNGS）技术通过设计特异的引物或捕获探针来检测临床样本中的病原微生物及耐药基因，为传染病的诊断、治疗和监测提供依据。但目前tNGS和宏基因组二代测序（mNGS）的临床应用场景尚不明确，不同厂家的tNGS系统质量和结果差异很大。该技术的临床适应症、实验室流程、质量控制、性能验证和报告解释等都亟待制定共识和标准。为规范tNGS在传染病领域的应用与实践，中国医疗保健国际交流促进会临床微生物学分会的微生物学、传染病、呼吸道疾病、流行病学等领域的专家针对上述问题进行了探讨，撰写了tNGS在传染病领域应用与实践专家共识。
在有限间隔中应用指导可以改善扩散模型中的样本和分布质量
指导是从图像生成扩散模型中提取最佳性能的关键技术。传统上，在图像的整个采样链中都施加了恒定的引导权重。我们表明，指导显然在链的开始（高噪声水平）上是有害的，这在很大程度上是不必要的（低噪声水平），而仅在中间有益。因此，我们将其限制在特定的噪声水平范围内，从而提高了推理速度和结果质量。这个有限的指导间隔将Imagenet-512中的记录FID显着提高到1.81至1.40。我们表明，在不同的采样器参数，网络体系结构和数据集上，它在定量和质量上都是有益的，包括稳定扩散XL的大规模设置。因此，我们建议将指导间隔视为使用指导的所有扩散模型中的超参数。
关于研究主题的社论，在生物活性化合物生产中应用合成生物学的应用最新进展，第II卷
生物活性化合物是药物，细菌，真菌和海洋生物中发现的物质。天然和不自然的生物活性化合物都包括二级代谢产物及其衍生物，例如异丙型，异氟av虫，肽抗生素和生物碱的糖苷衍生物。这些化合物在各种领域都起着重要作用，包括药物和农业化学产品，化妆品，生物燃料和食品添加剂。从活生物体中提取和隔离天然产物在药物的生产中发挥了重要作用。与自然生物活性化合物一起，已开发出生成自然和非天然化合物的合成生物学。该研究主题提供了生物活性化合物合成生物学的最新进展，新兴的挑战和前景。与已用于生产天然生物活性化合物的模型微生物（大肠杆菌和酿酒酵母）一起，已开发出非惯性宿主用于工业产品的生物合成。Rojo等。与基于植物的生产系统相比，大肠杆菌和酿酒酵母的优势。同类植物衍生物的衍生物pterocarpans和Coumestans的产量通常很低，需要耗时的工业产品。为了克服这些局限性，工程的微生物已被用作替代pterocarpans和coumestans的生产滴度的替代方法。Giménez等。 回顾了素型真菌是在生物技术领域的新型平台开发的。Giménez等。回顾了素型真菌是在生物技术领域的新型平台开发的。最有利的纤维真菌包括在许多不同的底物和植物残留物上生长的能力，这些能力对圆形生物经济有关键的贡献。根据著名的全基因组序列