XiaoMi-AI文件搜索系统
World File Search System十年
前市长回顾数十年的志愿服务
市长斯科特·尼尔根据居民的反馈制定了 2025 年预算，优先考虑对公共安全进行大量投资，同时仍保持所有部门的高水平城市服务。拟议预算包括 6150 万美元的税收征收，比 2024 年增加 13.14%。其中，5.46% 专门用于资助公共安全服务的扩展——开设 2 号消防站和新的警察和消防人员。另外 7.68% 用于支付全市运营成本、资助资本改善计划中的项目、支持街道特别征税并更新城市分区条例。
CTIO 演示 - 十年计划概述
• PD 14 提供了绩效目标，以衡量该部门在安全、资产管理和移动性等关键目标领域改进工作的成功程度。绩效目标和指标通过将交通投资重点放在 4 年 STIP 和年度预算上，为全州交通计划和 10 年愿景计划的实施提供指导。
2026-2035 财年初步十年资本战略
在我们努力为纽约市制定 2026-2035 财政年度十年资本战略 (TYCS) 的同时，我们很高兴在发布 2026 财政年度 (FY26) 初步预算的同时发布这份初步十年资本战略 (PTYCS)。根据《纽约市宪章》的规定，PTYCS 为纽约市提供了一个平台，以展示其对所有纽约人、所有社区的责任，并解释推动纽约市资本规划决策的原则。PTYCS 旨在帮助确定所有资本机构的投资决策的优先顺序，并反映跨基础设施类型的综合资本规划方法，以符合纽约市的发展和需求。PTYCS 将概述纽约市如何在未来十年内分配 1700 亿美元，以确保纽约市在公平、社区知情的资本规划决策的指导下，在财务上负责任且具有弹性。这些投资旨在改善纽约市整体基础设施，包括住房、道路和桥梁、学校、供水和排污设施以及交通系统，从而提高纽约市五个行政区居民的生活质量、安全性和可负担性。这份文件之后将发布最终的十年资本战略，该战略将与纽约市 2026 财年行政预算一起发布，该预算以 PTYCS 为基础，并包含更多细节和资本项目示例。
使用深度学习技术自动检测睡眠阶段：最近十年的系统评价（2010-2020）
本文介绍了微带宽带微波放大器设计和分析所涉及的程序。用于系统设计，仿真，优化和分析，采用了计算机辅助设计（CAD）工具，即Angilent Advance Design System（ADS）。对放大器设备-FLC317MG-4 FET进行了测试，以稳定性测试，并观察到在2至6 GHz频带之间无条件稳定。研究了两个可能的理想匹配电路，以确定具有最大传感器功率增益的最佳匹配电路。观察到，具有平行开路存根的四分之一波变压器比其他匹配电路在频率范围更大（带宽/宽带更大的频率（带宽/宽带）的范围更高。因此，它是使用微丝线进行宽带放大器设计的，并以3.5至4.5 GHz的带宽实现了约9.8 dB至10.118 dB的最大扁平增益。
《制止校园欺凌法案》十年来首次修订《克莱里法案》：
校园欺凌透明度报告 (CHTR) 是一份新要求的文件，其发布时间与年度安全报告不同，并将包含有关欺凌的具体信息。如果机构发现存在欺凌违规行为，则必须制定（并发布）CHTR，并且需要每年至少更新两次（如果有需要更新的内容），具体来说，是某个已建立或认可的学生组织发现存在欺凌违规行为的新情况。我们可以将其视为缓慢移动的犯罪日志，专门用于欺凌责任调查，每年最多只需更新两次。标准 Clery 犯罪日志必须在报告发布后两个工作日内更新。请注意，如果欺凌违规行为也是一种犯罪行为，则它必须与其他犯罪行为一起出现在标准犯罪日志中
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
原创文章 人工智能增强篮球罚球的运动学分析 BEKIR KARLIK 1、MUSA HAWAMDAH 2 1 埃波卡大学计算机工程系，地拉那，阿尔巴尼亚 2 塞尔丘克大学计算机工程系，科尼亚，土耳其 在线发表：2024 年 12 月 30 日 接受发表：2024 年 12 月 15 日 DOI：10.7752/jpes.2024.12321 摘要：问题陈述和方法：在篮球比赛中，罚球的成功与否取决于球的出手角度、在空中的正确位置以及最佳速度运动特征。本研究利用人工智能（AI）研究了篮球运动员在疲劳前后执行罚球的运动学特征。材料和方法：我们使用了各种监督机器学习算法，包括：k-最近邻 (k-NN)、朴素贝叶斯、支持向量机 (SVM)、人工神经网络 (ANN)、线性判别分析 (LDA) 和决策树。这些算法用于对从球员收集的运动数据得出的特征进行分类，以揭示他们在不同疲劳程度下的投篮机制的模式和变化。当球员在疲劳前后成功和不成功投篮时，在球释放点测量肘部、躯干、膝盖和踝关节角度。有两种方法可用于对这些特征进行分类：第一种方法是直接使用行数据；另一种是使用主成分分析 (PCA) 减少数据。对于这两种方法，数据在应用于分类器之前都在 0-1 之间归一化。结果：我们通过使用朴素贝叶斯分类器对行数据获得了 98.44% 的最佳分类准确率。此外，使用 PCA 对减少数据进行 ANN 的结果显示最佳分类准确率 95.31%。研究结果揭示了疲劳引起的投篮力学的不同模式和变化，并强调了机器学习模型在分析生物力学数据方面的有效性。讨论和结论：这些结果有助于制定训练计划，以提高疲劳状态下的表现和一致性。这项研究强调了人工智能和数据驱动方法在运动生物力学中的潜力，可以为运动员表现和疲劳管理提供有价值的见解。关键词：智能算法、运动生物力学、运动数据、疲劳引起的变化简介在对各种运动进行的研究中已经观察到功能技能和基于技能的运动模式之间的差异。评估功能技能比评估基于技能的运动模式更具挑战性（Goktepe 等人，2009 年；Abdelkerim 等人，2007 年；Chappell 等人，2005 年）。例如，Goktepe 等人（2009 年）利用统计分析来证明踝关节、肩膀和肘部角度对网球发球的影响。Abdelkerim 等人（2007）展示了篮球运动员的计算机化时间运动分析，而 Chappell 等人（2005）则研究了在进行疲劳前和疲劳后练习的三个停跳任务中落地和跳跃动作中改变的运动控制策略。评估基于技能的收缩、适当的肌肉发力时间和关节定位等因素相对容易。值得注意的是，个人之间的动作执行和技能习得存在差异。在篮球罚球中，关节角度是足以将投篮分为不同类别的基本特征（Schmidt 等人，2012；Ge，2024；Zhang & Chen，2024）。疲劳是人类活动的自然结果，会影响运动员在训练和比赛期间的认知和学习能力。虽然大多数研究认为疲劳是影响表现的一个关键因素（Forestier & Nougier，1998；Apriantono 等人，2006），但一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010；Rusdiana 等人，2019；Li，2021；Bourdas 等人，2024）。例如，Uygur 等人（2010）基于统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024）则专注于疲劳对三分跳投的影响。Li 等人（2021）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中尚未发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同数据源或机器学习技术在结构分析和语义提取中的作用。这项研究是首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析一些研究表明疲劳对篮球罚球表现没有影响（Uygur 等人，2010 年；Rusdiana 等人，2019 年；Li，2021 年；Bourdas 等人，2024 年）。例如，Uygur 等人（2010 年）根据统计运动学分析发现疲劳对罚球没有显著影响。同样，Rusdiana 等人（2019 年）使用 SPSS 分析了罚球运动学，而 Bourdas 等人（2024 年）则专注于疲劳对三分跳投的影响。Li 等人（2021 年）研究了疲劳对女子篮球运动员投篮表现的运动学影响。所有这些研究都采用了统计方法；文献中没有发现用于分析篮球罚球运动学的人工智能或软计算技术。近几十年来，高效的数据分析已显著提高了使用软计算方法的各个领域的生产力。然而，体育科学中的大多数研究都集中在特定的比赛上，以探索不同的数据源或机器学习技术在结构分析和语义提取中的作用。本研究首次将机器学习方法应用于运动学分析
药物不遵守：反思二十年...
1药物依从性研究中心，波兰洛兹医科大学家庭医学系，2个患者中心成果，爵士药物，爵士乐，牛津，英国牛津，3梅奥医疗保健提供研究部，梅奥临床医学院医学院医学院和科学科学和医疗学科学科学及其医学科学科学，梅奥尔·科兰特（Mayo Clanic and），罗切斯特（Mayo），罗切斯特（Mayo），罗切斯特（Mayo） Hypertension Research Foundation, University of Lausanne, Lausanne, Switzerland, 5 Department of Pharmacy Practice, School of Pharmacy and Pharmaceutical Sciences, University at Buffalo, Buffalo, NY, United States, 6 Department of Health Services Research, CAPHRI Care and Public Health Research Institute, Maastricht University, Maastricht, Netherlands, 7 CIRFF, Center of Pharmacoeconomics and Drug Utilization Research, Department of那不勒斯药房大学，意大利那不勒斯，费城8号药房，圣约瑟夫大学，宾夕法尼亚州费城，宾夕法尼亚州费城，9号，科学与健康成果系，马里兰大学巴尔的摩大学巴尔的摩大学巴尔的摩大学巴尔的摩大学，美国马里兰州邦德莫尔大学，美国马里兰州10号，曼彻里亚州10号桥梁，班巴尔蒂莫尔大学，曼彻斯特10号桥梁，班巴尔蒂莫尔大学。布达佩斯，匈牙利，12号社会，行为和行政科学系，纽约州纽约市杜罗大学，美国纽约州纽约市，卫生技术评估与药物经济研究中心，Pécs，Pécs，Pécs，匈牙利
联合国可持续交通十年（2026-2035）多边......
2024 年 11 月 26 日，联合国经济和社会事务部组织了一场关于联合国可持续交通十年（2026-2035）的多方利益相关方网络研讨会。网络研讨会汇集了主要利益相关方，讨论即将到来的联合国可持续交通十年及其相关实施计划。发言者强调了跨部门协调努力的重要性，重点是提高可达性、可负担性和可持续性。关键信息包括需要更好地收集数据、将交通与卫生和能源等其他部门相结合，以及创建多式联运系统以满足城市和农村的交通需求。发言者还强调了地方和区域政府在共同创造交通解决方案方面的作用、私人和公共投资在中低收入国家的重要性以及为边缘群体建立包容性系统的重要性。讨论还强调了多边合作和知识共享对于实施创新和包容性交通战略的重要性。它强调需要长期规划、包容性治理和交通投资，以确保所有人都拥有可持续、公平的未来。