XiaoMi-AI文件搜索系统
World File Search System四类
公理空间在再生医学中心建立了温斯顿·塞勒姆的存在
关于韦克森林再生医学研究所：韦克森林再生医学研究所被公认为是将科学发现转化为临床疗法的国际领导者，其中许多世界第一，包括在患者中开发和植入第一个工程器官。全球最大的研究所有400多人在40多个不同的组织和器官上工作。该研究所首次开发了组织工程和再生医学的许多基本原理。WFIRM的研究人员已成功地设计了四类替代组织和器官，包括平坦结构，管状组织，空心器官和固体器官 - 以及15种不同的细胞/组织治疗技术应用，例如皮肤，尿素，软骨，骨骼，膀胱，肌肉，肌肉，肌肉，肾脏，肾脏，肾脏，阴道和人类，已成功使用。该研究所是Wake Forest医学院的一部分，位于北卡罗来纳州温斯顿·塞勒姆市中心的创新区，受患者的紧急需求驱动。该研究所正在对再生医学产生全球影响
灾难性人工智能风险概述
人工智能 (AI) 的快速发展引发了专家、政策制定者和世界领导人对日益先进的人工智能系统可能带来灾难性风险的担忧。尽管已经分别详述了许多风险，但迫切需要系统地讨论和说明潜在危险，以便更好地指导减轻这些风险的努力。本文概述了灾难性人工智能风险的主要来源，我们将其分为四类：恶意使用，即个人或团体故意使用人工智能造成伤害；人工智能竞赛，即竞争环境迫使参与者部署不安全的人工智能或将控制权交给人工智能；组织风险，强调人为因素和复杂系统如何增加灾难性事故发生的可能性；流氓人工智能，描述了控制比人类聪明得多的代理的固有难度。对于每一类风险，我们都会描述具体的危害，提供说明性故事，设想理想情景，并提出减轻这些危险的实用建议。我们的目标是促进对这些风险的全面了解，并激发集体和主动的努力，以确保以安全的方式开发和部署人工智能。最终，我们希望这将使我们能够实现这项强大技术的好处，同时最大限度地降低发生灾难性后果的可能性。1
数字孪生：对其支持的最新回顾...
摘要 数字孪生（DT）是一种新兴技术，可实现物理对象与其虚拟复制品之间的复杂交互。尽管 DT 近年来在工业界和学术界都引起了极大的关注，但从其发展历史到其在不同学科中的不同概念和应用，尚无对 DT 的系统了解。大多数 DT 文献侧重于特定实施领域的 DT 框架的概念开发。因此，本文对 DT 的历史、不同的定义和模型以及六种关键支持技术进行了最新的回顾。该回顾还从两个角度对 DT 应用进行了全面的调查：（1）在产品生命周期的四个阶段中的应用，即产品设计、制造、运行和维护以及回收；（2）在四类工程领域的应用，包括航空航天工程、隧道和地下工程、风工程和物联网（IoT）应用。本文为每个 DT 类别提取了 DT 框架、特征组件、关键技术和具体应用。综合考察DT文献，发现：（1）现有的DT模型大多仅涉及从物理实体到虚拟模型的单向数据传输；（2）缺乏对环境耦合的考虑，导致对DT的表示不准确。
支持机器学习的物联网 (IoT) - MDPI
摘要：机器学习 (ML) 使物联网 (IoT) 能够从感知数据的宝库中获得隐藏的见解，并真正无处不在，而无需明确寻找知识和数据模式。没有 ML，物联网就无法满足企业、政府和个人用户的未来需求。物联网的主要目标是感知我们周围发生的事情，并通过智能方法实现决策自动化，这将模仿人类的决策。在本文中，我们从数据、应用和行业三个角度对支持 ML 的物联网的文献进行分类和讨论。我们通过回顾大约 300 个已发表的资料，详细阐述了数十种前沿方法和应用，说明 ML 和物联网如何协同工作，在使我们的环境更智能方面发挥关键作用。我们还讨论了新兴的物联网趋势，包括行为互联网 (IoB)、疫情管理、联网自动驾驶汽车、边缘和雾计算以及轻量级深度学习。此外，我们将物联网面临的挑战分为四类：技术、个人、商业和社会。本文将有助于利用物联网的机遇和挑战，使我们的社会更加繁荣和可持续。
Talbi，S。，Achour，S。，＆Abkary，B。（2024）。供应链中的沟通：对主要有影响力元素的系统评价。寄宿学校 Sabhi，R。，Abdelbaki，N。和Taouab，O。（2024）。数字时代的伦理：负责任决策的挑战和解决方案。国际日
沟通是供应链中的重要支柱，在竞争和动态的业务环境中至关重要。面对全球化，客户偏好的快速发展和不断发展的技术进步，沟通将自己视为业务成功的决定性因素。文献经常强调，与供应链参与者之间牢固关系的发展相关的沟通是克服供应链实施障碍的有效手段。本文的目的是探索在供应链背景下进行交流的重要性，并通过对使用Prisma方法进行的文献进行系统的审查，深入分析供应链中促进或阻碍供应链中沟通的要素。该研究对40个相关文章进行了审查，以识别和分类18个不同的要素，分为四类：关系，组织内，组织间和环境。这些结果为研究人员和从业人员提供了重要的观点，点了影响供应链中沟通的关键要素。此外，这些结论还为在这种情况下对复杂的沟通动态进行了更多的深入研究，从而为公司在供应链中发展提供了可观的进步和改进机会。关键字：通信，供应链，绩效，系统评价jel分类：D83文章类型：摘要理论文章：
使用密集高效网络进行脑肿瘤分类
摘要：脑肿瘤在儿童和老年人中最为常见。它是一种严重的癌症，由颅骨内无法控制的脑细胞生长引起。众所周知，肿瘤细胞由于其异质性而难以分类。卷积神经网络 (CNN) 是视觉学习和脑肿瘤识别中最广泛使用的机器学习算法。本研究提出了一种基于 CNN 的密集 EfcientNet，使用最小-最大规范化将 3260 张 T1 加权对比增强脑磁共振图像分为四类（神经胶质瘤、脑膜瘤、垂体和无肿瘤）。开发的网络是 EfcientNet 的变体，添加了密集层和 drop-out 层。同样，作者将数据增强与最小-最大规范化相结合，以增加肿瘤细胞的对比度。密集 CNN 模型的好处是它可以准确地对有限的图片数据库进行分类。因此，所提出的方法提供了出色的整体性能。实验结果表明，所提出的模型在训练期间的准确率为 99.97%，在测试期间的准确率为 98.78%。新设计的 EfficientNet CNN 架构具有较高的准确率和良好的 F1 分数，可以成为脑肿瘤诊断测试研究中有用的决策工具。
一种用户友好的基于 SSVEP 的 BCI，使用不可感知的...
摘要：利用四类相位编码刺激，开发了基于稳态视觉诱发电位（SSVEP）的脑机接口（BCI）系统。将高于临界融合频率（CFF）的60Hz闪烁光诱发的SSVEP与15Hz和30Hz的SSVEP进行比较。采用任务相关成分分析（TRCA）方法检测脑电图（EEG）中的SSVEP成分。对17名受试者的离线分析表明，60Hz的最高信息传输速率（ITR）为29.80±4.65bpm，数据长度为0.5s，分类准确率为70.07±4.15％。在线BCI系统在4s的60Hz下达到平均分类准确率为87.75±3.50％，ITR为16.73±1.63bpm。具体来说，受试者在60Hz下的最大ITR为80bpm，持续时间为0.5s。虽然60Hz的BCI性能低于15Hz和30Hz，但行为测试的结果表明，在无闪烁感知的情况下，60Hz的BCI系统比15Hz和30Hz的BCI系统更舒适。相关性分析表明，信噪比（SNR）较高的SSVEP对应更好的分类性能，舒适度的提高伴随着性能的下降。本研究证明了使用无感知闪烁的用户友好型SSVEP BCI的可行性和潜力。
提供定制护理的当前发展-EHESP
方法：根据Prisma指南，最初于2018年11月进行文章搜索，并于2019年1月和2019年3月更新。两名调查人员独立搜索了Medline，PubMed，Psycinfo，Web of Science，Science Direct和JSTOR，搜索专注于包括“护理定制”，“个性化服务和医疗保健”，“个性化服务和个性化护理”，“个性化护理”，“个性化护理”，“针对性人群”和标题或摘要中的“目标人群”。定义了包含和排除标准。在研究选择和数据提取方面的分歧通过两个审阅者之间的共识和讨论来解决。结果：我们确定了2008年至2019年之间发表的70篇文章。大多数文章（n = 43）于2016年至2019年发表。出现了用于分割分析的四类患者特征：临床，社会心理，服务和成本。我们观察到这些特征通常与最常见的组合，即临床，社会心理和服务共存。少数文章（n = 18）报告了有关护理，经验和成本质量的评估。最后，很少有文章（n = 6）正式定义了与大规模定制相关的概念基础，而只有一半的文章使用现有理论来指导其分析或解释。
建筑环境的数字孪生
本文的总体目标是通过借鉴现有的制造业数字孪生 (DT) 研究，为更好地理解建筑环境中的数字孪生 (DT) 范式做出贡献。DT 是一种产品生命周期管理信息构造，已迁移到建筑环境中，而近年来，该主题的研究发展迅速。与早期研究阶段一样，建筑环境中的数字孪生研究有机发展，为成熟的定义和强大的研究框架奠定了基础。由于制造业的数字孪生研究最为发达，本文旨在通过分析制造业文献中报道的数字孪生系统的结构和功能，加深对建筑环境中数字孪生的理解。首先，本文对数字孪生、信息物理系统 (CPS) 和建筑信息模型 (BIM) 进行了全面的回顾和比较。然后，介绍了对数字孪生结构和功能描述的审查和分类结果。本文审查了 54 份学术出版物和行业报告，并详细分析了它们的结构和功能描述。确定了三种结构模型（即概念模型、系统架构和数据模型）和三种功能模型（流程和通信模型）。还审查了 DT 成熟度模型。从审查的描述中，DT 概念模型分为四类（原型、模型 b
引用方式：Shi, TW, Chen, K.-J., Ren, L., Cui, W.-H. (2023)。基于运动意象的机械臂抓握控制脑机接口。
本文提出了一种脑机接口（BCI）系统，利用ABB机械臂实现手部和腕部控制。该BCI系统从30个电极采集四类运动想象（MI）任务（手抓握、手伸展、腕部屈曲和腕部伸展）脑电图（EEG）信号。它利用两个具有不同带宽的五阶巴特沃斯带通滤波器（BPF）和归一化方法实现原始MI任务EEG信号的预处理。特征提取的主要挑战是从预处理后的EEG信号中分析MI任务意图。因此，所提出的BCI系统在时域和时频域中提取了十一种特征，并使用互信息方法来降低提取特征的维数。此外，BCI系统应用一个具有30个滤波器的单卷积层卷积神经网络（CNN）来实现MI任务的四级分类。与现有研究相比，该BCI系统的分类准确率提高了约32%-35%，实际机械臂抓取控制实验验证了该BCI系统具有良好的适应性。