XiaoMi-AI文件搜索系统
World File Search System大数
智能电网大数据分析可持续性方面的全面回顾
1 电气与电子工程系，Sri Krishna 工程技术学院，Kuniamuthur，Coimbatore 641008，印度；vinothkumarktp@gmail.com 2 电气与电子工程系，Agni 技术学院，Thalambur，Chennai 600130，印度；padmanathanindia@gmail.com 或 padmanathan@nestlives.com 3 Nestlives Privated Limited，Chennai 600091，印度 4 电气与电子工程系，Thiagarajar 工程学院，Madurai 625015，印度；rajvikram@nestlives.com 5 计算机科学与工程系，耶路撒冷工程学院，Chennai 600100，印度；captainvinoth@gmail.com 6 计算机科学与工程系，Lovely Professional University，Phagwara 144411，印度； ranjithdr.kumar@gmail.com 7 通信与网络系、工程学院、可再生能源实验室 (REL)、苏丹王子大学 (PSU)、利雅得 11586、沙特阿拉伯 8 环境与可持续发展研究所、埃克塞特大学、彭林校区、彭林 TR10 9FE、英国；a.ghosh@exeter.ac.uk 9 俄勒冈可再生能源中心 (OREC)、电气工程与可再生能源系、俄勒冈理工学院、克拉马斯瀑布、俄勒冈州 97601、美国 * 通信地址：usubramaniam@psu.edu.sa (美国)；eklas.hossain@oit.edu (EH)
从边境到边境：使用大数据分析研究大脑健康风险因素
▶虽然apoe-ε3 /ε4基因型的频率并没有因性别而差异，但一项荟萃分析表明，患有APOEε3 /ε4基因型的女性具有增加阿尔茨海默氏病风险的增加，而阿尔茨海默氏病的风险增加了，与65至75岁的男性相比（Neu et。神经影像学倡议（ADNI）发现，对于患有轻度认知障碍的人（MCI），女性的认知下降要比男性快（根据年龄，APOE状态，教育，基线MMSE调整模型）（Lin等，2015）
井下振动因素在钻井工具可靠性大数据分析中的应用——综述
在极具挑战性的井下环境中，钻井工具通常要承受高温、剧烈振动等恶劣的操作条件。钻井活动会产生海量现场数据，即现场可靠性大数据（FRBD），其中包括井下操作、环境、故障、退化和动态数据。现场可靠性大数据具有规模大、种类多、极其复杂等特点，为钻井工具可靠性分析带来了丰富的机遇和巨大挑战。因此，作为影响钻井工具可靠性的关键因素之一，井下振动因素在基于FRBD的可靠性分析中起着至关重要的作用。本文回顾了井下钻井作业的重要参数，研究了井下振动的模式、物理和可靠性影响，介绍了可靠性大数据分析的特点。具体而言，本文探讨了振动因素在可靠性大数据分析中的应用，涵盖工具寿命/故障预测、预测/诊断、状态监测（CM）以及维护计划和优化。此外，作者强调了未来的研究，即如何更好地将井下振动因素应用于可靠性大数据分析，以进一步提高工具可靠性并优化维护计划。[DOI：10.1115 / 1.4040407]
五个不同领域的人工智能和大数据分析最新评论：文献计量摘要
摘要：学者和从业者最近开始在探索不同领域的新兴研究趋势时重点关注人工智能 (AI) 和大数据分析 (BDA)。文献计量综述技术已广泛应用于 AI 和 BDA 文献，以绘制现有的学术成果。我们总结了 711 篇关于 AI 及其子集和 BDA 的文献计量文章，这些文章发表在多个领域，以确定具有重大研究贡献的学科。我们从 Scopus Q1 和 Q2 期刊数据库中提取了 2012 年至 2022 年期间发表的文献计量综述论文。Scopus 数据库返回了来自 59 个国家/地区不同学科期刊上发表的 711 篇文献，平均每年被引用 17.9 次。我们使用多种软件和数据库分析器来调查数据，并展示最活跃的科学文献计量指标，例如作者和合著者、引文、共同引用、国家、机构、期刊来源和学科领域。美国是最具影响力的国家（101 篇文献；5405 次引用），而中国是产量最高的国家（204 篇文献；2371 次引用）。产量最高的机构是印度共生国际大学（32 篇文献；4.5%）。结果显示，五个学科集群的文献计量评论大幅增加：（a）商业与管理、（b）工程与建筑、（c）医疗保健、（d）可持续运营与 I4.0 和（e）旅游与酒店研究，其中大多数研究 AI 和 BDA 的应用和用例，以解决该领域的实际问题。过去文献计量分析中的关键词共现表明，BDA、AI、机器学习、深度学习、NLP、模糊逻辑和专家系统仍将是这五个不同领域集群中引人注目的研究领域。因此，本文总结了商业、工程、医疗保健、可持续运营和酒店旅游领域对 AI 和 BDA 的文献计量评论，并为对这些主题感兴趣的新手和经验丰富的研究人员提供了一个起点。
大数据分析在预测需求和推动零售业未来市场趋势中的作用。
数字革命对零售业进行了深刻的转变，大数据分析作为重塑企业如何理解和与消费者互动的关键工具。在一个通常将数据视为新石油的时代，利用大量信息和提取可行的见解的能力已成为关键的竞争优势。从社交媒体，在线交易和客户反馈到来自物联网（IoT）设备的传感器数据的各种来源的数据的扩散，这引起了零售的新范式，其中决策越来越多地数据驱动。大数据分析在零售业中的应用超出了营销范围，以涵盖业务的每个方面，包括供应链优化，库存管理和客户服务。这种全面的方法不仅提高了运营效率，而且通过实现个性化的互动和产品来大大改善客户体验。大数据的概念是指非常复杂的数据集，以至于传统数据处理工具无法管理它们。这些数据集的特征是它们的体积，速度和多样性，这些数据集对存储，分析和利用构成挑战。但是，数据分析技术（例如机器学习，人工智能和云计算）的进步已使实时处理和分析大数据成为可能。此功能在零售业中特别有价值，在零售业中，了解和对客户行为的理解和反应可能是成功与失败之间的区别。in例如，零售商可以分析浏览模式，购买历史和社交媒体互动，以相应地预测未来的购买行为和量身定制营销策略（Jain等，2021）。大数据分析在零售业中的主要应用之一是在营销领域，它可以实现更精确的定位和个性化。传统的营销方法通常依赖于广泛的人口统计数据，从而产生了不会引起个人客户共鸣的通用活动。相比之下，大数据分析使零售商可以根据多种因素（包括过去的购买行为，浏览历史记录，社交媒体活动甚至地理位置）更加细微地细分他们的受众。这种详细的细分使得创建高度个性化的营销信息和促销活动，这些信息更有可能将潜在客户转变为客户。此外，通过利用预测分析，零售商可以预测客户的需求和偏好，从而为他们提供符合其利益的产品和服务。这种预测能力不仅有助于增强客户体验，还可以通过将精力集中在最有前途的潜在客户上来优化营销预算（Nguyen等，2020）。除了市场营销之外，大数据分析在优化供应链运营方面起着至关重要的作用，这是零售业的另一个关键方面。零售业的供应链涉及从采购和生产到分销和销售的多个阶段。这在当前的零售环境中尤其重要，因为消费者的需求可能是高度波动和不可预测的。这些阶段中的每个阶段都会产生大量数据，在分析时，可以提供对效率低下，瓶颈和改进机会的见解。例如，可以使用预测分析来更准确地预测需求，从而使零售商可以优化库存水平并降低投入过度或库存的风险。通过使库存水平与预期需求保持一致，零售商不仅可以最大程度地降低成本，还可以通过确保产品可用性来提高客户满意度（Choi等，2021）。
利用大数据分析和机器学习技术进行亚马逊产品评论的情感分析
情感研究对于理解消费者的投入和提高商品和服务的才能至关重要。本研究着眼于亚马逊产品评估的数据集以及如何使用ML方法进行情感分析。在本研究中使用了几种ML方法，例如梯度提升（GB），Logistic回归（LR），幼稚的贝叶斯（NB）和递归神经网络（RNNM），用于分析亚马逊产品评论的情感。该方法首先通过删除标点符号，过滤停止单词和令牌来预处理数据集，然后使用诸如单词袋（bow）之类的技术提取功能提取。一旦数据分为训练和测试集，使用F1得分，回忆，准确性和精度评估模型。在测试的模型中，提高梯度的表现在所有指标中以一致的82％的速度优于其他人，这表明了其强大的分类能力。结果表明，尽管GB提供了最高的性能，但未来的工作可以探索高级模型和技术，以进一步增强各种产品类别的情感分类精度。
欧洲中小企业的人工智能应用和收入增长：与物联网和大数据分析的协同作用
摘要目的——采用人工智能 (AI) 会对公司业绩产生积极影响的传统观念经常会遭遇各种失败的例子。在这种背景下，采用人工智能对经济绩效影响的大规模实证证据很少，尤其是在中小企业 (SME) 的背景下。借鉴资源基础观和数字互补资产文献，我们评估了采用人工智能是否会影响中小企业的收入增长。设计/方法/方法——首先，我们研究采用人工智能与中小企业收入增长之间的关系。其次，我们评估人工智能是否补充了物联网 (IoT) 和大数据分析 (BDA)。我们使用了欧盟委员会 2020 年关于 11,429 家欧洲中小企业 (Flash Eurobarometer 486) 的公司级数据。结果——在主要发现中，我们发现在其他条件相同的情况下，采用人工智能会对中小企业的收入增长产生积极影响，并且与物联网和 BDA 相结合，似乎更为有益。原创性/价值——我们的结果表明，人工智能促进了中小企业的发展，尤其是与物联网和 BDA 相结合。因此，中小企业管理者应该意识到投资人工智能的积极影响，并据此做出决策。同样，政策制定者也意识到中小企业依赖人工智能的积极影响，因此他们可以设计政策和融资计划，进一步推动中小企业的数字化。关键词人工智能、收入增长、中小企业、欧洲、大数据分析、物联网论文类型研究论文
使用大数据分析和人工智能工具防止审计领域的欺诈：概念框架
摘要：在过去的几十年中，由于发生了多起金融丑闻，欺诈和欺诈检测问题变得更加重要，涉及投资者、组织和其他利益相关者。在这方面，审计师和法务会计师的作用变得至关重要，以保证欺诈检测并尽量减少期望差距。公司活动的数字化，即“工业 4.0”，也包括审计过程。大数据分析和人工智能可用于识别和预防欺诈。本文的目的是通过回顾现有文献来分析大数据和人工智能技术在欺诈审计环境中的采用，并讨论大数据和人工智能的可能采用。关键词：欺诈审计、欺诈、大数据、人工智能、工业 4.0。
垃圾焚烧发电厂利用人工智能和大数据分析实现工厂自动化运行
建设废物转化能源 (WtE) 设施是 JFE 工程的核心业务。在这一领域，我们在日本的客户（例如地方当局）除了简单的 EPC 合同外，对中长期管理和运营合同更感兴趣。目前，许多此类管理和运营合同正在进行中，但为了降低运营成本，需要以少量操作员进行高效运营。此外，由于“出生率下降/人口老龄化”和“劳动力短缺”，我们面临着经验丰富的操作员短缺的问题。为了解决这一问题，JFE 工程于 2014 年 9 月在横滨总部开设了一个远程支持设施，并一直从该设施为经验丰富的操作员提供远程协助工厂运营。此外，为了支持每年增加的 WtE 设施，这些设施的“全自动化运营”是必要的。
自我建立的人工智能和机器学习赋予智能城市中的大数据分析能力
摘要新兴信息革命使得有必要快速管理大量的非结构化数据。随着世界越来越多地由物联网设备和传感器构成，它们可以感知周围环境并彼此沟通，因此数字环境的创建是大量易变和多样的数据。为确定性情况设计的传统AI和机器学习技术不适合此类环境。在此数字环境中，每个设备都需要大量参数，因此AI可以自适应和自我构建（即自我结构，自我配置，自学习），而不是在结构和参数上预先定义。本研究通过无监督的学习来探讨自我建立AI和机器学习的好处，以赋予智能城市环境的大数据分析能力。通过使用不断增长的自组织图，提出了一套新的自我构建AI套件。自我构建AI克服了传统AI的局限性，并在动态的智能城市环境中启用了数据处理。使用云计算平台，自我构建AI可以集成当前在筒仓中工作的数据分析应用程序。使用物联网，视频监视和动作识别应用程序证明了自我构建AI及其价值的新范式。