XiaoMi-AI文件搜索系统
World File Search System探索性
深度学习的各种预训练的图像分类模型的探索性体系结构分析
摘要 - 图像分类是针对各个部门的深度学习领域（DL）领域的重要应用之一。可用于执行图像分类的不同类型的神经网络体系结构，每种神经网络体系结构都会产生不同的精度。数据集和所使用的功能是影响模型的结果。研究界至少针对特定领域的广义模型致力于广义模型。使用知识信息管理方法确定了对各种深度学习模型的当代调查，以进一步提供最佳的体系结构以及对广义深度学习模型，以将图像缩小到特定于部门的特定于部门。该研究系统地介绍了用于每个深度学习模型的不同类型的体系结构，其变体，层和参数。详细介绍了体系结构类型的特定应用程序和局限性。它可以帮助研究人员为特定部门选择适当的深度学习体系结构。关键字 - 图像分类，深度学习，神经网络
具有大语言模型的历史文本成绩单的校正：探索性研究
遗产文档的自动转录质量，无论是从印刷，手稿还是音频来源，都对搜索和处理历史文本的能力都有决定性的影响。尽管在文本识别（OCR，HTR，ASR）中取得了重大进展，但从图书馆和档案收藏中得出的文本材料仍然很大程度上且嘈杂。因此，有效的转录后校正方法是必要的，并且已经进行了多年的深入研究。由于大型语言模型（LLMS）最近在各种与文本相关的任务中表现出了出色的表现，因此我们研究了它们修改不良历史抄录的能力。我们针对包括不同语言，时间段和文档类型以及不同文字质量和起源的各种校正后基准评估了14个基础语言模式。我们比较了不同模型大小的性能以及在零和少数射击设置中增加复杂性的不同提示。我们的评估表明，LLM在这项任务上毫无效率。对结果的定量和定性分析使我们能够分享有价值的见解，以便将来与LLMS校正后的历史文本工作。
对斑块牛皮癣的患者ESK-001（ESK-001）的探索性暴露响应（E-R）分析
模型准确地反映了观察到的数据，在健康受试者和具有斑块PSO的受试者中表明相似的ESK-001暴露和线性PK。在ESK-001暴露与钥匙功效终点之间显示出很强的相关性。在相同剂量下长时间暴露效果反应可大大提高。以40 mg竞标剂量达到了最大的治疗反应，该剂量保持与测试剂量较低的剂量相当。因此，在患有中度至重度PSO的受试者中，选择了40 mg出价剂量进行即将进行的III期研究。有关大会和OLE研究功效，安全性和耐受性的其他信息可在该国会提供：海报P1004，并在第5769条第5769节中分别提供了介绍。
一项探索性场景研究，纳入2050年荷兰100％可再生能源系统
摘要《巴黎协定与荷兰气候协议》已将情景研究加速到2050年的能源系统。大多数场景都集中在达到零CO 2排放方案或专注于100％可续航能力上，但会减少能源需求较大。NVDE希望探索100％可再生能源系统的可能性，而不会限制经济结构增长以减少能源需求的目的。这项探索性场景研究使用能源过渡模型（ETM）（一种自下而上的建模方法）模拟了100％可再生方案，其中有两个关于荷兰经济结构的假设：0％（2050a）和工业部门每年1％（2050b）增长。根据三个支柱，使用了适应性的Trias Energetica进行场景构建：（i）电气化和效率提高，（ii）可再生源的实现，以及（iii）使用存储和转换技术平衡系统。这导致2050a的最终能源需求减少至1330 PJ（-35％），而2050b的最终能源需求减少了1494 PJ（-27％）。两种情况都导致了一个安全的97％可再生能源系统。可以得出结论，不是经济结构的预设限制，而是导致电气化和效率提高导致需求减少。部署的主要技术是大规模风和太阳能光伏，绿色氢，大规模电池以及功率热/氢装置。在高度可再生能源系统中的创新机会确定了灵活性选项。为了更好地了解灵活性要求，需要对创新在当前技术，未来行业，互连能力提高以及能源过渡的国际方法的系统含义中进行更多的研究。
西班牙公共行政中的人工智能风险与挑战：通过专家判断的探索性分析
摘要：人工智能 (AI) 在公共行政领域的不断扩大使用为政府创造了无数机会。西班牙现行法规已建立电子行政并支持这项新技术的扩展和实施，但它们可能不适应人工智能引起的法律需求。因此，本研究旨在确定人工智能在西班牙公共行政中的使用所带来的风险以及法律机制是否可以解决这些风险。我们采用定性研究方法回答了这些问题，对几位该领域的专家进行了半结构化访谈。尽管这项技术可能带来好处，但在整个研究过程中，我们可以确认，人工智能的使用会产生一些问题，例如不透明性、法律不确定性、偏见或违反个人数据保护。西班牙法律已经提供的机制不足以避免这些风险，因为它们并非为应对人工智能在公共行政中的使用而设计的。此外，需要建立人工智能的统一法律定义。
人工智能作为快速有效生产再利用的推动因素：一项探索性研究
摘要 Covid-19 的爆发导致制造业运营中断。最严重的负面影响之一是关键医疗用品的短缺。制造公司面临来自政府的压力，要求其利用制造能力重新利用生产来满足对必需产品的关键需求。为此，技术和人工智能 (AI) 的最新进步可以作为应对解决方案，以克服与重新利用制造 (RM) 相关的威胁。该研究的目的是通过系统的文献综述 (SLR) 来调查人工智能在 RM 中的重要性。本研究收集了 SCOPUS 数据库中选定研究领域的约 453 篇文章。结构主题模型 (STM) 用于从选定的 RM 中 AI 文档中生成新兴的研究主题。此外，为了研究 RM 中 AI 领域的研究趋势，使用 R 包进行了文献计量分析。研究结果表明，由于该领域每年全球文章的产量有限，因此该领域的研究空间巨大。然而，这是一个不断发展的领域，已经确定了许多研究合作。该研究提出了一个全面的研究框架和未来研究发展的建议。
通过虚拟现实和人工智能确定阅读障碍学生的学习困难：一项探索性分析
摘要 —学习障碍是一种影响大脑连接交流区域能力的神经系统疾病。诵读困难的学生在阅读、记忆和理解概念方面会遇到问题；然而，这些问题的严重程度可以通过治疗和建立补偿机制来减轻。人们已经做出了许多努力来缓解这些问题，从而为小学和中学阶段患有特定学习障碍的学生创建了数字资源。相反，高等教育仍然缺乏标准方法。VRAIlexia 项目旨在通过提出两种不同的工具来解决这一问题：一种集成虚拟现实 (VR) 的移动应用程序，用于快速轻松地收集数据；以及一种基于人工智能的软件 (AI)，用于分析收集的数据，为每个学生定制支持方法。第一个工具已经创建并分发给高等教育机构的诵读困难学生，用于进行特定的心理和心理测量测试。第二个工具将特定的人工智能算法应用于通过应用程序和其他调查收集的数据。这些人工智能技术使我们能够识别学生群体面临的最相关困难。我们的不同模型在预测支持工具和学习策略方面取得了约 90% 的平均准确率。索引词 — 包容性、机器学习、阅读障碍、学习困难、虚拟现实
5083-H321 板的探索性预制件应力腐蚀测试，用于 ASTM 工作组，G01
2000-2001 年，在太平洋西北部建造的几艘巡逻艇和双体渡轮上发现了 5083-H321 镀层结构开裂。实地调查和金相研究得出结论，开裂是应力腐蚀开裂 (SCC) 的结果。Mg 2 Al 3 相的选择性连续晶界沉淀的存在，导致晶间、剥落和应力腐蚀开裂，这是冶金加工不当的结果。1 30 年前就发现了同样的问题，并有充分的记录。2 2004 年为船用铝合金制定了新的 ASTM 标准 B928。其目的是防止这些故障再次发生。 B928 要求生产商证明其 –H321 和 –H116 状态的船用合金产品 (2) 2 符合抗晶间腐蚀 (IGC)、剥落和应力腐蚀开裂 (SCC) 性能，这些性能通过 ASTM G66 (ASSET)、ASTM G67 硝酸质量损失试验 (NAMLT) 和金相检验确定。请参阅 B928 第 9.2、9.3 和 9.4 段。 3
基于区块链技术的可持续汽车供应链物流过程的探索性研究
摘要。鉴于汽车供应链的复杂性质，必须有效监督和保证汽车及其组件的可追溯性和可持续性至关重要。许多汽车制造商已经对区块链技术集成到供应链运营中进行了检查，某些实体已经开始实施。本研究探讨了使用H汽车制造公司作为案例研究的物流运营中区块链技术的实施。区块链技术用于汽车制造物流过程中，以促进车辆及其组成部分的全面跟踪，以在相关利益相关者之间共享信息。目的是为组织提供参考点和一种解决方案，用于使用区块链技术来用于汽车行业供应链的发展。总而言之，这项研究承认并阐明了研究中的局限性，同时还提出了研究结果，并提出了进一步研究的潜在途径。
伯利兹2型糖尿病的植物药物的使用：一项定性探索性研究
世界卫生组织警告说，2型糖尿病（T2DM）在全球范围内越来越关注，但伯利兹在所有中部和南美都有最高的患病率[1]。根据2019年世界卫生排名，伯利兹在全球所有国家的普遍中排名第五[1]。六分之一以上的成年贝利兹人患有这种情况，高于2010年的十分之二[1]。伯利兹死亡的主要原因是T2DM（与冠状动脉疾病一起），导致早期死亡率和发病率增加[1]。心脏骤停，脑血管事故，肾脏故障，下肢截肢，视力损害和视力损失都是与T2DM相关的并发症，伯利兹的住院率不断增加，这会负担和损害这个低收入国家的负担和责任[2，3]。伯利兹的卫生系统正处于发展的过渡性发展阶段。在2003年开始推出公共系统的国家健康保险占初级保健人口的不到75％，使大约105,000人陷入裂缝中[2，4]。私人诊所和医院存在于伯利兹 - 那些负担得起的人。这种分层的医疗保健系统使一个不平等的周期永存，因为贝利兹政府对贝利兹政府进行了贫困评估，其中有43％的伯利兹人生活在国家贫困线以下（即每年1000美元的收入），其中16％的人面临极端贫困的人[5]。那些生活在贫困中的人都更有可能面临慢性负担，并且不太可能拥有自我管理T2DM的资源[6，7]。对国家性别政策的情境分析发现，妇女的贫困率高于伯利兹的男性；女性的T2DM患病率是男性患病率的两倍以上[8]。伯利兹统计研究所将该国描述为多样化种族和文化的家园，人口为53％的梅斯特佐（Mestizo）（西班牙土著），26％的克里奥尔（英国），11％的玛雅（玛雅（Insigenous）），6％的加里库纳（6％garifuna）（印第安人），以及3％的印度裔，以及3％的印第安人，以及3％，以及近代，以及居住，以及居住，以及居住； 10]。伯利兹 - 包括玛雅的土著群体（即三个不同的群体：Yucatec，Mopan和Q'eqchi'），Garifuna和Mestizo -Account -account -account占国民总人口的65％，并且具有较高的T2DM [2，9]。在中美洲和南美的热带森林中，有数百种用于治疗T2DM的植物以及相关的症状和并发症[11，12]。土著玛雅治疗师，例如，使用疾病特异性和症状特异性植物药物，祈祷和仪式[11，13]。Garifuna治疗师通过祖先的祈祷进行仪式，呼吁祖先精神的帮助，他们可以指导他们使用特定的药用植物，并接受行为和生活方式的改变，以支持糖尿病护理和管理[14，15]。这些植物药物通常可以预防和延迟“糖尿病相关年龄形成的进展，这有助于导致视网膜病变，白内障，动脉粥样硬化，神经病，肾病，糖尿病性胚胎病和伤口愈合受损的发展” [11，P.505]。有希望的国际努力，例如《联合国土著人民权利，联合国生物多样性公约》以及《 2014 - 2023年世界健康传统医学战略》等国际宣言，确认了贝利兹人对其传统卫生实践的权利，植物学的保护以及对健康和社会服务的保护，没有歧视[16-18]。同样，伯利兹国家文化政策2016 - 2026年也肯定了这一点，该政策强调植物医学知识的价值是该国丰富的无形文化遗产（ICH）的一部分[19]。此类政策文件要求更深入地了解民族医学及其在健康和卫生保健方面的作用[17-19]。2016年对用于糖尿病的药用植物的系统综述，这些植物的重点是20种研究，他们发现它们可访问，廉价，在T2DM治疗方面有效，并且不良影响[20]。2018年的审查概述了14种草药提取物的主要特性是在类型1和2型糖尿病中具有有益作用[21]。