XiaoMi-AI文件搜索系统
World File Search System接近度
古巴埃斯坎布雷地形西部块状硫化物潜力的预测制图
缺乏全面的块状硫化物潜力图是阻碍 Escambray 地形中块状硫化物勘探和采矿投资和开发的主要因素。为了解决这个问题，新技术和方法被应用于完整的地理勘探数据集，以预测研究区域的潜力。矿床识别标准是基于研究区域和其他地区块状硫化物矿床特征从地理数据集中提取空间证据的基础。使用 Crósta 技术、软件脱叶剂技术和矿物成像技术来检测 Escambray 地形中的褐铁矿和粘土蚀变带。使用面积关联系数对这些技术的结果进行比较，表明矿物成像技术是检测与植被茂盛的地形中的块状硫化物矿床相关的粘土蚀变带的最佳方法。应用河流沉积物样品的主成分分析绘制地球化学异常区。研究了磁场分析信号和第一垂直梯度，以绘制现有地质图中缺少的结构和岩性特征。航空磁数据被证明分别可用于检测镁铁质/超镁铁质和断层/线性构造。为了量化地质特征与块状硫化物矿床之间的空间关联，使用了证据权重法。它产生了具有统计意义的结果，并表明几个地质特征（例如地球化学证据、与断层/裂缝的接近度、与超镁铁质/镁铁质岩的接近度、热液蚀变带和围岩）在空间上与块状硫化物矿床相关。证据权重建模也被证明对该地区进行预测建模是有效的。由此产生的预测图表明，埃斯坎布雷地形约 28% 具有形成块状硫化物矿床的潜力。预测图的预测率至少为 71%。预测图可用于指导该地区的进一步勘探工作。
用于识别 COVID-19 药物再利用机会的网络医学框架
COVID-19 大流行要求快速识别药物再利用候选药物。在过去十年中，网络医学已经开发出一个由一系列定量方法和预测工具组成的框架，用于研究宿主-病原体相互作用、揭示感染的分子机制、识别合并症以及快速检测药物再利用候选药物。在这里，我们将基于网络的工具集应用于 COVID-19，恢复病毒在肺部的主要肺部表现以及观察到的与心血管疾病相关的合并症。我们预测病毒可以在其他组织中表现出来，例如生殖系统和大脑区域，此外，我们还预测了神经系统合并症。我们基于这些发现部署了三种基于网络的药物再利用策略，依靠网络接近度、扩散和基于 AI 的指标，允许对所有已批准的药物进行排名
第四次工业革命与情商
摘要 越来越多的社会科学家认为，我们正站在一场技术革命的边缘，这场革命将彻底改变我们的生活、学习和工作方式。用来命名这一社会现象的术语之一是“第四次工业革命”。其他社会科学家，尤其是心理学家，已经独立阐述和讨论了一种智力概念，它与传统智商测试所衡量的智力概念相辅相成，有时甚至相互替代，即“情商”。近年来，这两个概念开始在科学文献中接触并相互作用。在教育项目中提高情商被视为一种可能的方法，可以防止第四次工业革命所预测的负面影响，即技术性失业。本文对术语和概念进行了历时科学计量分析。应用定量和定性研究工具来重建科学文献中这两个概念的出现、频率、接近度和关系 (EFPR 动态) 的动态。
在基于针头干预期间进行指导的传感技术
摘要 - 针对临床实践，例如活检，区域麻醉，血液采样，神经外科手术和近距离治疗等临床实践。传统的针头插入依靠外科医生的专业知识和动力学反馈，但准确地靶向深层组织结构仍然具有挑战性。为了解决这个问题，显着的研究具有高级传感技术以帮助插入精度。本文全面回顾了针头插入感测技术的最新发展，包括针头尖端的位置跟踪，接近度测量和穿刺检测。它评估了跨指标的这些方法，包括准确性，成本效益，可移植性，兼容性，抵抗力能力，技术准备水平（TRL）和未来趋势。新兴的研究方向强调了机器学习整合，小型化和增强的多模式传感能力的范围，以改善程序结果并扩大应用程序域。
深度优化的替换盒量子实现
近年来，量子计算被认为是对我们日常通信中使用的安全 / 隐私算法的完整性的严重威胁。特别是，它促使人们加速研究捍卫后量子世界的密码学。为了了解我们当前使用的哪些加密协议容易受到此类攻击，我们旨在自己使用或模拟量子计算机来诊断加密弱点。最近的研究成果如 [6]、[18]、[19] 反映了这一点。为了优化针对给定协议的 Grover 搜索算法密钥恢复攻击，我们需要一个负担最小的协议量子电路实现。一个与计算负担成比例的指标是电路的深度。在量子计算机模拟中，深度优化的量子电路减少了计算模拟攻击结果所需的时间。在量子计算机的物理实现中，深度优化的电路减少了组件之间的接近度，从而减少了电路中的噪声量。
通过实验和原型设计来设计复杂的服务
摘要 本文介绍了一项纵向研究，阐述了 2013 年 3 月至 2016 年 12 月期间实施的原型设计过程，以开发一项新服务：远程协助。这种原型设计形式在多个方面都是原创的：其持续时间、与试点客户（法国海军）共同设计的程度以及原型的各个组成部分（工件、环境和流程）与已经显现的“实时”服务之间的接近度。这种原型设计与快速原型设计的愿景形成了鲜明对比。我们证明，除了促进服务解决方案的出现之外，它还使服务概念能够以更接近客户要求的方式开发（就价值主张而言）。最后，我们表明它能够引入真正的服务生态系统并促进对它的投入。关键词：复杂服务、服务概念、服务原型设计、服务价值主张、服务生态系统、远程协助、案例研究、纵向案例
引用本文：Gloria Cicerone、Alessandra Faggian、Sandro Montresor 和 Francesco Rentocchini (2022)：区域人工智能和环境技术地理：本地人工智能知识是否有助于区域绿色技术专业化？，区域研究，DOI：10.1080/00343404.2022.2092610
区域研究和经济地理学的最新研究表明，本地环境技术发展是各区域提高环境可持续性和实现“绿色”的关键杠杆（Demirel 等人，2019 年；Gibbs 和 O'Neill，2017 年；Truffer 和 Coenen，2012 年）。虽然绿色技术本身可能会产生负面的环境回报（例如其生产工厂产生的资源效率低下和排放，以及其生命周期结束时产生的“电子垃圾”）（Hansen 等人，2021 年），但所谓的“可持续性转型”实际上是经过技术、机构和行为的适当重组，从而可以建立更具环境敏感性的“社会技术系统”（Geels，2002 年）。区域开发环境技术的能力以及专门从事这些技术的发明的能力也得到了研究，结果发现这些技术在空间上分布不均。它们的“关联性”是它们对已有技术的认知接近度的综合，已成为获取这些技术的重要驱动力。
灵长类视网膜神经计算的个体变异
神经代码的变化使每个个体都独一无二。我们使用来自猕猴视网膜中主要神经节细胞类型的 100 个群体记录，结合可解释的个体变异计算表示，探测了神经代码的变化。这种表示捕捉了非线性、时间动态和空间感受野大小等属性的变化和共变，并保留了开细胞和关细胞之间不对称等不变性。不同细胞类型中响应属性的共变与其突触输入的层压接近度有关。令人惊讶的是，男性视网膜比女性视网膜表现出更高的放电率和更快的时间整合。利用以前记录的视网膜数据可以有效地表征新的猕猴视网膜和人类视网膜。模拟表明，将大量视网膜记录与行为反馈相结合可以揭示活体人类的神经代码，从而改善视网膜植入物的视力恢复。
基于人工智能的医疗聊天机器人的方法......
摘要：医疗服务对于拥有良好的生活至关重要。然而，很难就每个医疗问题与医生进行对话。我们的想法是利用人工智能创建一个医疗聊天机器人，它可以在咨询医生之前分析感染并提供有关疾病的重要信息。这将有助于降低医疗成本，并通过医疗聊天机器人提高医疗信息的可用性。聊天机器人是使用自然语言与客户交流的计算机程序。聊天机器人将数据存储在数据集中以识别句子关键词并做出查询选择并回答查询。使用 n-gram、TFIDF 和余弦接近度执行定位和句子相似度计算。将从给定的数据句子中为每个句子获取分数，并为给定的问题获取更多相似的句子。外部程序（主程序）处理向机器人提出的未识别或数据集中不存在的查询。