XiaoMi-AI文件搜索系统
World File Search System数据挖掘
基于自动收集数据的树木采伐机性能分析中的数据挖掘
摘要：收割机自动记录的数据是一种很有前途的、可能非常有用的科学分析信息来源。大多数研究人员已将 StanForD 文件用于此目的，但这些文件很难获取，需要进行一些预处理。本研究利用了类似数据的新来源：JDLink，这是一项由机器制造商运营的基于云的服务，可实时存储来自传感器的数据。此类数据量巨大，难以理解和有效处理。数据挖掘技术有助于在此类数据库中发现趋势和模式。使用经典回归（线性和对数）、聚类分析（树状图和 k 均值）和主成分分析 (PCA) 分析了在波兰东北部工作的两台中型收割机的记录。线性回归表明，树木的平均大小是对每立方米燃料消耗和生产率影响最大的变量，而每小时燃料消耗也取决于低速行驶距离或高发动机负荷时间份额等因素。聚类和 PCA 的结果更难解释。树状图显示了最不相似的变量：每天采伐的总体积、每天的总燃料消耗和高转速 (RPM) 的工作时间份额。K 均值聚类使我们能够识别特定变量聚类更突出的时期。尽管 PCA 结果解释了近 90% 的方差，但机器之间的结果尚无定论，因此需要在后续研究中进行仔细审查。生产率值（平均约 10 m 3 /h）和燃料消耗率（平均 13.21 L/h，1.335 L/m 3）与其他作者在可比条件下报告的结果相似。本研究获得的一些新指标包括，例如，低速行驶距离（每天约 7 公里）或发动机在低、中或高负荷下运行的时间比例（分别为 34%、39% 和 7%）。本研究的假设是使用不从外部来源补充的数据，并且尽可能少地进行处理，这将分析方法限制在无监督学习上。在后续研究中扩展数据库将有助于监督学习技术在建模和预测中的应用。
文章 基于自动采集数据的树木采伐机性能分析中的数据挖掘
摘要：收割机自动记录的数据是一种很有前途的、可能非常有用的科学分析信息来源。大多数研究人员已将 StanForD 文件用于此目的，但这些文件很难获取，需要进行一些预处理。本研究利用了类似数据的新来源：JDLink，这是一项由机器制造商运营的基于云的服务，可实时存储来自传感器的数据。此类数据量巨大，难以理解和有效处理。数据挖掘技术有助于在此类数据库中发现趋势和模式。使用经典回归（线性和对数）、聚类分析（树状图和 k 均值）和主成分分析 (PCA) 分析了在波兰东北部工作的两台中型收割机的记录。线性回归表明，树木的平均大小是对每立方米燃料消耗和生产率影响最大的变量，而每小时燃料消耗也取决于低速行驶距离或高发动机负荷时间份额等因素。聚类和 PCA 的结果更难解释。树状图显示了最不相似的变量：每天采伐的总体积、每天的总燃料消耗和高转速 (RPM) 的工作时间份额。K 均值聚类使我们能够识别特定变量聚类更突出的时期。尽管 PCA 结果解释了近 90% 的方差，但机器之间的结果尚无定论，因此需要在后续研究中进行仔细审查。生产率值（平均约 10 m 3 /h）和燃料消耗率（平均 13.21 L/h，1.335 L/m 3）与其他作者在可比条件下报告的结果相似。本研究获得的一些新指标包括，例如，低速行驶距离（每天约 7 公里）或发动机在低、中或高负荷下运行的时间比例（分别为 34%、39% 和 7%）。本研究的假设是使用不从外部来源补充的数据，并且尽可能少地进行处理，这将分析方法限制在无监督学习上。在后续研究中扩展数据库将有助于监督学习技术在建模和预测中的应用。
HIV感染风险研究中的数据挖掘和机器学习研究：概述和建议
在当代时代，数据挖掘和机器学习的应用已广泛地渗透到医学研究中，这显着促进了诸如HIV研究之类的领域。通过审查过去15年中发表的38篇文章，该研究根据七个不同方面介绍了路线图，利用新手研究人员和经验丰富的研究人员都利用各种机器学习技术来理解该领域的当前艺术状况。通常使用了传统的回归建模技术，但RE搜索者越来越多地采用更先进的完全监督的机器学习和深度学习技术，这些技术通常优于预测性能中的传统方法。此外，该研究还确定了9个新的开放研究问题，并概述了未来的研究计划，以增强HIV感染风险研究的结果。这篇评论有望成为研究人员的有见地的指南，阐明当前的实践并提出该领域的进步。
基于数据挖掘与网络药理学的肺经风热型痤疮中药用药研究
摘要 ：肺经风热证痤疮是一种常见皮肤病，中药方剂较多，但其作用机制仍不明确。本文收集整理了近二十年治疗肺经风热证痤疮的文献及专利方剂，采用Excel 2019进行用药频次统计，使用IBM SPSS 25.0进行聚类分析，获取核心方剂。运用网络药理学收集药物与疾病相关靶点，构建作用网络，进行富集分析，共获取137首方剂、167种药物，核心方剂为桑白皮、枇杷叶、黄芩、甘草、栀子、生地、丹皮。治疗肺经风热型痤疮应从清热泻肺、凉血解毒入手，核心方药主要通过AKT1、IL6、TP53、TNF、VEGFA、EGF靶点及卡波西肉瘤相关的疱疹病毒感染、麻疹、弓形虫病、EB病毒感染、IL-17、MAPK等信号通路发挥作用，以期为进一步的临床研究提供参考。
日本艾滋病毒感染者不良事件报告特征：日本艾滋病毒感染者不良事件数据挖掘
新型抗艾滋病毒药物的开发和抗逆转录病毒疗法 (ART) 方案的进步使得艾滋病毒感染者 (PLWH) 的治疗时间更长、更有效。然而，PLWH 的老龄化是另一个需要解决的问题。除了 ART 之外，许多 PLWH 还经常接受治疗各种合并症的药物治疗。然而，关于 PLWH 发生不良事件及其致病药物的真实世界数据很少。因此，本研究旨在阐明日本 PLWH 不良事件报告的特点。使用日本不良药物事件报告数据库 (JADER) 对发生不良事件的 PLWH 病例进行了全面搜索和分析。尽管指南推荐的 ART 方案有所变化，但在整个研究期间，抗 HIV 药物是 PLWH 不良事件的主要原因。然而，在 JADER 中注册为致病药物的抗 HIV 药物类别的报告率存在相当大的差异，尤其是主力药物。换言之，近年来整合酶链转移抑制剂的报告率有所增加，而蛋白酶抑制剂和非核苷逆转录酶抑制剂的报告率有所下降。免疫重建炎症综合征是报告最多的不良事件，并且经常被管理 HIV 感染患者的医疗保健提供者注意到。女性和老年患者的不良事件报告趋势与总体人群不同。这项研究可能提供有助于制定艾滋病毒感染者最佳管理策略的见解。
第26章
Ayurveda的医疗统计数据中的数据挖掘，旨在探索和分析数据挖掘技术在医疗统计数据中的潜在应用（阿育吠陀医学和手术学士学位）阿育吠陀。数据挖掘由于能够从大规模数据集中提取有价值的见解和模式，因此在现代医学中引起了极大的关注。然而，已经进行了非常有限的研究，以研究在BAMS Ayurveda的背景下的数据挖掘技术的利用。因此，本研究旨在通过研究与BAMS Ayurveda中数据挖掘相关的潜在收益和挑战来弥合差距，并确定这些技术可以增强医疗统计数据并支持基于证据的决策的领域。识别模式和趋势：数据挖掘技术可以帮助分析大型数据集，以识别与各种疾病，治疗结果和患者特征相关的模式和趋势。此信息可用于改善阿育吠陀的诊断和治疗策略。近年来，随着医学统计中数据挖掘技术的整合，医学领域已经取得了重大进步。同样，BAMS Ayurveda（阿育吠陀医学和手术学士学位）的领域也认识到数据挖掘在改善诊断，治疗和患者护理方面的潜力。
机器学习 - IT专家技术
类型的监督学习分类类型与机器学习中的回归开始，从分类的基本概念（数据挖掘）的基本概念（数据挖掘）ML梯度下降算法中的回归技术类型及其变体开始从分类逻辑回归开始，为什么使用Python使用Python，为什么分类中对支持矢量机（SVM）决策树（SVM）类型的监督学习分类类型与机器学习中的回归开始，从分类的基本概念（数据挖掘）的基本概念（数据挖掘）ML梯度下降算法中的回归技术类型及其变体开始从分类逻辑回归开始，为什么使用Python使用Python，为什么分类中对支持矢量机（SVM）决策树（SVM）
新知识管理模型：通过Zack差距，品牌权益和体育业务中的数据挖掘来增强知识创建
摘要 - 这项研究通过将其与Zack的知识差距模型，品牌权益概念和数据挖掘相结合来改善社会化，外部化，组合和内在化（SECI）知识管理模型。Zack的模型被整合到SECI模型中，以确定组织中知识与组织应拥有的知识之间的差距。我们添加数据挖掘技术来确定知识差距。这项研究的独特性在于SECI模型的外部化和组合。在外部化中添加了“公司必须知道的内容”；为此，我们通过采用品牌权益并将其分配给运动员来编译问卷。在组合中添加了“公司所知道的”；我们使用体育业务管理已经拥有的数据库。在这项研究中进行了两个模型带有数据挖掘的模型所产生的修改，以在体育商业领域开发新的知识管理模型。这种新模式将成为体育业务管理的宝贵知识，以制定战略并提高体育市场的竞争力。此外，除运动外，其他服务业务领域还可以应用这种新模型来改善其知识管理，然后他们可以用来改善其营销策略。