XiaoMi-AI文件搜索系统
World File Search System模糊
2H-1,4-苯并嗪-3（4H）的炎症活性 基于机器学习的结直肠癌患者的影响 使用2元组语言Q-Rung Orthopair模糊集和Schweizer-Sklar加权电源平均操作员，一种用于评估人工智能对教育影响的MAGDM方法
考虑到1,2,3-三唑结构的有效抗弹性特性，以及2H-1,4-苯并毒素3（4H）在开发神经退行性疾病的治疗方法中的广泛使用，一系列2H-1,4-苯唑 - 3（4H） - 单位衍生物的一系列 - 介绍了一系列的启示。对小胶质细胞中抗炎性活性的筛查表明，E2，E16和E20化合物表现出最有希望的作用，没有明显的细胞毒性。这些化合物有效地降低了LPS诱导的NO产生，并显着降低了促炎性细胞因子IL-1β，IL-6和TNF-α的转录水平。此外，他们下调了与LPS刺激响应炎症相关酶Inos和Cox-2的转录和蛋白质水平。分析了这些衍生物在小胶质细胞中的抗炎性机制，细胞内ROS水平和NRF2-HO-1信号传导途径的激活。结果表明，2H-1,4-苯唑3（4H） - 一种衍生物显着激活了NRF2-HO-1途径，减少了LPS诱导的ROS的产生，并减轻了小胶质细胞的影响。分子对接研究表明，E2，E16和E20的化合物可以与NRF2相关的结合位点相互作用，从而阻止了KEAP1的降解。此外，小鼠的急性毒性测试表明，化合物E16表现出良好的安全性。
使用2元组语言Q-Rung Orthopair模糊集和Schweizer-Sklar加权电源平均操作员
结果：在本研究中，假单胞菌属，20EI1能够降低黄曲霉的生长。此外，我们确定这种生长抑制是铁的。此外，假单胞菌20EI1减少或阻断了黄曲霉毒素的产生，以及环皮二唑酸和曲酸。在细菌的存在下改变了铁相关基因的表达，而参与产生黄曲霉毒素的基因被下调。铁补充部分重新建立了它们的表达。细菌还降低了其他继发代谢产物（SM）基因的表达，包括参与环皮二唑酸，曲酸和imizoquin生物合成的簇的基因，而聚类的基因与曲霉菌素相对应。有趣的是，全局SM调节基因MTFA被20EI1显着上调，这可能有助于观察到的SM发生变化。
RAMS-RATMI 方法的直觉模糊扩展......
对具有优异机械性能的材料的需求不断增长，推动了多种高强度耐热合金的工程设计。为了克服传统加工方法的缺点，电火花加工 (EDM) 被证明是一种切割此类材料的更可行方法。然而，其不同输入参数的不当设置可能会严重影响加工部件的表面完整性并导致刀具过度磨损。多准则决策 (MCDM) 方法已成为一种有效的数学工具，能够处理多个输入因素及其与众多相互冲突的响应的相互作用，以找出理想的 EDM 工艺参数值。在本文中，提出了两种最近推出的 MCDM 方法，即按中位数相似度排序替代方案 (RAMS) 和按迹到中位数指数排序替代方案 (RATMI)，并结合直觉模糊集 (IFS) 以考虑到不同利益相关者意见中固有的不确定性，以在单一框架中优化两个 EDM 工艺。对于第一个 EDM 工艺，不同输入因素的理想组合是放电电流 = 3A、脉冲开启时间 = 10 µs、脉冲关闭时间 = 5 µs 和铜作为工具材料。另一方面，对于第二个工艺，EDM 参数的两个组合之间存在联系，即峰值电流 = 10 A、脉冲开启时间 = 500 µs 和间隙电压 = 45 V；峰值电流 = 10 A、脉冲开启时间 = 1000 µs 和间隙电压 = 50 V。此外，还对这两个工艺进行了与其他知名 MCDM 工具的比较分析和通过改变响应重要性进行的敏感性分析研究，以验证使用所提出的 IF-RAMS 和 IF-RATMI 方法获得的等级的可靠性和一致性。
Tripathi RL。人工智能与人类智能：界限是否变得模糊？。J Data Sci Artificial Int 2024, 2(1): 000156。
本文重点关注人与机器之间的互动，特别是人工智能，以分析这些系统如何逐渐接管迄今为止被认为“仅”属于人类的角色。最近，随着人工智能在无需监督的情况下学习、识别模式和解决问题的能力方面的提升，它采用了创造力、新颖性和意向性等特征。这些事件让人们深入了解了人类的本质，以及在后人文主义话语中越来越重要的自我定义。这两个主题中的讨论属于人工智能哲学，涉及意识、意向性和创造力问题。人工智能导致当前以人类为中心的观念发生转变，导致人类被描绘成特殊的存在。其次，这一探索回答了与人工智能应用相关的重要问题，例如伦理、社会和存在问题。本文强调有必要定义人工智能的出现及其对人与技术互动的影响，以及在模仿思维和创造力的智能机器出现之后社会个性的作用。它试图促使更具体地分析人工智能如何或为何减少人工智能与人类智能之间的差异，或增加将意识概念扩展到以人类为中心的概念之外的选择前景。
Tripathi RL。人工智能与人类智能：界限是否变得模糊？。J Data Sci Artificial Int 2024, 2(1): 000156。
本文重点关注人与机器之间的互动，特别是人工智能，以分析这些系统如何逐渐接管迄今为止被认为“仅”属于人类的角色。最近，随着人工智能在无需监督的情况下学习、识别模式和解决问题的能力方面的提升，它采用了创造力、新颖性和意向性等特征。这些事件让人们深入了解了人类的本质，以及在后人文主义话语中越来越重要的自我定义。这两个主题中的讨论属于人工智能哲学，涉及意识、意向性和创造力问题。人工智能导致当前以人类为中心的观念发生转变，导致人类被描绘成特殊的存在。其次，这一探索回答了与人工智能应用相关的重要问题，例如伦理、社会和存在问题。本文强调有必要定义人工智能的出现及其对人与技术互动的影响，以及在模仿思维和创造力的智能机器出现之后社会个性的作用。它试图促使更具体地分析人工智能如何或为何减少人工智能与人类智能之间的差异，或增加将意识概念扩展到以人类为中心的概念之外的选择前景。
模糊逻辑在人工智能中的位置
到目前为止，“模糊逻辑”一词通常指一种特定的控制工程方法，该方法利用常识控制规则的数值表示，以便通过插值合成控制律。这种方法与神经网络有许多共同特征。它现在主要关注数值函数的有效编码和近似，目前与知识表示问题的关系越来越少。然而，这是对模糊逻辑的非常狭隘的看法，与人工智能关系不大。扫描模糊集文献，人们意识到模糊逻辑也可能指另外两个与 M 相关的主题：多值逻辑和近似推理。虽然多值逻辑流非常以数学为导向，但 Zadeh 设想的近似推理概念与人工智能研究的主流程序更相关：他在 1979 年写道：“近似推理理论涉及从一组不精确的前提中推导出可能不精确的结论”。在下文中，我们将使用术语“模糊逻辑”来指代任何一种旨在用于推理机制的基于模糊集的方法。
使用方法论模糊认知映射Mirmahmood Naghibi 1，Ch
摘要这项研究的目的是使用模糊认知映射方法的影响工业初创企业发展的因素之间的关系。根据其目的，研究方法适用，并且在实施方面是……。这项研究的统计人群包括19个工业初创公司的专业专家，包括高级管理人员及其收藏品，并以目标方式进行了采样，并持续进行采访，直到达到理论上的饱和度。数据收集工具是半结构化访谈。要收集数据，使用模糊的Delphi技术来识别组件，并使用模糊的认知映射方法来展示该模型。分析的结果表明，影响工业初创企业发展的主要因素包括11个变量：发展能力，人力资源能力，组织的发展需求，吸引和保留精英，创业品牌，创造合适的机会，精英技能的发展，精英技能，经济条件，客户满意度，启动进步和发展文化。然后使用模糊认知图的方法，相应地解释了这些因素之间的关系方式。
在车辆临时网络中的基于模糊的高效和面向区块链的安全路由
车辆临时网络（VANET）代表了无线传感器网络（WSN）的改进，其移动感官节点位于车辆内。车辆Adhoc网络在智能城市的应用中处于关键位置，因为车间通信被认为是维持城市技术效率必不可少的。尽管Vanet提供了好处，但它在智能城市应用程序的背景下遇到了许多挑战和缺点。这样的挑战与Vanet的安全和隐私原则有关。隐私和安全性作为与Vanet相关的主要问题，促使多个研究人员在过去十年中提出安全解决方案。目前的研究工作着重于提高服务质量（QoS）的提高数据通信的安全性水平。通过使用区块链技术以及将椭圆曲线加密功能与安全的哈希功能集成以保护从节点到移动控制单元（MCU）的数据通信来实现此安全性增强。此外，提出的研究工作通过采用神经模糊逻辑来识别从源节点到移动控制单元（MCU）的最佳路径，为移动节点和控制单元之间的数据提供了有效的路由机制。将提出的工作与现有的密码方法以及最新的路由路径优化算法，即粒子群优化（PSO），遗传算法（GA），模因算法（MA）（MA）和Honey Bee优化（HBO），以及在计算时间内交付，以确定其优势，即通过PARTIT和分组，并在计算时间内建立优势。
使用毕达哥拉斯模糊集对阿尔茨海默病 MRI 脑部进行分割
阿尔茨海默病 (AD) 是一种退行性且最终致命的脑部疾病，目前尚无治愈方法。这种神经系统疾病病因复杂，会导致痴呆和认知能力下降，由于脑部 MRI 图像存在差异，包括大小、形状和脑脊液流量的差异，因此很难识别。虽然 AD 没有治疗方法，但通过早期诊断可以减缓其进展。许多研究人员已经采用基于图像处理的技术，根据脑部图像区分正常患者和 AD 患者。然而，大脑的各个区域通常看起来非常相似，因此很难精确定位特定区域，而且在提取精确区域时总会存在一些不确定性。文献中提出了各种模糊 c 均值和直觉模糊 c 均值 (IFCM) 方法来处理这种模糊性和不确定性。相比之下，毕达哥拉斯模糊集 (PFS) 提供了一种更精确的验证成员资格的方法，使其成为管理不确定性的有效工具。作者分析了 PFS，并应用模糊 c 均值提出了毕达哥拉斯模糊 c 均值 (PFCM)。此外，还使用了基于直方图的初始质心来避免许多聚类算法中常见的局部最小值问题。由于结合了初始质心和基于 PFS 的聚类，所提出的聚类算法表现出了更好的性能，在不到 1.5 秒的时间内完成执行。所提出的方法在检测脑组织时实现了高准确率：白质 (WM) 为 98.64%，灰质 (GM) 为 97.4%，脑脊液 (CSF) 为 98.14%。
犹豫模糊隶属函数估计下生物质供应链网络设计的可能性规划方法
摘要：通过从专家那里获取知识来识别隶属函数是许多模糊数学规划模型的重要因素。同时，犹豫模糊集理论作为一种已知且流行的现代模糊集，通过在集合下分配一些离散隶属度，可以适当地处理决策问题中的不精确信息。因此，犹豫模糊隶属函数 (HFMF) 估计可以帮助数学规划方法的用户在连续空间问题中提供强大的解决方案。因此，本研究提出了一种基于贝塞尔曲线机制的可能性规划方法来估计 HFMF。在可能性规划方法的过程中，提出了一个优化模型来调整贝塞尔曲线的主要参数，目标是最小化经验数据和拟合 HFMF 之间的 SSE)。之后，通过提出一种新的生物质供应链网络设计问题数学模型来检查所提方法的效率和适用性。最后，提供了关于生物质供应链网络设计的计算实验和验证程序，以仔细检查所提出方法的验证和确认。