XiaoMi-AI文件搜索系统
World File Search System测地
使用机器学习算法来预测地中海地区的森林射击概率
通过分析主要火灾因素来确定森林火灾概率水平，可以为森林经理提供对诸如防火策略，燃油管理，消防安全措施，紧急计划以及消防团队安置等问题做出关键决策的基础。主要影响火灾因素，包括植被因素，地形因素，气候因素以及与某些特征（如道路和住宅区）的邻近性，被认为是产生森林火灾概率图。机器学习（ML）算法已成为预测森林射击概率的有效工具。这项研究旨在通过使用与地理信息系统（GIS）Tech Niques集成的两个常用ML模型（LR）和支持向量机（SVM）来生成森林火灾概率图。这项研究是在位于Türkiye的地中海城市安塔利亚市的Elale Forest Enterprise Enterprise（FEC）实施的。在研究中，影响火灾的因素是树种，冠状，树阶段，坡度，方面以及通往道路的距离。 在模型的训练阶段考虑了从2001年至2021年在FEC中发生的森林大火。 使用曲线（AUC）值的区域（AUC）值验证了火灾概率图的精度。 由于执行ML模型，在地图上进行了47 086点的估计，该估计分为五个火灾概率水平（非常高，高，中，中，低和非常低）。 根据概率图，超过一半的森林在研究区域具有很高/高的火灾概率水平。在研究中，影响火灾的因素是树种，冠状，树阶段，坡度，方面以及通往道路的距离。在模型的训练阶段考虑了从2001年至2021年在FEC中发生的森林大火。使用曲线（AUC）值的区域（AUC）值验证了火灾概率图的精度。由于执行ML模型，在地图上进行了47 086点的估计，该估计分为五个火灾概率水平（非常高，高，中，中，低和非常低）。根据概率图，超过一半的森林在研究区域具有很高/高的火灾概率水平。结果表明，LR模型生成的火概率图的准确性更好（AUC = 0.845），比SVM模型生成的MAP的准确性（AUC = 0.748）。
使用量子光子振动计探测地雷
地雷和未爆炸弹药 (UXO) 的探测方法千差万别，每种方法都有其固有的优点和缺点。手动探测需要排雷人员使用金属探测器和探测工具，这需要大量劳动力且风险高，在富含金属的土壤中经常导致误报。经过训练的动物（如狗和老鼠）可以快速嗅出爆炸物，但它们面临着与环境条件和安全性相关的道德问题。连枷和挖掘机等机械方法通过接触地雷引爆来快速清理区域，但可能会错过深埋的地雷并破坏土壤结构，因此不适合用于生态区或民用建筑附近。探地雷达 (GPR) 可以探测非金属地雷，但深度穿透和区分爆炸物和杂波方面存在困难，尤其是在潮湿或富含矿物质的土壤中。最后，无人机传感器通过实现远程检测降低了人为风险，但它们受到高成本、操作复杂性和对天气条件的敏感性的限制。
评估地球物理方法探测地下空洞
相对评估了四种地球物理方法的检测地下异常/空隙的能力，即电阻率层析成像（ERT），表面波的多通道分析（MASW），地面穿透性雷达（GPR）（GPR）和全波形倒置（FWI）。我们发现： ERT非常适合检测和定位地下异常，但可能无法准确大小或表征异常/空白的材料组成； b。在大多数现实的现场条件下，MASW是不合适的。 c。基于计算模拟，FWI似乎合适，并且可能满足现场条件的需求，但是该功能未测试。和d。由于深度限制，GPR在异常检测中的能力非常有限，它缺乏一致性，并且很大程度上取决于操作员的经验。即使检测成功，使用GPR的异常大小和表征也是不可行的。给定大多数基础架构项目常见的现场现实，我们建议继续使用ERT检测地下异常/空隙。我们还建议将来的研究努力集中在a上。联合发生和基于多物理的方法； b。软件开发。
CO2岩石物理建模，用于可靠监测地质碳存储
监测，验证和会计（MVA）对于确保安全和长期的地质碳存储至关重要。地震监测是一种关键的MVA技术，它利用地震数据来推断Co 2饱和岩石的弹性特性。在地下存储储存库和潜在泄漏区域中CO 2的可靠会计需要准确的岩石物理模型。然而，基于常规生物 - 加斯曼方程的广泛使用的CO 2岩石物理模型可以大大低估CO 2饱和度对地震波的影响，从而导致不准确的会计。我们通过考虑多孔岩石中地震速度的应力依赖性和岩石框架上的CO 2的压力依赖性的两种影响，从而开发出准确的CO 2岩石物理模型。我们使用Kimberlina-1.2模型（以前提出的加利福尼亚州的地质碳存储位点）验证了我们的CO 2岩石物理模型，并使用我们的新岩石物理方法创建了延时弹性属性模型。我们将结果与使用常规生物加斯曼方程获得的结果进行了比较。我们的创新方法比Biot-Gassmann结果产生弹性特性的变化更大。使用我们的CO 2岩石物理模型可以复制实验室观察到的剪切波降低速度。我们的岩石物理模型增强了延时弹性波建模的准确性，并使用地震监测实现了可靠的CO 2会计。
解释和预测地球系统变化（EPESC）
切割小组解释和预测非洲气候变化。该小组由卡罗琳·温赖特（Caroline Wainwright）（加的夫大学）和琳达·希恩斯（Linda Hirons）（雷丁大学）共同主持，与非洲和其他地方的许多同事密切合作。最初的研究重点是东非气候，但预计将扩大进展，并将包括对EPESC大集合单一强迫MIP（LESFMIP）模拟的协调分析。●与EPESC紧密一致的主要研究项目最近由欧盟Horizon
东亚人的年轻糖尿病 褐变特性，抗氧化活性和 肠道菌群在雄激素脱发中的作用 aosma-MLP：一种新型混合元启发式人工神经网络的新方法，以及一种预测地热储层温度的新方法 肠道微生物组与不同类型的动脉瘤之间的因果关系：孟德尔随机研究 基于区块链的数字公证系统提供... TCP家族的全基因组表征及其在燕麦的非生物应激抗性中的潜在作用（Avena sativa L.） o r i g i n a l r e s a r c h fbl通过激活NF-κB信号通路
精确诊断是临床医学的基石。在东亚人中，经典1型糖尿病在40岁之前诊断出的年轻糖尿病患者中并不常见，其中家族史，肥胖，β细胞和肾脏功能障碍是关键特征。年轻发作的糖尿病会影响诊所环境中患有糖尿病的五分之一的亚洲成年人；但是，它通常被错误分类，从而导致脱靶治疗。复杂的病因，较长的疾病持续时间，积极的临床过程以及缺乏循证指南，导致了这些年轻患者的可变护理标准和过早死亡。合并症的高负担，尤其是精神疾病，突出了与这个沉默的杀手有关的众多知识差距。大多数年轻糖尿病患者的大多数成年患者是作为各种诊断年龄的异质群体的一部分。由对年轻糖尿病特别感兴趣的医生领导的多学科护理团队将有助于提高诊断的精度并解决其身体，精神和行为健康。为此，付款人，计划者和提供者需要在常规实践中系统地收集和重新设计实践环境，以阐明年轻发病的糖尿病的多症，对这些易受伤害的人进行多种焦油，并改善结果。
aosma-MLP：一种新型混合元启发式人工神经网络的新方法，以及一种预测地热储层温度的新方法
方法：进行了两样本的孟德尔随机化，以研究肠道微生物组是否对脑脑内动脉瘤（IA），胸部主动脉瘤（TAA）和腹部主动脉瘤和腹部主动脉瘤（AAAA）和主动脉瘤的风险有因果影响。单核苷酸多态性（SNP）小于范围范围的显着性水平（1×10-5）作为仪器变量。我们使用反相反加权（IVW）测试作为因果关系评估的主要方法。MR-EGGER，加权中值，加权模式和MR多效性残留总和和离群值（MR-Presso）方法进行了敏感分析。通过错误的发现率（FDR）调整了P值，该发现率（FDR）调整了多个比较的结果，P <0.05和Q <0.1被认为是显着的因果关系。此外，P <0.05和Q> 0.1被认为是暗示性的因果效应。此外，还进行了反向MR，以排除反向因果关系的可能性。
可解释的机器学习，以预测地下水中五氯苯酚的命运和运输
五氯苯酚（PCP）是一种常见的顽固和有毒的地下水污染物，可抵抗降解，生物蓄积，并具有远程环境运输的潜力。采取适当的措施处理生命周期后果的污染物，需要更好地了解其在地下的行为。我们认识到，随着机器学习（ML）技术在环境应用中的到来，在受污染的地下水站点增强决策的巨大潜力。我们使用ML来增强对地下PCP传输特性动力学的理解，并确定影响其运输和命运的关键水力化学和水文地质驱动因素。我们证明了通过数据驱动方法提供的这种互补知识如何在两个高度受污染的瑞典地下水站点进行更有针对性的MONI进行和修复计划，并在此验证了该方法。我们评估了6种可解释的ML方法，3个线性回归器和3个非线性（即基于树的）回归体，以预测地下水中的PCP浓度。建模结果表明，发现简单的线性ML模型在没有任何缺失值的数据集的观察结果中很有用，而基于树的回归器更适合包含缺失值的数据集。考虑到在受污染的现场调查期间收集的数据集中缺少值很常见，这对于受污染的现场计划者和经理来说可能非常重要，最终降低了现场调查和监视成本。此外，我们使用SHAP（Shapley添加说明）方法解释了所提出的模型，以破译不同驱动因素在关键水力地球化学变量的预测和模拟中的重要性。其中，氯苯酚的总和在分析中具有最高的意义。除了模型，四氯苯酚，溶解有机碳和电导率外，还设置了该设置。因此，可以使用ML方法来改善对地下水污染运输动力学的理解，填补使用更复杂的确定性建模方法时仍然存在的知识空白。
嵌入曲线空间上的测地线完备黎曼度量。
对于有限维黎曼流形，霍普夫-里诺定理表明，陈述 1.) – 3.) 彼此等价，并且 1.)、2.)、3.) 中的每一个都蕴涵 4.)。但是，我们的设置是无限维的，因此我们必须根据一些能量原理“手工”显示它们中的每一个。最后，但并非最不重要的是，我们将看到几个在结和链空间中长度最小化测地线的数值模拟。
监测地理确定人群中1型糖尿病的趋势和决定因素
抽象的猜测是关于1型糖尿病的精确病因的盛行，建议病毒和其他药物会导致这种状况，引起脆弱性和不良感染性疾病的结果发展，疾病的发生率在地理上确定的分区次数呈指数增长。这是一种慢性自身免疫性代谢障碍，其特征是泛型胰腺β细胞，胰岛素缺乏症和高糖症。某些环境元素触发了遗传易感儿童和青少年的自身免疫途径。在全球范围内，糖尿病是最常见的慢性病。研究表明，合并症，集团，特定的患者状况，独家治疗方式以及对血糖水平的一致监测对于1型糖尿病管理至关重要。1型糖尿病的糖尿病比2型糖尿病相对较不常见，但与后者相比，它的发病率和死亡率更高。研究倾向于确定该疾病的时空变异，无论其发病率在全球范围内增加还是仅限于某些人群，并估计发生率改变的幅度。1型糖尿病可以预先存在，并且在患者中仍未诊断。在合并状态下它往往会恶化。有效的客观测试措施与评估，对儿童1型糖尿病的适当且及时的治疗相关，以显着改善医疗保健。一致的自我监控血糖（SMBG）工具促进了及时的胰岛素剂量的调整。使用胰岛素或胰岛素类似物对疾病进行治疗可能会以急性降血糖发作，中枢神经系统危险，痴呆，加重发病率或死亡率的形式引起副作用。在非工业化的国家和脆弱的人群中，潜在限制围绕着1型糖尿病及其后遗症的主要管理中的药物和高科技系统的选择和使用。