XiaoMi-AI文件搜索系统
World File Search System科学
神经科学与教育：记忆与可塑性
n过去几十年，一些研究人员一直对调查可以阐明大脑和行为表达功能障碍的机制感兴趣。这种研究极大地促进了所谓的认知神经科学的发展，在其基本主题中，它在学习，记忆，注意力，情感以及此类功能之间的功能等功能等方面进行了研究（Barros等，2004; Gazzaniga; Gazzaniga; Hetherton，2005; Marcus; Marcus，2003年）。对于贡萨尔维斯（Gonçalves，2003），该领域的目标之一是将认知发展与神经发展联系起来，以更好地理解认知的神经生物学，这意味着理解，例如，学习机制。重要的是要强调注意力，感知和记忆等功能，
人工智能与数据科学工程系 (1.3.2 基于项目的学习)
在我的指导下成功完成了题为“联系人管理系统”的项目，部分满足了 2023-2024 学年 Savitribai Phule Pune 大学人工智能与数据科学系工程二年级的要求。
国际最新科学研究杂志
在当今的全球制造市场中，生产率和质量起着至关重要的作用。选择制造方法应以低成本生产产品并提高生产率。最常见的是，工业使用焊接工艺在材料之间形成永久接头。本文主要关注 MIG 和 TIG 焊接工艺。保护气体类型、焊接电流、气体流速和焊接电压等工艺参数对焊件的机械性能起着重要作用。本研究主要关注影响焊件材料机械性能的焊接工艺参数。
通过数据科学和转化创新转化慢性肝病的筛查，风险分层和治疗优化
近年来在肝病学上取得了显着进步，但巨大的挑战和未满足的需求仍然存在。1个慢性肝脏疾病施加重大的公共卫生负担，肝细胞癌（HCC）是全球癌症死亡率的第四个主要原因。2种风险评估，筛查，预后和治疗优化的缺陷有助于次优的患者护理。然而，肝病领域随时准备在新兴的研究和新工具上取得成功，从而增强了对肝病机制的理解，卓越的预后准确性以及更量身定制的治疗递送。将这些创新从长凳转换为床边将是改善肝脏疾病患者的临床管理和结果的关键。3最紧迫的肝病需求之一是提高预后精度和HCC的治疗选择。作为最常见的原发性肝癌，HCC占了癌症的大量死亡率。4优化和个性化的HCC疗法需要准确预测治疗反应和整体预后。5研究表明，α-五蛋白（AFP）和成像特征等生物标志物的预后效用，但是结合多种方式可以进一步完善结果预测。一个例子是MAPS-Crafity评分，它吸收了临床变量，AFP水平和CT/MRI发现，以预测高级HCC中的免疫疗法和靶向治疗反应的系统。6-10包括变压器模型在内的机器学习方法还表现出有望解剖复杂数据集，以确定局部区域处理后的HCC预后，例如射频消融（RFA）。
计算机科学与工程系
HCL Technologies KAL-M 机器人和创新 Cybernaut Edu-Tech ST Microelectronics GeeplexTech Solutions Pvt Ltd Soil of Life KH Exports India Pvt Limited Solaiera (Solutions AI Era), 海得拉巴 谅解备忘录 出版物 学者信息 资助项目 应用论文 审阅活动 组织活动 参加活动 其他活动 ME(CSE) 入学指导 - 2024-2026 批次 NBA 认证 课程 R2024 SHAPE 2024 学生暑期实习 (SSI 2024) 学生成就 课外活动 第 60 届全国轮滑锦标赛 实习亮点 - 学年2023-2024 技术文章
疯狂科学家 2050 年网络军队技术报告...
2050 年网络军队计划旨在设想 2050 年的陆军网络部队。尽管这个疯狂科学家项目涵盖了广泛的网络领域主题，但其重点是更好地了解陆军可能需要做些什么来建立网络劳动力并发展合作伙伴关系，以便在 2050 年的时间范围内完成国防部在网络空间的任务。3 对于任何主题来说，展望 2050 年的未来都是一项艰巨的挑战，而网络空间的特殊性质使本来就很困难的预测任务变得更加困难。构成 2050 年网络军队的技术和能力将由科学、技术、文化因素以及国际和国家法律、规则和规范来定义和支撑，而这些对于我们今天来说既不明显也不容易辨别。
CSCI5370.pdf - 香港中文大学计算机科学与工程系
课程：CSCI5370 课程 ID：002640 生效日期：2024-07-01 Crse 状态：有效 审批状态：已批准 [ 新课程 ] 量子计算 量子計算 本课程介绍量子计算中的以下主题：1.量子计算和通信模型；2.量子算法及其局限性；3.其他主题（量子通信、量子密码学、量子证明、量子纠错、量子霸权）。
科学论文十年回顾（2014-2023）
摘要：自 2018 年以来，学术界对新闻业人工智能的兴趣日益高涨。通过对 2014 年至 2023 年的文献进行系统回顾，本研究讨论了该领域研究的发展以及人工智能如何改变新闻业。旨在通过对学术论文的回顾和对被引用次数最多的文章的定性分析，了解人工智能对新闻业的影响。本研究结合了：对从 Web of Science 和 Scopus 中提取的科学文章进行系统回顾（n = 699）以及对引用次数超过 50 次的文章进行分类内容分析的定性方法（n = 59）。结果（n = 699）突出了阿姆斯特丹大学和圣地亚哥德孔波斯特拉大学的作者的突出地位。美国的作者数量最多：261 人分布在 99 家机构。分类内容分析（n = 59）显示，研究重点关注记者的工作等问题，因为人工智能正在用重复和单调的任务取代记者，这引发了有关记者角色的若干问题。研究结果显示了计算方法的兴起，凸显了人工智能在研究中的普遍性，而这在以前的研究中尚未被探索过。伦理、监管和新闻教育在研究中仍然没有得到充分讨论。