本研究对人工智能(AI)和机器学习(ML)在提高生产效率和促进可持续发展方面的作用(AI)和机器学习(ML)的作用进行了全面的文献计量审查。随着对可持续性的越来越重视,AI和ML技术已成为优化工业流程,改善资源管理和最小化环境影响的关键工具。该研究分析了各种生产环境中的关键ML算法。这项研究使用Scopus数据库和BiblioMetrix R软件包进行了系统的文献分析,研究了全球趋势,主要协作以及主题侧重于AI和ML生产效率和可持续发展中的应用。新颖的贡献包括揭示AI采用的伦理不足的道德方面,并强调中小企业和发展中经济体在推进可持续实践中的关键作用。确定的关键研究趋势包括将AI与可持续能源管理,循环经济实践和精确农业的整合。此外,该分析揭示了地理贡献,诸如中国,美国和英国等国家的研究成果和影响力领先。尽管取得了希望的进步,但该评论还是在道德上的考虑方面确定了差距,尤其是在数据隐私和劳动力市场影响方面,并为未来的研究提出了途径,包括在发展中经济体和中小型企业(SME)中实施AI和ML。
在本文中,我们分析了人工智能 (AI) 领域的技术创新与生产力之间的关系。我们将最近发布的与 AI 相关的专利和出版物数据嵌入到增强的生产力增长模型中,我们对 OECD 国家进行了估算,并与包括非 OECD 国家的扩展样本进行了比较。我们的工具变量估计考虑了 AI 的内生性,为现代生产力悖论提供了证据。我们表明,AI 技术的发展仍然是一种小众创新现象,在官方记录的生产力增长过程中的作用微不足道。这一普遍结果,即AI 与宏观经济生产力增长之间缺乏强有力的关系,对国家样本的变化、我们量化劳动生产率和技术(包括 AI 存量)的方式、经验模型(控制变量)的规范和估计方法的变化都很稳健。
本研究采用文献计量分析来探索商业战略数字化转型的学术前景。该研究利用 Scopus 数据库和 VOSviewer 软件,分析了 2000 年至 2023 年的关键主题、研究趋势和协作模式。研究结果强调了数字化转型在塑造组织战略方面的核心地位,以及它与数字商业战略、数据分析和可持续性等概念的紧密联系。新兴趋势包括数字化转型与可持续发展目标的日益融合及其在制造业和中小企业等特定行业的应用。该研究确定了突出的贡献者和地理中心,揭示了发达国家在这一领域的主导地位,同时注意到发展中经济体的代表性有限。研究讨论了数据集成、概念模糊性和区域差异等关键挑战以及未来研究的机会。本研究为旨在利用数字化转型实现战略性和可持续业务增长的学者、从业者和政策制定者提供了宝贵的见解。
1,英国浴巴斯大学,巴斯大学,2个生物医学与预防系,罗马大学“ Tor Vergata”大学,意大利罗马市3马丁诺斯生物医学成像和哈佛医学院3马尼诺斯,美国波士顿,4个儿童发展研究所,加拿大多伦多,伦敦大学,伦敦大学,伦敦大学5号,5个儿童发展学院。英国伯明翰,英国伯明翰,第7届儿童和青少年精神病学系,心理健康和心理治疗,法兰克福大学医院,戈德大学,德国法兰克福大学,德国法兰克福大学,8弗雷斯纽斯应用科学大学,德国法兰克福大学心理学学院8号,德国,德国法兰克福,9个儿童神经病学科,心理学,心理学,精神病学系德国,德国医学院10号儿童和青少年精神病学系,德累斯顿,德累斯顿,德国,12号儿童和青少年精神病学系,巴塞尔大学,巴塞尔大学,精神病学院医院,瑞士,瑞士12号,雅各布斯12号,雅各布斯,杰里希大学,Zurich,Zurich,Switzerland and Switzerland and Intorimaint and Intorim and Intoriim and Intoriim neur and arrain and Intoriim neur ander neur anderiimbrain and arrain neur andrain, RWTH AACHEN和研究中心Juelich,Juelich,德国1,英国浴巴斯大学,巴斯大学,2个生物医学与预防系,罗马大学“ Tor Vergata”大学,意大利罗马市3马丁诺斯生物医学成像和哈佛医学院3马尼诺斯,美国波士顿,4个儿童发展研究所,加拿大多伦多,伦敦大学,伦敦大学,伦敦大学5号,5个儿童发展学院。英国伯明翰,英国伯明翰,第7届儿童和青少年精神病学系,心理健康和心理治疗,法兰克福大学医院,戈德大学,德国法兰克福大学,德国法兰克福大学,8弗雷斯纽斯应用科学大学,德国法兰克福大学心理学学院8号,德国,德国法兰克福,9个儿童神经病学科,心理学,心理学,精神病学系德国,德国医学院10号儿童和青少年精神病学系,德累斯顿,德累斯顿,德国,12号儿童和青少年精神病学系,巴塞尔大学,巴塞尔大学,精神病学院医院,瑞士,瑞士12号,雅各布斯12号,雅各布斯,杰里希大学,Zurich,Zurich,Switzerland and Switzerland and Intorimaint and Intorim and Intoriim and Intoriim neur and arrain and Intoriim neur ander neur anderiimbrain and arrain neur andrain, RWTH AACHEN和研究中心Juelich,Juelich,德国
摘要:分布式人工智能 (AI) 和区块链 (BC) 是最近兴起的去中心化人工智能概念,它指的是将信息和学习传输到各种点对点连接的机器,这些机器根据本地可用数据进行学习并单独做出决策。去中心化人工智能使用去中心化的共识机制,无需可信赖的第三方或中介,它为用户提供基于可信、数字签名和安全共享数据的流程、分析和决策,这些数据以去中心化的方式在 BC 上进行交易和存储。为了确定关注人工智能和 BC 的核心研究并寻找未来研究的途径,本研究对从 WoS 和 Scopus 数据库中检索到的 1,538 篇学术出版物的关键词进行了主题分析,并对作者、附属机构和来源进行了文献计量分析,以检查生产力、引用指标和书目耦合。通过强调数字化转型、环境/社会、去中心化 AI、DeFi 和网络安全等领域作为 BC-AI 融合的重点,本文旨在让研究人员全面了解这种融合,并可用于行业。
联合国在2015年采用可持续发展目标,导致人们越来越关注学者和私人行业专业人员之间的可持续发展和绿色实践。本研究旨在探索“绿色人力资源管理”和“可持续发展”的研究格局。尽管近年来注意力越来越多,但该领域仍处于起步阶段。为了获得见解,使用描述性和网络分析提出并解决了五个研究问题。应用描述性统计数据表明,关于“可持续发展”和“绿色人力资源管理”的研究领域涵盖了八个不同的主题领域,表明这些主题的多方面和广阔性质。在2020年以后,出版物中的一个值得注意的上升趋势。自从该领域成立以来就撰写了22篇文章,《清洁生产杂志》是主要出版物。马来西亚,中国和印度等发展中国家在研究贡献方面领导着,表明对可持续实践的强烈倾向。巴西以最高的引用数量脱颖而出,这归因于其重大的环境挑战。网络分析确定了突出的主题及其互连。主题演化分析显示,从2015年到2023年,文献的实质增长,近年来组织可持续性绩效和供应链管理作为重要主题。这是了解绿色人力资源管理和可持续发展文献不断发展的景观的全面参考。值得注意的是,作者Jabbour CJC,de Sousa Jabbour和Latan H.因其多产的贡献而被强调,尤其是在``绿色的人力资源管理''和'可持续发展'文献的早期阶段。这项研究通过强调有影响力的文章,作者,来源,国家和隶属关系为管理专业人员和研究人员提供了宝贵的见解。此外,它强调需要进行持续研究和协作,以应对环境挑战并在全球范围内促进可持续的商业实践。
本研究提供了对产前骆驼心脏形态法的解剖学说明。为此,从Maiduguri Central屠宰场收集的不同胎儿中随机获得了15个正常的新鲜心脏。根据其体重和冠状长度,将胎儿分为三个不同的生长周期,即第一个(2-4个月),第二(4 -7个月)和第三(7-10个月)。严重地观察到产前dromedary心脏,其底座是锥状的,底座和几乎尖锐的顶点。心膜下血血管与怀孕的每个季度显示相应的发育。心脏重量在第二个生长期间没有显着增加(p> 0.05),而在第三个生长期间观察到极大的增加(p <0.001)。在第二个生长期间,产前dromedary心脏的尺寸显着增加(p <0.05),而在所有胎儿中,在第三个生长期间观察到了极大的增加(p <0.001)。这一增加表明,在产前dromedary的第三个生长期间,心脏的胚胎发生更多。得出的结论是,在产前dromedary的顶端的后边缘长度高的长度高于前边界基底。
优化的量子控制可以提高量子计量的性能和抗噪能力。然而,当多个控制操作顺序应用时,优化很快就会变得难以处理。在这项工作中,我们提出了有效的张量网络算法来优化通过一长串控制操作增强的量子计量策略。我们的方法涵盖了一种普遍而实用的场景,其中实验者在要估计的通道的 N 个查询之间应用 N - 1 个交错的控制操作,并且不使用或使用有界辅助。根据不同的实验能力,这些控制操作可以是通用量子通道或变分酉门。数值实验表明,我们的算法在优化多达 N = 100 个查询的计量策略方面具有良好的性能。具体来说,我们的算法确定了一种在 N 有限但很大的情况下能够胜过最先进策略的策略。
*通讯作者:nima.gorji@tudublin.ie摘要 - X射线衍射(XRD)映射是一种非破坏性计量技术,可以通过热机械应力重建在硅晶片上引起的经线的重建。在这里,我们使用基于X和Y方向的一系列线扫描以及同一样品的不同90度旋转的方法绘制了晶圆的扭曲。这些线扫描从晶圆的表面收集摇摆曲线,记录由于表面不良导致的衍射角(ω)偏离了布拉格角。表面经线通过诱导测得的衍射角与参考角度角度(ω -ω0)和摇摆曲线扩展(FWHM)之间的差异来反映XRD测量。通过收集和整合摇摆曲线(RCS)和FWHM从整个表面和晶圆的多个旋转范围扩大,我们可以生成表面函数f(x)的3D地图和角度的不良方向(Warpage)。经线表现出凸形,与文献中报道的光学验证测量值对齐。基于实验室的XRDI有可能在较短的时间内和原位绘制晶圆的翘曲,这可以在同步加速器辐射源中完美地执行。关键字:计量学,硅,扭曲,X射线衍射,晶圆。I.简介
