XiaoMi-AI文件搜索系统
World File Search System评估模型
bevsim：电池电动汽车可持续性影响评估模型
摘要目的/假设缺乏电子健康系统，可以整合与糖尿病自我管理相关的复杂方面。我们开发并进行了现场测试的电子健康系统（Power2DM），该系统将医疗，心理和行为方面和连接的可穿戴设备整合在一起，以支持患者和医疗保健专业人员共享决策和糖尿病自我管理。方法参与者接受了NETH-LANDS和西班牙医院门诊糖尿病诊所的1型糖尿病（年龄> 18岁）的参与者，使用随机化软件随机分配给Power2DM或通常的护理37周。该RCT评估了研究结束时Power2DM和常规护理组之间HBA 1C的变化（37周），这是主要结果指标。参与者和临床医生对干预措施没有视而不见。Changes in quality of life (QoL) (WHO-5 Well-Being Index [WHO-5]), diabetes self-management (Diabetes Self-Management Questionnaire – Revised [DSMQ-R]), glycaemic profiles from continuous glucose monitoring devices, awareness of hypoglycaemia (Clarke hypoglycaemia una- wareness instrument), incidence of hypoglycaemic episodes and technology acceptance是次要结果措施。另外，分别为1型和2型糖尿病的参与者进行了子肛门。结果共有226名参与者参加了该试验（108型糖尿病； 118型患有2型糖尿病）。在Power2DM组中间质葡萄糖水平在3.0至3.9 mmol/L之间有所增加，但临床相关性低血糖（间质性葡萄糖水平低于3.0 mmol/L），但没有增加。在POWIR2DM组（n = 111）中，HBA 1C从60.6±14.7 mmol/mol（7.7±1.3％）降至56.7±12.1 mmol/mol/mol（7.3±1.1％）（平均值±SD，p <0.001），而不是使用使用情况下的715）（n = 115）（n = 115）（n = 115）。 Mmol/mol，7.8±1.3％的研究结束：61.0±12.4 mmol/mol，7.7±1.1％； p = 0.19）在Power2DM组中的子分析中，患有2型糖尿病的参与者的HBA 1C从62.3±17.3 mmol/mol/mol（7.9±1.6％）降至54.3±11.1 mmol/mol/mol/mol/mol（7.1±1.0％）（7.1±1.0％）（p <0.001）（p <0.001），而与HBA 1C相比，HBA 1C in type in type intels intels intels intela 58.8±11.2 mmol/mol [7.5±1.0％]； 59.2±12.7 mmol/mol [7.6±1.2％]与通常的护理组相对的Power2DM组中1型糖尿病的参与者（基线：15.7±3.8;研究结束：16.3±3.5; P = 0.047）。糖尿病的自我管理均改善了1型糖尿病的参与者（从7.3±1.2到7.7±1.2; p = 0.002）和2型糖尿病（从6.5±1.3±1.3±1.3; p = 0.003; p = 0.003; p = 0.003）的自我管理改善了。Power2DM综合的电子健康支持在日常生活中被广泛接受，没有观察到重要的不良（或意外）效果或副作用。结论/解释功率2DM与2型糖尿病患者的常规护理相比，提高了HBA 1C水平，改善了1型糖尿病患者的QOL，可改善1型和2型糖尿病患者的糖尿病自我管理，并且在日常生活中被广泛接受。试验注册临床。govnct03588104。
认真对待人工智能风险：人工智能法案的新评估模型
摘要 欧盟人工智能法案 (AIA) 定义了四个风险类别：不可接受、高、有限和最小。然而，由于这些类别静态地依赖于人工智能的广泛应用领域，风险大小可能被错误估计，并且 AIA 可能无法有效执行。这个问题在监管具有多种用途且通常不可预测的应用的通用人工智能 (GPAI) 时尤其具有挑战性。虽然对妥协文本的最新修订引入了针对特定情况的评估，但仍然不够。为了解决这个问题，我们建议将风险类别应用于特定的人工智能场景，而不是仅仅应用于应用领域，使用将 AIA 与政府间气候变化专门委员会 (IPCC) 和相关文献中提出的风险方法相结合的风险评估模型。该集成模型通过考虑 (a) 风险决定因素、(b) 决定因素的个体驱动因素和 (c) 多种风险类型之间的相互作用来估计人工智能风险大小。我们使用大型语言模型 (LLM) 作为示例来说明该模型。
科技赋能下的供应链金融计算机化风险评估模型构建及应用
本研究旨在帮助中小企业摆脱传统融资模式的束缚，降低供应链金融风险。首先分析了供应链金融业务模式及信用风险，随后探讨了区块链在供应链金融信用风险管控中的应用原理，接下来探讨了解放个体、将金融科技应用于供应链金融风险管理。在计算机化风险评估模型开发的最后阶段，对模糊支持向量机（FSVM）进行了优化，并通过引入可变惩罚因子C来提高风险分类的有效性和效率。为检验C-FSVM风险评估模型的有效性，以中国汽车行业为研究对象。研究结果显示，C-FSVM模型对整个样本的分类准确率为96.35%，对信誉良好的企业分类准确率为96.45%，对违约企业的分类准确率为95.34%。 C-FSVM模型的训练时间为473.9s，远低于SVM和FSVM模型的训练时间1631.6s和1870.2s。综上所述，C-FSVM供应链财务风险评估模型是有效的，在银行实际中具有较大的应用价值。
微生物培养的生长曲线：有远见的重新评估模型
摘要：以前的论文报道，浮游微生物培养物的现象学模型表明，自从生长潜伏期阶段以来，微生物种群的整个增长进展似乎是计划的，在此期间，人口水平保持其起始水平。该模型符合有关复杂系统行为的最新建议，只要它允许在减少变量的单个主图中收集许多真实批次培养的生长趋势，尽管它们具有新陈代谢和生理差异。该模型的一个重要问题涉及微生物的时间尺度的起源，这与观察者可能有所不同。本文报告了该模型在预测微生物学中的潜在用途，并提出了扩展到培养演化的稳定和衰减阶段的扩展，这表明，与对生长阶段的假设相一致，衰减是通过扫描细胞生成步骤而发生的。这种观点得出的结论是，生长和衰减趋势之间的稳定相实际上对应于最古老的细胞世代的丧失，这代表了微生物种群的小部分。这种早期衰减几乎在日志刻度上几乎是无法检测到的，看起来像稳定的阶段。说明显示出广泛的最大值而不是中间稳定趋势的案例，与模型仍然相关的单个连续功能可以描述微生物培养的整个生长和衰减趋势。
混合电动汽车能源管理系统的基于学习的最先进的收费评估模型
收到：2022年12月13日修订：2023年1月14日接受：2023年1月21日发布：2023年1月29日摘要 - 促进电动汽车使用（EVS）是鼓励碳公正性和侵犯环境问题的实用方法。政府法规和用户体验与电动电池电池和电池管理改进直接相关。替代发动机技术在近年来解决传统汽车问题方面变得越来越重要。为了使运输行业脱碳，电动汽车是实用的解决方案。从传统的房屋以及从传统的转变为EV或HEV车辆也至关重要。电动汽车最重要的部分之一是电池。在满足更大的容量和高功率需求时，必须提供电池组（由许多电池组成）。这些大型电池组容易被充电和排放时过热，这可能会导致很多问题。因此，必须采用电池管理系统。它可以优化电池组，以便更有效，安全地发挥作用。本文的主要目标是模拟电池管理系统（BMS）模型，并检查电池管理系统参数估计的几种方法。它还为BMS最有效，最经济的实施策略提供了建议。有效的电池管理系统（BMS），主要用于信号电池电量水平，仍然是众多HEV技术（SOC）的关键组成部分。由于过度充电和放电总是会损坏电池，因此BMS必须提供准确的SOC估计。尽管有几种SOC预测策略可以控制电池电池SOC，但HEV需要提高SOC估计能力。从这个角度来看，用安全能源管理技术的Soc估算模型的建造独特的深度学习模型是本文的主要重点。所提出的模型使用具有长度短期内存（HCL）模型的混合卷积神经网络来精确估计SOC。HCl模型用于促进建模，并提供了电池模型的输入和输出关联的准确表示。一项详细的实验研究表明，所提出的模型在几种方面都优于其他当前方法。
基于人工智能的早期腹腔镜胆囊切除术手术难度评估模型
摘要 腹腔镜胆囊切除术 (LC) 是胆结石患者的标准外科治疗方法，从有症状的胆结石到严重的胆囊炎。由于 LC 期间手术所见差异很大，客观评估手术难度非常重要。这对于进一步开发和在 LC 手术中使用未来的人工智能算法至关重要，因为它可以让外科医生之间进行更可靠的基准测试，并有助于手术室规划。在本研究中，训练了深度学习模型来评估手术第一阶段的难度水平。包括在 Meander 医疗中心录制的 93 个 LC 视频。使用改良的 Nassar 量表来注释胆囊难度（1-3 级）和粘连存在（1-3 级）。各种模型都针对不同的标签组合进行了训练；二元和多标签。在多标签测试集上，最佳模型对胆囊和粘连的分类准确率分别达到 66% 和 40%。最佳二元模型将胆囊难度分为 3 级和 1、2 级，准确率为 88%，将 1 级和 2、3 级的准确率为 82%。这项工作展示了基于早期内窥镜视频的手术场景难度理解的潜力。
弥合知识经济需求与教育系统成果之间的差距：评估模型
向知识经济的过渡，基于智力能力和无形资产的经济可以使国家的经济多样化（Schwalje，2013年），并增加其在全球财富中的份额（Lange等，2018）。该报告是由区域教育计划中心（RCEP）委托海湾合作委员会（GCC）地区的需求，以跟踪和支持持续过渡到知识经济体的努力。与全球趋势一致，海湾合作委员会各州增加了专门针对知识经济增长的教育领域的倡议，以作为中长期政策作为发展议程。为了制定有效的政策，许多组织和政府使用区域和国际指数和模型来跟踪国家的知识绩效。这些经常采用跨部门“支柱”或组成部分来评估能够形成和扩展知识经济体的领域。
海洋经济影响评估模型
随着目标越来越复杂，决策者需要更复杂的分析工具来设计有效的政策并实施高层战略。然而，仅靠科学知识不足以制定出好的政策。Bennet (2019) 认为“了解世界人口稠密的海洋和海岸的人文因素对于海洋政策领域的循证决策至关重要，包括海洋保护、海洋空间规划、渔业管理、蓝色经济和气候适应”。在量化海洋经济和社会影响方面仍然存在严重困难，从而使制定战略决策变得更加困难（Foley 等人，2014 年；Surís-Regueiro 等人，2021 年）。在对社会科学家的回顾中，McKinley 等人（2020 年）强调了海洋空间政策制定数据可用性方面的差距。由于数据可用性不足，这种担忧的延伸是政策影响评估模型的可用性有限。
应用于气候变化的综合评估模型（IAM）
摘要：当前的气候变化是由于人类活动导致大气中温室气体（GHG）的浓度增加所致。直接或间接影响温室气体排放的大量因素和变量，以及它们之间的多重和复杂关系，使决定采取或减轻气候变化的最佳行动以及对每个决策带来的后果的分析变得更加困难。这导致了称为综合评估模型（IAM）或能量经济环境（E3）模型的复杂模拟模型的发展，特别关注气候变化。近年来，这些模型的开发和使用来指导关于气候变化的政策决策，正如政府间气候变化（IPCC）之间的报告中所强调的那样。这项工作是对主要现有IAMS的全景评论，并讨论了它们的主要特征。本文特别着重于分析当前IAM的局限性，这应该推动对这些工具的未来发展。关键字：集成评估模型；气候变化；系统动力学；能量
使用威胁评估模型增强学校安全
步骤 1. 建立多学科威胁评估小组. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ... ... . ...