XiaoMi-AI文件搜索系统
World File Search System采样技术
使用联邦学习的糖尿病预测
摘要：联合学习是一种在医学领域中用于解决集中化，隐私和机密性等问题的创新方法。它收集了来自几个本地模型的多种数据，并在仅共享结果而不是数据的全球模型中汇总了它。它是一种协作模型培训方法，可实现最佳性能。我们为糖尿病患者预测建立了框架工作，该框架由人工神经网络（ANN），经常性神经网络（RNN）和长期短期内存（LSTM）网络组成。这些模型对分布在多家医院的本地数据进行独立培训，以确保隐私和数据安全。为了改善数据集和地址类不平衡，使用了探索数据分析（EDA）技术和合成少数民族过度采样技术（SMOTE）。EDA有助于理解数据的基本模式和特征，而Smote会生成合成数据点以平衡类。和在全球模型中，我们汇总了所有本地模型权重，并根据其预测精度检查现有本地模型之间的最佳模型。在我们的框架工作中，ANN的精度为89％。因此，考虑这些值进行预测。在训练不同的模型后，我们通过RNN获得了89.00％的精度，ANN的精度为89.99％，精度为89.08％。使用LSTM模型。因此，我们继续使用ANN模型来预测糖尿病。成功提交所有权重后，我们通过全球模型中的最佳性能策略获得了这些精度水平。这种方法可确保绩效最高的模型用于鉴定，从而在协作医疗保健环境中增强糖尿病患者鉴定系统的整体有效性和实际性。
13 I 2025年1月https://doi.org/10.22214/ ... AI中的解释性：数据科学的可解释模型 对... 的比较材料选择电池组外壳 使用机器学习模型预测以太坊价格 将IC发动机改造为两轮车中的EV 使用超声传感器的360度雷达 工业缺陷检测的机器学习算法 基于区块链的碳信用生态系统 大规模数据标签和用法中的道德问题 13 I 2025年1月https://doi.org/10.22214/ ...
摘要：这项研究着眼于与信用卡盗窃有关的严重问题，并评估机器学习方法如何检测并停止它。更复杂的欺诈是由于互联网交易的增加而造成的，危害了消费者和金融机构。信用卡日益增长的使用需要快速开发有效的欺诈检测系统，这些系统可以识别并停止欺诈性交易。这项研究着眼于一系列机器学习方法，从更常规的决策树或逻辑回归到更复杂的方法，例如支持向量算法，具有人工智能的神经网络，随机生成的森林和混合模型。我们分析了每种方法的优点和缺点，重点是其召回，准确性，精度和能力，以使用不平衡的数据集管理情况。可以通过将混合方法与合奏学习技术相结合，可以提高检测率并降低假阳性。合成的少数群体过度采样技术（SMOTE）提高了训练机学习模型的可靠性，并成功解决了类不平衡。这项研究强调了实时分析数据并采用最先进的技术（例如大数据分析和深度培训），以跟上新的欺诈策略是多么重要。行业 - academia的合作以及该部门正在进行的研发对于成功部署欺诈检测技术至关重要。这项研究强调了对最先进的机器学习方法的紧迫需求，以防止信用卡盗窃。通过增强金融机构识别欺诈的能力，这些技术发展将保护和维护消费者对在线交易的信任。改善了研究结论的目标，改善了所有利益相关者的欺诈检测系统和更安全的经济环境。
航空电磁和磁地球物理调查...
永久冻土在世界各地的高纬度地区普遍存在，对寒冷地区的水文和生态有重大影响。气候变化可能会导致永久冻土分布发生变化，影响地下水和地表水相互作用、栖息地和生态系统、人造基础设施以及全球碳循环（Jorgenson 等人，2001 年；Nelson 等人，2002 年；Hinzman，2005 年；Walvoord 和 Striegl，2007 年；Froese 等人，2008 年；Schuur 等人，2008 年；Rowland 等人，2010 年）。目前，永久冻土的三维 (3-D) 分布受到严格限制，特别是在总永久冻土厚度的变化和未冻结区域或“taliks”的分布方面。缺乏对分布的了解限制了我们建立地下水流系统和地下水与地表水相互作用的现实概念和数值模型的能力。更好地了解当前的冻土分布对于提高我们对这些地区水文过程的了解以及评估生态系统、栖息地和基础设施对气候变化的脆弱性至关重要。绘制冻土图面临特殊挑战。由于冻土空间分布的预期变化，钻探等直接采样技术不足以表征冻土的范围或厚度，因为在寒冷地区此类数据稀疏。后勤问题也存在，因为冻土区通常道路很少，生态敏感，难以进入且成本高昂。地球物理方法提供了一种直接采样的替代方法，可以在有限的陆上旅行中提供更多空间连续的数据。地球物理方法测量地下物理特性的变化，例如电阻率、介电常数和地震速度。这些特性可能会有很大差异
学习融合量子经典分布式优化技术的发电调度
摘要 量子计算的出现可能会彻底改变复杂问题的解决方式。本文提出了一种将量子计算、机器学习和分布式优化相结合的双循环量子经典解算法用于发电调度。目的是便于使用具有有限数量量子比特的嘈杂近期量子机来解决发电调度等实际电力系统优化问题。外循环是一种 3 块量子交替方向乘法器 (QADMM) 算法，该算法将发电调度问题分解为三个子问题，包括一个二次无约束二进制优化 (QUBO) 和两个非 QUBO。内循环是一种可训练量子近似优化算法 (T-QAOA)，用于在量子计算机上解决 QUBO。提出的 T-QAOA 将量子-经典机器的相互作用转化为序列信息，并使用循环神经网络通过适当的采样技术估计量子电路的变分参数。 T-QAOA 只需几次量子学习器迭代即可确定 QUBO 解决方案，而量子经典求解器则需要数百次迭代。外部 3 块 ADMM 协调 QUBO 和非 QUBO 解决方案以获得原始问题的解。讨论了所提出的 QADMM 保证收敛的条件。研究了两个数学和三个代际调度案例。在量子模拟器和经典计算机上进行的分析表明了所提算法的有效性。讨论了 T-QAOA 的优势，并与使用基于随机梯度下降的优化器的 QAOA 进行了数值比较。
黎巴嫩2型糖尿病患者的饮食知识和饮食习惯
对黎巴嫩2型糖尿病（T2D）患者的饮食知识（DK）和饮食习惯（EHS）知之甚少。因此，这项研究的目的是用T2D评估人群的DK和EH，并确定其相关因素。使用雪球采样技术进行了351例T2D患者的横断面调查。te调查使用了英国糖尿病和饮食问卷和饮食知识问卷来评估参与者的EH，包括某些食物的消费频率以及他们对食物组和食物选择的知识。较高的DK指数表明知识更好，但较高的EH指数表明健康的EH较少。独立的样本T检验和Mann -Whitney检验用于二分法变量，ANOVA和KRUSKAL -WALLIS检验用于多态变量。相关分析测试了两个连续变量之间的关联。使用两个多个线性回归模型来识别与DK和EH相关的因素。总体而言，有67％的参与者具有良好或足够的DK，大约25％和75％的参与者具有健康和健康的EH。在过去的三个月中，更好的知识与职业，BMI，合并症的存在和HBA1C测试显着相关。更高的家庭收入，体育锻炼，糖尿病的家族史，从家人或朋友接受药物管理方面的帮助以及更高的DK水平是与更健康的EH相关的因素。需要针对患者及其家人的营养教育和宣传运动，以赋予具有足够DK和技能的患者的能力，以促进采用健康的EH。
Revue Congolaise des Sciences＆Technologies
总结本研究旨在评估宾果岛社区储备中两种森林物种（Entandrophragma Cylindricum和Khaya Grandifoliola）的社会文化知识和用途以及置换率和二氧化碳固相潜力。根据概率层压板采样技术进行了民族植物学调查。样品的大小是根据dagnelie关系固定的。在50 m x 50 m的斑点中，在12 ha细分的设备中进行了树状测量测量，其中所有大于或等于10 cm的DHP树已被鉴定出来。从这项研究中得出，两种植物被用于传统医学治疗14种疾病。K。Grandifoliola是E. cylindricum（23.49％）的最被引用的植物（76.51％）；最引用的两种疾病是普遍的疼痛（29个引号）和疟疾（29个引号），其相似性系数的Jaccard等于57％）； K. Grandifoliola和疟疾更多的愈合，而E. cylindricum则更多地用于管理广义疼痛。对于两种植物，树皮是最常用的器官（99.3％），而汤是最引用的收入方法（95.3％）。The Cubage price of E. Cylindricum obeys mathematical models of polynomial regression (y = -0,0002x 2 + 0.2935x - 16.392) and power (y = 0.0038x 1.6976) while that of K. Grandifoliola only obeys polynomial regression (y = 0.0012x 2 - 0.0216x + 0.5592).E. cylibdricum隔离比Co 2（77.10吨/公顷）的序列比K. Grandifoliola（33.83吨/公顷）。因此，希望获得的结果可以鼓励当地行为者（当地人口）和负责森林管理的机构为建立能够通过社区生物文化方案来确保合理管理和可持续发展的标准。关键词：传统医学，社区林业，生物多样性，碳井，异量
结合数值模拟、人工智能和智能采样算法建立替代模型并计算城市隧道失效概率
摘要：当需要用概率方法评估城市隧道与邻近结构的相互作用时，计算能力是数值模型面临的重要挑战。因此，即使样本数量较少，智能采样算法也可以成为获得结果领域更好知识的盟友。无论如何，当采样有限时，风险评估也会受到限制。在这种情况下，人工智能 (AI) 可以通过插入结果并快速生成更大的样本来填补风险分析中的一个重要空白。人工智能算法的目标是找到一个近似函数（也称为替代模型），该函数可以重现原始数值模拟行为并且可以更快地进行评估。该函数是通过在智能采样技术获得的特殊点执行多次模拟来构建的。本文使用了一个假设案例来验证方法建议。它涉及一条深度约为三倍直径的隧道的连续挖掘，与一座七层楼的建筑物相互作用。首先，对三维数值模型 (FEM) 进行确定性求解，然后对其域和网格进行细化。之后，从 FEM 软件中以数值方式获得另外 170 个解决方案，并对所涉及的随机变量进行策略性抽样。接下来，基于 31 种人工智能技术，评估哪些变量对于预测周围建筑物地基元件的垂直位移量级最重要。然后，一旦选出了最重要的变量，就再次对 31 种人工智能技术进行训练和测试，以确定 R 平方最小的技术。最后，使用这种最佳拟合算法，可以使用大量样本（大小约为 10 7 ）来计算失败的概率。这些样本用于说明简单蒙特卡罗抽样 (MC) 和拉丁超立方抽样 (LHS) 的收敛性。本文的主要贡献是方法论上的；因此，该新程序可以汇总到与隧道相关问题相关的最先进的风险评估方法中。
色谱杂志B
滥用药物的增多促使法医毒理学家开发快速、简单、微创的生物体液采样技术，并结合分析方法以确保结果准确。为此，开发了一种旨在量化 DBS 中 18 种滥用药物和代谢物的方法。通过将空白全血与 Capitainer ® B 卡上的分析物混合来验证该方法。通过靶向 UHPLC-MS/MS 方法分析提取物。在 1 – 100 ng/mL 范围内实现了以下物质的线性校准：苯丙胺、MDA、MDMA、甲基苯丙胺、可卡因、可待因、苯甲酰爱康宁、可卡乙烯、吗啡、6-MAM、丁丙诺啡、美沙酮、EDDP、氯胺酮、去甲丁丙诺啡、去甲氯胺酮、THC 和 OH-THC。除丁丙诺啡、THC 和 THC-OH 的 LOD 为 1 ng/mL 外，所有分析物的实验 LOD 均为 0.5 ng/mL。日内和日间准确度令人满意，偏差在 5% 以内。对日内和日间精密度的评估显示，除 EDDP 外，所有化合物的 CV% 值在 20% 以内。在低（2 ng/mL）和高（75 ng/mL）浓度水平下计算的平均萃取回收率为 63%，而在相同水平下确定的平均基质效应在 85% - 115% 以内，可待因（70%）和 MDMA（131%）除外。该方法应用于滴在 DBS 卡上的真实血液样本，检测到的最小值为 1.3 ng/mL。事实证明，HPLC-MS/MS 能够识别从 DBS 卡中获取的少量血液中所有低浓度的目标分析物，从而证明其是一种有效且可持续的微量采样装置。
Revue Congolaise des Sciences＆Technologies
总结本研究旨在评估宾果岛社区储备中两种森林物种（Entandrophragma Cylindricum和Khaya Grandifoliola）的社会文化知识和用途以及置换率和二氧化碳固相潜力。根据概率层压板采样技术进行了民族植物学调查。样品的大小是根据dagnelie关系固定的。在50 m x 50 m的斑点中，在12 ha细分的设备中进行了树状测量测量，其中所有大于或等于10 cm的DHP树已被鉴定出来。从这项研究中得出，两种植物被用于传统医学治疗14种疾病。K。Grandifoliola是E. cylindricum（23.49％）的最被引用的植物（76.51％）；最引用的两种疾病是普遍的疼痛（29个引号）和疟疾（29个引号），其相似性系数的Jaccard等于57％）； K. Grandifoliola和疟疾更多的愈合，而E. cylindricum则更多地用于管理广义疼痛。对于两种植物，树皮是最常用的器官（99.3％），而汤是最引用的收入方法（95.3％）。cylindricum obeys多项式回归的数学模型（y = -0,0002x 2 + 0.2935x -16.392）和功率（y = 0.0038x 1.6976），而K。 0.0216x + 0.5592）。cylindricum obeys多项式回归的数学模型（y = -0,0002x 2 + 0.2935x -16.392）和功率（y = 0.0038x 1.6976），而K。 0.0216x + 0.5592）。E. cylibdricum隔离比Co 2（77.10吨/公顷）的序列比K. Grandifoliola（33.83吨/公顷）。因此，希望获得的结果可以鼓励当地行为者（当地人口）和负责森林管理的机构为建立能够通过社区生物文化方案来确保合理管理和可持续发展的标准。关键词：传统医学，社区林业，生物多样性，碳井，异量
线粒体DNA控制区单倍型的初始表征
摘要简介：少数人群丧失遗传变异性的速度比大人群快得多；随后，在面对环境变化时会降低其适应能力。在危地马拉已经确定了濒临灭绝的安提斯·海牛（Trichechus manatus manatus）的少数人口。目的：这项研究通过分析了该物种的两个最重要的栖息地，BahíaLaGraciosa，沿海湾和Bocas del Polochic，位于Izabal State的两个最重要的栖息地，探索了危地马拉的Antillean Manatee在危地马拉的遗传多样性。方法：使用非或微创采样技术收集遗传样品：表皮组织的刮擦，浮力粪便的收集以及尸体收集组织。DNA提取，使用聚合酶链反应（PCR）的DNA扩增以及对照D环区的测序用于处理和分析样品。结果：从收集的36个样品（至少四个和最多7个个体）中获得了七个线粒体DNA序列。鉴定了四个单倍型A01，A03，A04和J01。没有其他中美洲国家在海牛人口中报告了这一数量的单倍型，这是该地区首次报告A01的单倍型。危地马拉海牛种群至少包括两个遗传谱系，即佛罗里达/大安提斯族（单倍型A01，A03和A04）和中美洲谱系（J01）。结论：进一步的研究，使用核标记物是必须了解巴伊亚拉格拉西奥（Bahia la Graciosa）和博卡斯（Bocas del Polochic）之间的人口动态，以识别该国的管理单位数量；同样，需要建立与伯利兹人口的关系程度，以更好地协调保护工作。