XiaoMi-AI文件搜索系统
World File Search SystemAki
Hus, S.、Ge, R.、Chen, P.-A.、Liang, L.、Donnelly, GE、Ko, W.、Huang, F.、Chiang, M.-H.、Li, A.-P. 和 Akinwande, D. (2020 年)。观察单个
按照之前描述的方法15，在90 nm SiO 2 / Si 基底上新沉积的金膜（30 nm Au 和 1 nm Ti 粘附层）上机械剥离非常大规模的单层 MoS 2 薄片。使用光学相机可以轻松识别剥离的 MoS 2，该相机引导 STM 探针位于单层区域之上以进行成像、光谱和传输研究。在进行第一组 STM 测量之前，将样品在 T = 250 °C 的超高真空条件下（p < 10 −10 Torr）退火数小时以去除水和弱键合分子。初始 STM 研究使用金或钨 STM 探针进行。样品随后在 400 °C 下退火以增加硫空位密度。之后，使用用 50% 饱和 KCl 溶液蚀刻的金 STM 探针进行 STM 和原位传输测量。所有 STM 测量均采用在 100K 下运行的可变温度 STM 系统进行。对于 STS 测量，使用 1Khz 下 20 mV 的调制信号。对于传输测量，使用 3.3 nA 或 330 nA 的顺从电流。在每次传输测量之前，使用 MoS 2 带隙内的稳定电压将金 STM 尖端固定在表面上，以确保尖端和 MoS 2 表面之间的真空间隙减小。然后将 STM 尖端进一步靠近表面以提供稳定的机械和电接触。MoS2 的高机械强度可防止在物理接触期间对尖端和样品造成任何损坏 25
DEMIR, Sercan、GUNDUZ、Mehmet Akif、KAYIKCI, Yasanur 和 PAKSOY, Turan (2022)。智能和可持续供应链的准备和成熟度：一个模型
云计算 用于管理整个供应链中海量数据的开放系统和同步通信系统（Antonopoulos 和 Gillam 2010；Marston 等人，2011） 网络安全 通过融合技术、流程和实践，保护网络、设备、数据和软件程序免受网络攻击（Flatt 等人，2016；Von Solms 和 Van Niekerk，2013） 大数据与分析 广泛利用从 ERP、CRM、MES、SRM 和 SCM 系统收集的数据来做出优化的实时决策（Morabito，2015；Sharma 和 Pandey，2020） 人工智能 AI 是工业 4.0 背后的大脑。人工智能算法可以优化制造运营并构建弹性供应链，从而快速响应和适应市场变化（Dopico 等人，2016 年；Lee 等人，2018 年）机器学习 ML 算法发现数据中的模式和供应链网络的成功因素，同时这些算法不断从过程中学习。结合物联网传感器和数据分析，ML 可以实时优化供应链网络（Candanedo 等人，2018 年；Diez-Olivan 等人，2019 年）区块链技术 BCT 建立了高效透明的供应链网络，可以以多种方式应用于供应链网络，例如智能合约、版权保护、小额支付、设备跟踪或身份管理（Bodkhe 等人，2020 年；Yaga 等人，2019 年）
Semih Akin 的简历 - SEMI 实验室
3. JT. Tsai Ψ、S. Akin、F. Zhou、DF. Bahr、MBG. Jun*，“聚合物基材导电应用上金属粉末冷喷涂沉积的模拟与表征”，ASME 国际制造科学与工程会议，美国俄亥俄州辛辛那提，(2020)，(https://doi.org/10.1115/MSEC2020-8461) 2。
出版详情：Liu, T., Tsang, W., Xie, Y., Tian, K., Huang, F., Chen, Y., Lau, O., Feng, G., Du, J., Chu, B., Shi, T., Zhao, J., Cai, Y., Hu, X., Akinwunmi, B., Huang, J., Zhang, CJP, & Ming, W.-K. (2021). 新冠疫情前和疫情期间人工智能临床医生的偏好：离散选择实验和倾向得分匹配研究。医学互联网研究杂志，23(3)，文章 e26997。https://doi.org/10.2196/26997
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 暨南大学国际学院，广州，中国 3 南安普顿大学社会科学学院，南安普顿，英国 4 香港理工大学应用数学系，香港，香港 5 河南理工大学计算机科学与技术学院，河南，中国 6 北京师范大学（珠海）应用数学学院，珠海，中国 7 布莱根妇女医院妇产科，马萨诸塞州波士顿，美国 8 哈佛大学医学院麻省总医院基因组医学中心，马萨诸塞州波士顿，美国 9 伦敦帝国理工学院公共卫生学院流行病学与生物统计学系，伦敦，英国 10 香港大学公共卫生学院，香港，香港 * 这些作者的贡献相同
出版详情：Liu, T., Tsang, W., Huang, F., Lau, OY, Chen, Y., Sheng, J., Guo, Y., Akinwunmi, B., Zhang, C. JP., & Ming, W.-K. (2021). 中国 SARS-CoV-2 大流行期间患者对人工智能应用与临床医生在疾病诊断中的偏好：离散选择实验。《医学互联网研究杂志》，23(2)，文章 e22841。https://doi.org/10.2196/22841
背景：误诊、乱收费、排队、诊所等待时间长等是全球医疗行业长期存在的现象。这些因素可能导致患者对临床医生误诊的焦虑。然而，随着大数据在生物医学和医疗保健界的使用日益增长，人工智能 (Al) 诊断技术的性能正在提高，可以帮助避免医疗实践错误，包括在当前 COVID-19 的情况下。目的：本研究旨在在中国 COVID-19 疫情的背景下，从人工智能诊断与临床医生的不同角度可视化和衡量患者的异质偏好。我们还旨在说明离散选择实验 (DCE) 潜在类别的不同决策因素，以及人工智能技术在 SARS-CoV-2 大流行期间及未来判断和管理中的应用前景。方法：DCE 方法是本文应用的主要分析方法。我们假设了诊断方法、门诊等候时间、诊断时间、准确率、诊断后随访、诊断费用等不同维度的属性，并形成问卷。利用 DCE 问卷收集的数据，应用 Sawtooth 软件对数据集构建了广义多项逻辑 (GMNL) 模型、混合逻辑模型和潜在类别模型。此外，我们计算了变量的系数、标准误差、P 值和优势比 (OR)，并形成效用报告以呈现属性的重要性和加权百分比。结果：无论临床医生的描述如何，共有 55.8% 的受访者 (767 人中的 428 人) 选择了 AI 诊断。在 GMNL 模型中，我们发现人们最喜欢 100% 的准确率 (OR 4.548, 95% CI 4.048-5.110, P <.001)。对于潜在类别模型，最容易接受的模型由 3 个潜在类别的受访者组成。影响最大、百分比权重最高的属性是诊断的准确性（总体为 39.29%）和费用（总体为 21.69%），尤其是对诊断“准确性”属性的偏好，该属性在各个类别中保持不变。对于第 1 类和第 3 类，人们更喜欢 AI + 临床医生的方法（第 1 类：OR 1.247，95% CI 1.036-1.463，P <.001；第 3 类：OR 1.958，95% CI
出版详情：Shen, J., Chen, J., Zheng, Z., Zheng, J., Liu, Z., Song, J., Wong, SY, Wang, X., Huang, M., Fang, P.-H., Jiang, B., Tsang, W., He, Z., Liu, T., Akinwunmi, B., Wang, CC, Zhang, CJP, Huang, J., & Ming, W.-K. (2020)。一种用于诊断妊娠期糖尿病的创新型人工智能应用程序 (GDM-AI)：开发研究。医学互联网研究杂志，22(9)，文章 e21573。https://doi.org/10.2196/21573
1 暨南大学医学院公共卫生与预防医学系，广州，中国 2 中山大学肿瘤防治中心，广州，中国 3 暨南大学信息科学与技术学院，广州，中国 4 暨南大学国际学院，广州，中国 5 中山大学国际关系学院，广州，中国 6 暨南大学新闻与传播学院，广州，中国 7 格罗宁根大学经济与商学院，格罗宁根，荷兰 8 布莱根妇女医院妇产科，波士顿，美国 9 哈佛大学医学院麻省总医院基因组医学中心，波士顿，美国 10 香港中文大学妇产科，香港，香港 11 香港大学公共卫生学院，香港，香港 12 香港中文大学流行病学与公共卫生系环境与健康多学科合作研究中心英国伦敦帝国理工学院圣玛丽校区公共卫生学院生物统计学专业 * 这些作者的贡献相同
引用本文为：useh u，adejare A，Akindele M，BettS。在某些农村中的高血压和糖尿病患病率的映射和空间分析SO
在全球范围内，大约70％的病毒和死亡率是由非传染性疾病（NCDS）引起的（1,2）。这些NCD是中风，心肌梗塞，失明和其他几种心血管疾病的主要危险因素（3）。世界卫生组织的一份报告表明，全世界30％以上的人口患有高血压，而10％以上的人患有糖尿病（4）。不幸的是，由于资源很少的低收入和中等收入国家，由于NCD引起的大量病毒和死亡率是由低收入和中等收入国家承担的（2）。一些报告表明，到2025年，大约75％的低和中等收入国家的人将患有高血压或其他NCD（5,6）。在大多数非洲国家的老年人口中，患病率高达60％，并且在城市环境中报道的患病率高于农村环境（7）。对于糖尿病，南非大部分地区的流行率记录在67-77％（8）。重要的是，一项研究还报道了高血压与糖尿病之间的合并症（9）。这个数字正在增加（10），到2025年死亡率可能会增加（11）。
Omololu Akin-Ojo（B）部门：物理学（C）教师
（i）本科课程：课程代码标题单元教授PHY102物质的入门机制和特性3 1/2 2016 PHY102物质的入门力学和特性3 1/2 2017 PHY118 PHY118实验物理学I 3 1/10 2016 PHY116 PHY118实验物理学I 3 1/10 PHY 117 PHY ILLECERICY ILSISITY ILLIXIXINE TAPH IBY ISIC10 3 1/3 1/3 1/3 1/3 1/ 1/10 2024 PHY205入门电磁和光学3 1/1 2024 PHY298实验物理II 2 1/4 2016 PHY299实验物理III 2 1/4 2016 2
引用本文为：Gultekin O，Haspolat N，Cicek B，Havyarimana D，Akici A，Aydin V.基于调查/问卷调查的药物效率的系统审查 二肽基肽酶4抑制剂和... 的关联 肿瘤坏死因子-Alpha抑制剂：它们可以在中枢神经系统中诱导特发性炎症性脱髓鞘疾病吗？ 医学生物化学 老年腹腔镜胆囊切除术的结局 注意力缺陷多动障碍中特定学习障碍的合并症 请引用这篇文章为：Pratiwi RA，Avidhianita D，Margono A，Julianto I，Nyoman Putri Artiningsih DA，MegantoroA。 癌症检测和诊断的技术进步 Periferik SinirHasarıSonrasıNöroplastisite，NörogenezVeNörodaptasyonSüreçleri 回顾腺苷脱氨酶2 的缺乏症
调查和问卷的使用经常在学术研究以及诸如健康和教育等领域的各种实践应用中受到影响。众所周知，dus也从这些方法中受益匪浅[6]。当今电子数据库的广泛采用，对从开处方到DUS使用药物使用的数据的评估变得更加功能和全面。此外，提供有关药物利用率的现实世界数据，再加上信息技术的开发，使调查方法更加有价值，从而实现了大规模的调查[3，7]。然而，在Turkiye研究DU的文章稀缺似乎并没有提供有关基于调查或问卷调查的DU的评论，仅关注药物利用的特定方面[3,8,9]。在这项研究中，我们旨在描述在Turkiye进行的基于调查/问卷调查的DU。
石竹叶抑制剂对 HCl 溶液中低碳钢腐蚀速率的实验分析 Chukwudubem Chimauzo Emekwisia 1* , Akinoola Ol
腐蚀是材料与环境相互作用而产生的降解，对大多数金属而言，腐蚀是不可避免的 (Barbara et al., 2006)。腐蚀可以定义为金属与周围环境发生化学或电化学反应而产生的破坏性侵蚀。腐蚀是一种代价高昂的自然破坏过程，与地震等自然灾害非常相似 (Winston et al., 2008)。然而，与这些自然灾害不同，腐蚀可以通过适当的措施来控制或预防。金属腐蚀通常通过电化学机制发生，金属原子由于金属与环境之间形成的电路而被去除。此外，腐蚀也可能由于与气体发生反应或暴露于高温、细菌、辐射而发生，