XiaoMi-AI文件搜索系统
World File Search SystemApps
天然与跨平台移动应用的生态影响：初步研究
在十年内，移动软件领域取得了巨大的成功。景观也重组了，导致了2个移动平台的压倒性优势，这些移动平台现在共享市场：Android（Google）几乎为71％，iOS（Apple）为27％。但是，这个市场分裂仍然是移动开发人员的关注点。他们要么选择本地开发，但必须两次编写该应用程序，或者他们选择跨平台开发来编写单个代码库。无论是从市场上还是用户体验的角度来看[8]，每种开发方法的利弊是定期辩论的。但是，随着气候变化的增加，全球经济和政治议程越来越多，越来越多的（移动）开发人员也关心他们创建的软件的可持续性。因此，从环境的角度比较开发实践是有用的，直到软件的脱碳成为主流实践为止。不幸的是，在面对这一挑战时，日常移动开发人员通常会独自发现自己。在[11]中，对经验丰富的开发人员进行的一项调查显示，尽管知识很少，但他们对软件的能源消耗确实很感兴趣。[18]的作者指出了移动开发人员在堆栈中提出的与能源相关的问题，急于了解其他人遇到的与电力有关的问题。从战es中，在实施阶段，环保移动开发人员可能指的是嵌入式系统[12]或移动特异性绿色模式[2]的代码气味目录。在此之前，编程语言的选择最近，他们可能会使用类似绒毛的工具自动清洁其能量代码的代码库[4]，[7]。
采用以人为本的设计流程实现移动健康应用的可持续发展
大量科学证据表明，移动医疗 (mHealth) 应用可以改善生活质量、缓解症状并恢复患者健康。除了改善患者的健康结果外，移动医疗应用还可以减少医疗保健的使用和与疾病管理相关的成本负担。目前，患者和医疗保健提供者在市售的移动医疗应用中有多种选择。然而，由于移动医疗应用的资源成本高且用户采用率低，成本效益关系仍然存在争议。与传统的专家驱动方法相比，应用以人为本的设计 (HCD) 可能会产生更实用、更可接受和更有效的移动医疗应用。在本文中，我们总结了移动医疗发展研究中当前的 HCD 实践，并提出了提高移动医疗可持续性的建议。这些建议包括考虑与文化规范有关的因素、对 HCD 实践的迭代评估、在移动医疗应用中使用新颖性以及在整个 HCD 过程中考虑隐私和可靠性。此外，我们建议从社会技术角度看待 HCD 实践，以促进移动医疗应用的可持续性。未来的研究应考虑标准化 HCD 实践，以帮助移动医疗研究人员和开发人员避免与不充分的 HCD 实践相关的障碍。
鹰眼：基于深度强化学习的Android应用程序的更改定位测试
Android应用程序经常进行更新，以跟上不断变化的用户，硬件和业务需求。通过广泛的测试确保应用程序更新的正确性对于避免到达最终用户的潜在错误至关重要。现有的Android测试工具生成了GUI事件，该事件致力于改善整个应用程序的测试覆盖范围，而不是优先考虑更新和影响元素。研究提出了以变化为中心的测试，但依靠随机探索来进行锻炼影响的GUI元素，对于具有巨大输入探索空间的大型复杂应用程序而言，无效且缓慢。在BOTEDANCE上，我们既定的基于模型的GUI测试工具FastBot2已成功部署已有近三年。FastBot2利用了从过去的探索中得出的事件 - 活性转变模型，以有效地实现增强的测试覆盖率。我们获得的一个关键见解是，事件活动转变的知识同样有价值地定位更新引入的变化。这种见解推动了我们针对Hawkeye进行更新的指示测试的建议。Hawkeye优先考虑通过从历史探索数据中进行深入的强化学习与代码更改相关的GUI行动。在我们的经验评估中，我们严格地将鹰眼与诸如FastBot2和Ares（例如10个流行的开源应用程序和商业应用程序）等最新工具进行了比较。结果表明，鹰眼在生成GUI事件序列中始终优于FastBot2和Ares，这些序列在开源和商业应用程序上下文中有效地针对更改功能。在现实世界的工业部署中，鹰眼无缝地进入我们的开发管道，进行烟雾测试
使用数字月经追踪应用进行避孕和受孕的道德挑战
Marion Coville：普瓦捷大学信息与通信科学讲师。人文科学数字世界观测站（Omnsh）管理员。 Mireille Le Guen：鲁汶天主教大学人口统计学家兼研究员，与法国人口研究所（INED）性与生殖健康与权利部门合作，避孕与性别青年实验室成员。 Cécile Thomé：INED 性与生殖健康与权利部门社会学博士后研究员。 Socio-logos 主编，避孕与性别青年实验室成员。 2. 开发用于跟踪月经周期和生育能力的应用程序的社会文化背景 2.1. FemTech 和数字月经跟踪应用程序 过去十年，开发针对女性的技术解决方案的公司蓬勃发展
提高移动应用程序能源效率的技术：分类和系统文献评论
智能手机的严重限制是它们具有电池供电。这意味着低电池可能会阻止用户执行重要任务。能源效率被认为是移动应用程序的重要非功能性能。鉴于全球使用的移动设备的双倾向的共同消费，移动应用程序的能源效率与绿色软件工程密切相关[1]。与可持续性一起，两者在许多学科中都是新兴的主题，并且在软件启动中也越来越相关。研究表明，移动开发人员意识到能源消耗问题，并且对解决这些问题的解决方案感兴趣[2]。但是，阻止移动开发人员构建节能软件系统的两个主要障碍是缺乏知识和缺乏工具[3]。因此，我们确定了调查和概括可用技术以提高文献中移动应用程序能源效率的必要性。为了满足这一需求，我们进行了一项大规模的系统文献综述（SLR），旨在汇编有关该主题现有知识的代表性样本。为了增强SLR对从业者和研究人员的可及性和实用性，我们将发现结果组织为分类学。通过浏览分类法的类别，从业人员可以轻松访问相关且适用的研究结果，而研究人员可以找到与当前研究努力相关的相关研究。
AI驱动的个人理财应用程序：评估对财务决策和营销策略的影响
人工智能（AI）和个人理财的融合导致了AI驱动的个人理财应用程序的出现，这些应用程序正在彻底改变个人如何管理其财务状况。这些应用程序利用高级算法和机器学习提供诸如预算，费用跟踪，投资建议和债务管理等功能。他们满足了数字世界中对便利金融服务的日益增长的需求，提供了针对用户需求量的个性化见解。AI技术的民主化促进了AI驱动的个人理财应用程序的扩散。云计算，大数据分析和开源框架的进步降低了开发人员的进入障碍，从而导致金融科技领域的创新激增。但是，随着机会的挑战，尤其是关于数据隐私和安全性的挑战。这些应用程序处理敏感财务数据，确保用户信息的机密性和完整性至关重要。此外，对算法偏见和歧视的担忧需要解决道德和法规考虑。总而言之，AI驱动的个人理财应用程序代表了财务管理的重大转变，提供了无与伦比的个性化和效率水平。但是，它们还提出了必须解决的重要道德和安全问题。通过经验分析和批判性询问，持续的研究旨在加深我们对AI对个人理财和更广泛的金融生态系统的影响的理解，从而有助于财务中负责任和道德的AI部署。
法国总从业者开处方MHealth应用程序和设备的意愿：定量研究
背景：移动健康领域（MHealth）一直在不断扩展。在临床实践中集成MHealth应用程序和设备是一个重大而复杂的挑战。全科医生（GPS）是患者护理途径中的重要联系。由于他们是患者的首选医疗保健中介，GP在支持患者向MHealth的过渡中起着重要作用。目的：本研究旨在确定与法国全科医生对患者开出MHealth应用程序和设备的意愿相关的因素。方法：这项研究是APIAPPS项目的一部分，其总体目的是通过开发一个定制的平台来帮助它们，以帮助消除GPS面部的障碍。这项研究包括从法国多个医学院（里昂，尼斯和鲁恩）的总执业部门招募的GPS，以及学术GPS，医疗保健专业协会以及社交和专业网络的邮寄清单。参与者被要求填写一份基于网络的问卷，该问卷收集了有关各种社会人口统计学变量的数据，他们参与持续教育计划的指标以及他们致力于在患者咨询期间促进健康行为的时间以及表征其患者人群的指标。还收集了有关其对MHealth应用程序和设备的看法的数据。最后，调查表包括了用于测量GPS可接受开处方MHealth应用程序和设备的项目的项目。结果：在174 GPS中，有129（74.1％）宣布他们向患者开出MHealth应用程序和设备的意愿。参与多变量分析，参与持续的教育计划（赔率[OR] 6.17，95％CI 1.52-28.72），是法语的更好的患者基础指挥官（OR 1.45，95％CI 1.13-1.88），对MHEATH APPS和GP的医疗效果的效果以及MHEADE HEADTAR的效果，以及MHEADE效果的效果 - 实践（OR 1.04，95％CI 1.01-1.07），以及通过随机临床试验（OR 1.02，95％CI 1.00-1.04）对MHealth应用程序和设备的验证都与GPS愿意开处方MHealth应用程序和设备有关。相比之下，年龄较大的GPS（OR 0.95，95％CI 0.91-0.98），女性GPS（OR 0.26，95％CI 0.09-0.69），以及那些认为患者或医疗实践风险的人（或0.96，95％CI 0.94-0.99）是不太贴心的贴法。
使用MHealth应用程序用于评估和管理与糖尿病相关的足部健康结果：系统评价
背景：在全球范围内，糖尿病会影响约5亿人，预计到2045年将影响多达7亿人。在澳大利亚，殖民化的持续影响会导致原住民的医疗保健提供和医疗保健结果不平等的不平等，糖尿病的评分为4倍，澳大利亚澳大利亚人的糖尿病为4倍。已证明基于证据的临床实践可将与糖尿病相关的足部疾病（包括溃疡和截肢）的并发症减少50％。但是，诸如缺乏获得文化安全护理，地理偏差和与人际护理相关的高成本之类的因素是原住民在获得基于证据的护理方面的关键障碍，从而导致创新的移动健康（MHealth）应用程序的发展，这是一种增加对卫生服务并改善糖尿病患者知识和自我保健管理的方式。目的：本研究旨在评估研究MHealth应用程序在澳大利亚和全球非土著人口中使用MHealth应用程序评估和管理与糖尿病相关的足部健康的研究。方法：PubMed，Informit的土著收集数据库，OVID MEDLINE，EMBASE，CINAHL完整和Scopus从Inception到2022年9月8日进行了搜索。进行了灰色文献的手搜索和纳入研究的参考列表。描述用于评估和管理与糖尿病相关足部健康的MHealth应用程序的研究符合条件。研究必须包括MHealth应用程序的评估（定性或定量）。没有使用语言，出版日期或出版状态限制。使用修订后的Cochrane风险工具进行随机试验和健康证据公告威尔士清单，以进行观察，队列和定性研究，对质量评估进行了质量评估。结果：没有发现包括澳大利亚的原住民在内的专门研究。包括361名参与者的非土著人口中的六项研究。足部护理教育是所有MHealth应用程序的主要组成部分。，2（33％）为参与者提供了与健康相关数据的功能； 1（17％）包括一个消息接口。随访的长度在1-6个月之间。在6项研究中，有1名（17％）报告了MHealth应用程序内容的高度可接受性，该糖尿病和糖尿病专家的自我护理是自我保健的；其余5（83％）报告说，参与者使用MHealth应用程序后，参与者提高了与糖尿病有关的知识和自我管理技能。结论：这项系统评价的发现提供了MHealth应用程序部署的功能的概述，并表明这种干预可以提高非土著糖尿病患者的知识和自我保健管理技能。未来的研究需要专注于服务提供不足或无效服务的人群的MHealth应用程序，包括原住民和居住在地理偏远地区的人，并评估对与糖尿病相关的足部疾病结果的直接影响。试用注册：Prospero CRD42022349087； https://tinyurl.com/35u6mmzd
删除：识别设备机器学习模型窃取和重复使用移动应用程序中的漏洞
移动应用程序已通过装饰机学习（ML）技术提供人工智力（AI）服务而受欢迎。与在远程服务器上实现这些AI服务不同，这些在当地AI服务所需的这些设备技术敏感信息可以减轻远程数据收集的敏感数据收集的严重问题。但是，这些设备技术必须推动ML专业知识的核心（例如，，模型）到本地智能手机，这些智能手机仍在远程云和服务器上受到模拟漏洞的影响，尤其是在面对模型窃取攻击时。为了防止这些攻击，开发商采取了各种保护措施。毫无意义地，我们发现这些保护仍然不足，并且可以在移动应用程序中的设备ML模型提取和重复使用而无需限制。为了更好地证明其保护性不足和此攻击的可行性，本文提出了Dimistify，该摘要在应用程序中静态定位ML模型，切成相关的执行组件，并最终自动生成脚本以成功地移动应用程序以成功地窃取和重复使用目标ML模型。为了评估Dimistify并证明其适用性，我们将其应用于1，511顶级移动应用程序，使用设备ML专业知识基于其Google Play的安装数字来为几种ML服务，而Demistify可以成功执行1250个（82。73％）。此外，还进行了深入研究，以了解移动应用程序中的设备ML生态系统。
使用pycerr和癌症基因组云的医学图像分析的人工智能应用程序
医学物理部，纪念斯隆·凯特林癌症中心，纽约，美国摘要这项工作介绍了用于进行人工智能的用户友好，基于云的软件框架（AI）分析医学图像。该框架允许用户通过自定义软件和硬件依赖性来部署基于AI的工作流程。我们的软件框架的组件包括用于放射学研究的Python本地计算环境（Pycerr）用于放射图像处理的平台，用于访问硬件资源和用户管理公用事业的癌症基因组学云（CGC），用于从数据存储库中访问图像，并从数据存储库中访问图像，并安装AI模型及其依赖模型及其依赖。GNU-GPL版权Pycerr从基于MATLAB的CERR移植到Python，使研究人员能够从H IGH维度的多模式数据集组织，访问和转换元数据，以在放射治疗和医学图像分析中构建与云兼容的工作流程，以构建云兼容工作流程。pycerr提供了可扩展的数据结构，可容纳常用的医学成像文件格式的元数据和观众，以允许多模式可视化。提供了分析模块，以促进与云兼容AI的工作流程，用于图像分割，放射素学，DCE MRI分析，放射疗法剂量 - 剂量 - 基于基于剂量的直方图以及正常的组织并发症和肿瘤控制模型用于放射治疗。提供了图像处理实用程序，以帮助训练和推断基于卷积神经网络的模型，以进行图像分割，注册和转换。可以使用CGC提供的API访问部署的AI模型，从而使其在各种编程语言中使用。该框架允许对成像数据进行往返分析，使用户能够将AI模型应用于CGC上的图像，并在其本地机器上检索和查看结果，而无需本地安装专用软件或GPU硬件。总而言之，提出的框架有助于端到端放射图像分析和可重复的研究，包括从源头提取数据，从AI模型中训练或推断出数据，用于数据管理的公用事业，可视化以及简化对图像元数据的访问。