论文类型:审查论文本研究探讨了人工智能(AI)在设计和管理可持续城市环境中的变革性作用。通过全面的文献综述,我们研究了AI,可持续建筑,智能城市,城市规划和能源效率等主题,选择了对AI对建筑环境的影响的重要见解的文章。该研究强调了AI驱动的创新(包括数据驱动的决策,能源优化和预测性维护)如何增强城市基础设施的功效,弹性和可持续性。案例研究表明,AI对节能建筑设计,智能材料选择以及智能城市系统(例如交通管理,水分配和废物管理)的影响。AI驱动的工具,例如生成设计和预测分析,使建筑师和城市规划师能够创建适应性,资源效率的解决方案,以应对全球城市化和气候挑战。然而,仍然存在诸如数据互操作性,道德问题和计算要求之类的挑战。尽管有这些局限性,AI仍准备为可持续的城市发展树立新的基准,从而促进灵活,生态友好的生态系统。AI具有重新定义城市设计和管理的巨大潜力,为全球城市挑战促进了创新,可持续的解决方案。
任何人都可以自由访问可作为“开放访问”的作品的全文。可根据创意共享许可提供的作品可根据所述许可条款和条件使用。使用所有其他作品的使用要求正确持有人(作者或出版商)同意,如果不符合适用法律的版权保护。
Bullini Orlandi L.,Zardini A.,Rossignoli C.,Ricciardi F.(2022)。 要做还是不做? 影响疫苗覆盖率的技术和社会因素。 技术预测和社会变革,174,1-8 [10.1016/j.techfore.2021.121283]。Bullini Orlandi L.,Zardini A.,Rossignoli C.,Ricciardi F.(2022)。要做还是不做?影响疫苗覆盖率的技术和社会因素。技术预测和社会变革,174,1-8 [10.1016/j.techfore.2021.121283]。
我们为深度点的稀疏性提出了一种新颖的深度完成方法,在许多实际应用中很可能会有所不同。最新的处理只有在处理特定密度和输入点的分布时,即可获得准确的结果,即在培训期间观察到的一个,在实际用例中缩小了其部署。相反,我们的解决方案对于不均匀的分布和在训练过程中从未有过的非常低的密度非常强大。对标准室内和室外基准测试的实验结果突出了我们框架的鲁棒性,当用密度和分布等于训练的情况下,而在其他情况下则更为准确,可以实现与ART方法相当的准确性。我们的项目页面可提供我们验证的型号和进一步的模型。
d'Alterio,A.,Menchetti,M.,Zenesini,C.,Rossetti,A.,Vignatelli,L.,Franceschini,C。等。(2023)。的韧性及其在1型发肠病毒患者中的相关性。临床睡眠医学杂志,19(4),719-726 [10.5664/jcsm.10418]。
许多研究线表明,我们的社交大脑涉及一个负责传感和控制身体运动的皮质和皮层脑区域网络。但是,尚不清楚运动障碍是否对社会认知有系统的影响。为了解决这个问题,我们进行了一项系统的综述,研究了超动运动障碍(包括亨廷顿疾病,图雷特综合症,肌张力障碍和本质震颤)对社会认知的影响。遵循PRISMA指南并在Prospero数据库中注册该协议(CRD42022327459),我们分析了50项发表的研究,重点是思想理论(TOM),社会感知和同情心。这些研究的结果提供了汤姆(Tom)和社会感知障碍的障碍的证据,尤其是在识别负面情绪的过程中。此外,患有亨廷顿氏病和图雷特综合症的人表现出同理心障碍。这些发现支持皮层结构(例如基底神经节和小脑)的功能作用,这些结构主要负责运动障碍,在与社会认知有关的缺陷中。
摘要。嵌入式设备上的每个加密实现都容易受到侧向通道攻击的影响。为了防止这些攻击,主要的对策包括将每个敏感变量分开并独立处理。随着旨在抵抗量子计算机及其操作复杂性的新算法的即将到来,此保护代表了一个真正的挑战。在本文中,我们提出了对保护自行车加密系统解码器免受一阶攻击的早期尝试的攻击。此外,我们还引入了一个新的程序,用于对解码器的高阶掩盖,并最新进行了最新的改进。我们还提出了整个密码系统的第一个完全掩盖的实现,包括关键生成和封装。最终,为了评估对策的正确性并启动进一步的比较,我们在C中实施了对策,并提供了其性能的基准。
建筑研究理学学士学位(BSAS)课程将全面的设计教育与成为活跃和敬业的全球公民所必需的广泛观点相结合。学生在社会,政治,经济和环境领域的交集中学习解决和解决明天的复杂问题。两维设计构成了四年BSAS学位的基础。技术,历史和结构课程完成了课程,使学生准备参加为期两年的NAAB认可的建筑学位硕士课程,或者在盟军学科中攻读研究生学位或职业。
在2021年,美国有182,520例脑和中枢神经系统(CNS)癌症和2024年的25,400例新病例。通过磁共振成像(MRI)的早期检测可显着改善患者的预后。 这项研究微调一个残留的神经网络50版2(RESNET50V2),一种卷积神经网络(CNN),具有挤压和兴奋(SE)注意机制,以增强基于MRI的肿瘤分类,而不是基本的RESNET50V2模型。 通过合并SE块,该模型改善了特征优先级,有效区分神经胶质瘤(n = 901),脑膜瘤(n = 913),垂体肿瘤(n = 844)和无肿瘤(n = 438)。 经过公开可用的Kaggle数据集(n = 3,096)的培训,提议的模型达到了98.4%的分类精度,并且在接收器操作特性曲线(AUC)下的面积为0.999,其表现优于基本型号的92.6%精度,并且0.987 AUC。 在脑膜瘤(P = 0.013)和垂体肿瘤(p = 0.015)的分类精度中观察到在统计学上显着改善,这突出了SE模型分化肿瘤类型的卓越能力。 SE注意机制通过解决特征提取限制和医学成像中的长距离依赖性来提高诊断精度。 然而,仍然存在诸如数据集大小约束,过度拟合风险和潜在表示偏见之类的挑战。 未来的研究将着重于扩展数据集多样性,探索视觉变压器(VIT)以改善功能提取,并采用生成性对抗网络(GAN)进行数据增强。通过磁共振成像(MRI)的早期检测可显着改善患者的预后。这项研究微调一个残留的神经网络50版2(RESNET50V2),一种卷积神经网络(CNN),具有挤压和兴奋(SE)注意机制,以增强基于MRI的肿瘤分类,而不是基本的RESNET50V2模型。通过合并SE块,该模型改善了特征优先级,有效区分神经胶质瘤(n = 901),脑膜瘤(n = 913),垂体肿瘤(n = 844)和无肿瘤(n = 438)。经过公开可用的Kaggle数据集(n = 3,096)的培训,提议的模型达到了98.4%的分类精度,并且在接收器操作特性曲线(AUC)下的面积为0.999,其表现优于基本型号的92.6%精度,并且0.987 AUC。在统计学上显着改善,这突出了SE模型分化肿瘤类型的卓越能力。SE注意机制通过解决特征提取限制和医学成像中的长距离依赖性来提高诊断精度。然而,仍然存在诸如数据集大小约束,过度拟合风险和潜在表示偏见之类的挑战。未来的研究将着重于扩展数据集多样性,探索视觉变压器(VIT)以改善功能提取,并采用生成性对抗网络(GAN)进行数据增强。
抽象的个人健康记录(PHR)将使患者有能力在质量医疗保健方面发挥积极作用,并获得常规检查和自我保健管理的访问权限。有必要以更广泛的规模确定成功设计,实施和采用PHR的安全性,隐私和互操作性问题。但是,这是在医疗保健领域同时实现互操作性,安全性和隐私性的最大挑战之一。健康级别7(HL7)国际标准机构正在努力为医疗保健信息系统提出互操作性标准。但是,需要将隐私和安全性纳入系统设计和实施中。这项工作着重于使用区块链设计符合HL7的PHR,这是一种分布式分类帐数据存储机制。本文的范围仅限于快速医疗保健互操作性资源(FHIR)的许多核心功能要求。区块链对这些要求的PHR模型应用程序提出了基本系统体系结构。几种工具支持HL7标准家族的符合FHIR的开发。我们分析了基于区块链的PHR及其在域中的数据共享服务,以集成FHIR和区块链技术。目的是通过设计可互操作的可互操作性共享数据,例如医生和保险公司等不同保管人的数据来共享患者的数据,以促进卫生服务。同时,通过使用Python的Python在开源工具Spyder IDE中使用Python来创建概念证明。