XiaoMi-AI文件搜索系统
World File Search SystemAtif
ATIF/参考文献：Artkin, F., (2022)。《人工智能在机械工程中的应用》，《欧洲科学技术杂志》，(4
人工智能技术作为当今世界最尖端的科学技术之一，正越来越多地应用于生产和生活，特别是在制造业中。它展示了人工智能技术在机械制造中的应用，即在缺陷检测、质量检测、提高工作场所安全等领域。人工智能技术在人们的日常生活中越来越重要，它在人们的日常生活中得到越来越广泛的应用，例如智能洗碗机和智能扫地机的广泛使用，它们就是人工智能与机械制造业融合的产物。事实上，人工智能技术在机械制造业中得到了广泛的应用，不仅可以确保生产精度，还可以提高工作效率和工作场所安全性。人工智能的兴起引起了整个制造业的重大变化。制造业无一例外地必须依靠人工智能技术来实现自动化和智能化发展，并提高生产力。使用人工智能对机械零件进行分类，我们可以仅基于图像或CAD模型提出零件。为了找到机器中所需的部件，我们必须浏览目录，并能够根据可用的可能性和对目录的理解来辨别您想要哪个部件。需要记住序列号，因为单个数字或字符的变化可能表示不同类型的部件。算法将选择哪些部分是最佳的，这将大大方便我们的搜索。
ATIF/参考文献：Kıratlı, S. (2023)。先进生物复合材料：加工、特性和应用。先进自然科学与环境杂志
ATIF/参考文献：Kıratlı，S.（2023 年）。先进生物复合材料：加工、特性和应用。先进自然科学与工程研究杂志，7(3)，192-197。摘要——随着环境管理和可持续性的重要性日益提高，天然纤维被视为合成纤维的替代品。天然纤维既可再生又可生物降解。这样一来，合成纤维就更便宜了。天然纤维具有多种有益特性，包括高强度和可持续性、低比重和低成本。天然纤维可以使用，但它们的利用受到基质/纤维相互作用和防水性等弱特性的限制。尽管具有优异的机械性能，但玻璃、碳和芳纶等合成纤维对人类健康和环境有负面影响。将天然纤维和合成纤维结合起来是解决当前存在的缺点的绝佳方法。一种称为先进生物复合材料的新型材料结合了天然和合成成分的优点，以产生所需的品质，包括改进的机械、热和生物性能。本研究项目的目标是研究先进生物复合材料的加工、特性和应用的最新技术。这项研究将集中于生物复合材料加工技术的最新进展以及众多特性和测试程序。最后，这项研究将探讨先进生物复合材料如何应用于汽车、航空航天、生物医药和环境等行业。未来的研究表明，在广泛的工业领域增加这些环保复合材料的使用将降低污染并提高社会可持续性标准。关键词 – 天然纤维、合成纤维、先进生物复合材料、加工技术、特性方法。引言越来越多的人对创造可持续材料来取代复合材料和传统塑料感兴趣。由于对可持续材料的需求不断增加，先进生物复合材料成为一系列研究的主题。由于其可再生性、可生物降解性和对环境的影响最小，生物复合材料（由天然纤维和基质制成的材料）已成为合成材料的潜在替代品。使用生物复合材料也可能减少对化石燃料的依赖
atif/参考：Erdil，A。（2024）。供应链管理与总质量管理之间的关系：对业务绩效和PR
摘要 - 世界上伟大的竞争环境强迫业务经理尽力而为。今天的经理们希望在质量，客户服务，工作满意度以及创新和差异化方面取得最好的，而不是更好。一种测量和审核系统，以提高绩效管理的绩效，以实现卓越的途径，从而特别重要。在全球竞争环境中，企业需要参与供应链，以生存并适应竞争条件，因为他们很难生存并仅增加他们的市场份额。这不再是企业之间竞争的问题，而是这些业务所在的供应链之间的竞争。通过对供应链的有效管理，更高质量的产品开始以较低的成本生产。企业生产更好的商品这一事实会使他们获得竞争优势并增加其市场份额。因此，质量概念的重要性已经开始实现，他们已经理解必须在整个供应链中确保质量。无法完全掌握质量概念并且不重要的业务注定要在这个竞争环境中生存太多。因此，企业需要更多地专注于供应链管理和整体质量管理，以提高其性能。在研究范围内，强调了企业绩效的概念，其重要性，供应链，供应链管理和总质量管理概念。尝试评估业务绩效和生产力对业务供应链管理的影响以及这些方法的关系以及与业务总体质量管理的影响。
ATIF/REFERENCE：Aylak，B. L. (2022)。人工智能在海运物流中的应用影响。欧洲科学技术杂志，(34)，217-225。
本研究旨在确定当前使用人工智能 (AI) 方法解决航运问题的方法。正在研究人工智能的最新进展，并回顾其适应海运物流的方式。在本研究中，通过文献计量法审查了 66 篇有关海运业人工智能的论文。研究数据主要来自 IEEE Xplore、Web of Science、ScienceDirect (Elsevier)、Sciences Citation Index、Google Scholar、Springer 和期刊的数据库。对选定的论文进行分类，并详细讨论了一些值得注意的出版物的成果。还进行了全面评估，突出了研究差距并预测了未来的研究方向。提出了利用人工智能能力在海运业进行进一步研究的两个可能领域。预测分析是第一个领域，其次是能源效率优化。此外，机器学习 (ML) 和运筹学 (OR) 也引起了人们对自动学习启发式方法的兴趣，以解决优化问题，从而避免需要昂贵且低效的人力来创建高度专业化的启发式方法。未来的研究可以利用这些新的 ML 方法来解决海运物流问题，利用不断增加的可用数据量。未来对海运物流的研究还可以根据已发现的差距开发学习模型。
ATIF/参考文献：Bayram, AF、Gurkan, C.、Budak, A. 和 Karatas, H. (2022)。基于 Explaina 辅助的深度学习检测和预测模型
肾脏疾病是全世界最常见的疾病之一，会给大多数人带来难以忍受的痛苦。本研究旨在检测肾脏中的囊肿和结石。为此，YOLO 架构设计用于检测肾脏、肾囊肿和肾结石。YOLO 架构设计由可解释人工智能 (xAI) 功能支持。YOLO 架构设计的性能分析部分使用了三类 CT 图像，即 72 个肾囊肿、394 个肾结石和 192 个健康肾脏。结果，YOLOv7 架构设计优于 YOLOv7 Tiny 架构设计。YOLOv7 架构设计实现了 0.85 的 mAP50、0.882 的精度、0.829 的灵敏度和 0.854 的 F1 分数。因此，开发了基于深度学习的 xAI 辅助计算机辅助诊断 (CAD) 系统来诊断肾脏疾病。
ATIF/参考文献：Erdil, A. (2022)。从企业可持续发展和绩效看工作场所职业安全的重要性。《欧洲科学技术杂志》，（42），88-99。
工作场所——职业健康和安全已变得越来越重要，以保障企业生产运营的可持续性，以适应竞争压力和快速消费。认识到工作场所死亡和职业病对生产力和形象的破坏以及金钱和精神损失，采取措施改善工作场所的健康和保护将为个人、企业和国家带来巨大利益。研究表明，不安全条件可能受到物理和技术环境条件以及人员特征等变量的影响。包括技术和制造业的框架、企业的采矿、开发和运输线的特性、无知和不合格的制造业工人、无法适应技术进步、环境恶化、生产组织布局以及未能使用个人防护设备和设备监护人等条件都可能导致职业死亡，特别是在欠发达国家和新兴国家。这些情况对工作场所事故的可能性有很大影响。在本研究的整个范围内，对工作空间功能系统、人体工程学设计和职业生理变量进行了调查，这些变量通常被认为是职业灾难的驱动因素。为提高一家生产白色家电的企业的职业安全和功能生产力，我们提供了持续改进、全面能力和成就（5S 和全面生产维护）的实施。作为具体应用的结果，我们从工人生产力和运营的商业绩效的角度进行了评估。
atif/参考：Ergün，Ö.n。 ＆İlhan，H.O。 （2021）。使用机器学习方法的早期糖尿病预测。欧洲科学与技术杂志
糖尿病是一种无法治愈且致命的常见疾病。全世界数百万人患有糖尿病，这直接影响了人们的生活。早期诊断有助于减少糖尿病的影响并改善患者的生活质量，但通常在诊断之前患有糖尿病的人多年。可以通过在患者现有数据上应用机器学习方法来做早期诊断。以这种方式，人们可以在不参加葡萄糖筛查测试或任何血液检查的情况下迅速被诊断出。回答一个简单的问题集将足以确定一个人是糖尿病患者还是有糖尿病的风险。在拟议的研究中，通过机器学习技术进行糖尿病的测定。在此范围内，一种公开可用的糖尿病数据集，其中包括从520人那里收集的16个功能，用于创建预测模型。在数据集上单独执行了八种机器学习方法。使用10倍的交叉验证模式验证了每个模型的结果。基于精度指标，基于混乱矩阵的其他性能指标；还报道了精度，召回和F1得分。所有创建的模型均得出高精度得分。使用一种基本的机器学习技术，天真的贝叶斯，将最低精度得分评估为88.85％。最高准确率为99.04％，这是通过使用一维卷积神经网络模型获得的。设计的卷积神经网络模型还导致其他指标的性能得分最高，为100.00％，98.63％和99.31％的精度，召回和F1得分。这些发现表明，创建的1D CNN模型可以通过仅向患者提出几个问题来确定糖尿病患者。
（第三届国际领域学术研究研究ICFAR 2024，6月15日至16日，2024年）ATIF/参考：Abubakar，S。M.，Karimi，M。U.，M. U.，Mustafa
（第三届国际领域学术研究研究ICFAR 2024，6月15日至16日，2024年）ATIF/参考：Abubakar，S.M。，Karimi，M。U.，M。U.，Mustafa，Mustafa，S。J.＆Ahmad，B。（2024）。使用人工智能和机器学习的结构工程应用程序：评论。国际高级自然科学与工程研究杂志，8（5），140-145。摘要 - 人工智能（AI）正在彻底改变土木工程，尤其是在结构设计和分析领域。本评论论文探讨了AI方法的应用，包括机器学习（ML）和深度学习（DL）在增强土木工程实践中的应用。该研究强调了AI如何应对结构健康监测，结构分析，设计优化和设计建模等复杂挑战。通过对文献，实证研究和实践预测建模的系统综述，本文强调了人工智能改善决策过程，优化结构分析和设计预测以及创新传统工程实践的潜力。它还讨论了AI的跨学科性质，借鉴了计算机科学，工程和数学，同时承认与数据质量，模型准确性和计算效率相关的挑战。这些发现强调了持续的研发需要充分利用AI的能力，以使土木工程界和整个社会的利益受益。
引用/参考：Gülay, E. & İçer, S. (2020)。评估肺炎患者和健康个体的肺大小。欧洲科学技术协会
近年来，医学图像分割研究和对这一问题的需求正在迅速增加。医学图像中待诊断区域的半自动或全自动分割为医生的诊断提供了重要的便利。特别是在一些缺乏医生的国家，将提供全自动分割方法，以在没有医生的情况下协助治疗。在本研究中，研究了肺炎患者和健康个体的肺部X射线图像。X射线图像具有优势，因为它们比其他成像方法更便宜且更容易解释。X射线图像是从现成的数据集中获取的，图像集由5岁以下儿童的胸部X射线图像组成。从收到的数据集中研究了总共15个人（5名健康人，5名肺炎（病毒）患者，5名肺炎（细菌）患者）。MATLAB程序用于肺部区域分割。为了进行分割，首先将图像放入MATLAB后缩小到合适的尺寸。然后，通过增加图像的对比度，使用适当的滤波器设计进行滤波和阈值处理。使用图像分割工具进行阈值处理。与其他研究不同，使用主动轮廓法进行肺分割。主动轮廓操作通过在肺边界内外绘制倾斜来实现能量最小化，迭代持续到达到平衡，从而确定肺边界。在主动轮廓程序之后，应用形态学程序，去除肺部区域并计算面积。结果，使用主动轮廓模型和图像处理程序进行半自动分割。患者和健康个体的肺部大小之间存在显着差异。旨在开发一种全自动分割算法，该算法可在未来推广到每个患者。关键词：胸部X光（CXR），肺炎，MATLAB，分割，主动轮廓模型（ACM）
心脏肌球蛋白抑制剂CahitDemirkıran1，seniz ...
抽象的糖尿病性视网膜病疾病会影响世界上数百万的人。它被认为是糖尿病疾病的并发症，可能会影响眼视力。医生可以通过医学检查检测这种疾病。为了做出最终决定，需要处理许多图像。幸运的是，计算机辅助的决策支持系统可以帮助医生在减少精力和时间的情况下做出准确的决策。在这项研究中，引入了当前糖尿病性视网膜病变计算机辅助系统的综述。 研究包括使用机器学习或深度学习方法进行糖尿病性视网膜病变检测的研究。 本文根据所提出的方法，使用的数据集，获得的结果和评估来比较所有以前的研究。 该研究还比较了当前的糖尿病性视网膜病数据集。 因此，我们发现基于深度学习的方法具有最佳的表现。 此外，糖尿病性视网膜病变阶段的分类分类比对疾病检测进行二元分类更好。 本研究可帮助研究人员将来的工作选择最佳方法和数据集。 关键字：糖尿病性视网膜病，机器学习，深度学习，血管，图像处理，图像分类。在这项研究中，引入了当前糖尿病性视网膜病变计算机辅助系统的综述。研究包括使用机器学习或深度学习方法进行糖尿病性视网膜病变检测的研究。本文根据所提出的方法，使用的数据集，获得的结果和评估来比较所有以前的研究。该研究还比较了当前的糖尿病性视网膜病数据集。因此，我们发现基于深度学习的方法具有最佳的表现。此外，糖尿病性视网膜病变阶段的分类分类比对疾病检测进行二元分类更好。本研究可帮助研究人员将来的工作选择最佳方法和数据集。关键字：糖尿病性视网膜病，机器学习，深度学习，血管，图像处理，图像分类。