XiaoMi-AI文件搜索系统
World File Search SystemBahasa
对语言翻译的深度学习实施...
摘要本研究旨在在分析手语动作中实施深度学习技术，以在日常对话环境中自动翻译为爪哇人。印尼手语（Bisindo）被选为研究对象，因为将其转化为口语。Yolo方法用于在实时视频中检测手语动作，并将其转换为Javanese。注释的手语数据用于训练系统，从而产生准确的翻译结果。的发现表明，该系统以高精度和速度成功检测和翻译了手语，平均检测时间小于150 ms。这项研究有望增强残疾人的沟通可及性，并创造机会为其他符号语言开发类似的应用。
在阿拉伯学习中优化大脑可塑性：
摘要：本研究使用文献综述方法通过神经语言方法研究了阿拉伯语语言学习中大脑可塑性的优化。大脑可塑性是大脑通过学习和经验来适应和改变的能力，在语言获取中起着至关重要的作用。神经语言方法，它整合了诸如基于任务的学习和教育技术的技术，已被证明有效地增强了语言学习成果。文献分析表明，涉及各种感觉方式和教育技术的学习技术可以刺激新的神经通路，增强语言理解和记忆。研究的研究重点是阿拉伯语学习强调，与更具互动性和交流方法相比，传统方法的有效性较低。使用诸如移动应用程序和增强现实之类的技术的使用为学生提供了动态而引人入胜的学习经验。实际建议包括开发更多的交互式课程，利用教育技术以及神经语言技术的培训教育者。这项研究强调了多学科方法的重要性，以增强阿拉伯语学习的有效性，提供洞察力和策略，通过对大脑可塑性和神经语言学的了解来优化语言学习。关键字：大脑可塑性，神经语言学，阿拉伯语学习Ablastrak：Penelitian Ini Mengkaji Optimisasi Propareitas odak otak dalam dalam dalam dalam dalam dalam pembelajaran bahasa bahasa bahasa bahasa bahasa bahasa bahasa bahasa bahasa bahasa ab melalui pendekatan pendekatan pendekatan neurolinguistik，menggunakan metode studi studi studi studi tudi trutatur。pendahuluan大脑的可塑性，大脑通过学习和经验的适应和改变的能力在语言学习中起着重要作用。神经语言学方法结合了诸如基于学习的学习和教育技术的使用之类的技术，可有效地改善语言学习成果。文献分析表明，涉及各种感觉方式和教育技术的学习技术可以刺激新的神经道路，增强语言理解和记忆。研究重点是学习阿拉伯语，即传统方法不如一种更具互动性和交流方法有效。使用诸如移动应用程序和增强现实之类的技术为学生提供了更具动态和吸引人的学习体验。实践建议，包括更多互动课程的开发，教育技术的使用以及为神经语言技术的教师培训。这项研究强调了多学科方法的重要性，以提高阿拉伯学习的有效性，提供见解和策略，通过更好地理解大脑可塑性和神经语言学关键词来优化语言学习：大脑的可塑性，神经语言学，阿拉伯学习。
实施计算机视觉以翻译语言字母
摘要这项研究是由社会在通过手语与言语障碍的人交流的挑战所激发的。尽管手语是对语音社区的重要交流手段，但公众中的许多人不了解手语，使个人之间的互动困难。本研究旨在通过实施计算机视觉技术来克服这些障碍，以通过Android应用将SIBI手语转化为文本。该研究方法涉及通过采访，文献研究和系统开发的数据收集。机器学习培训作为应用程序的后端使用CNN算法，该算法将以张紧型模型存储在tflite格式中。使用SIBI字母数据训练模型的结果的准确性约为81.48％。应用程序测试表明，在明亮的房间条件下，申请准确性达到81.48％，但在昏暗条件下降至76.92％，在户外80.77％的光线充足。该应用程序很难在弱光条件下识别手姿势。本研究的结论提供了建议，通过将数据首先处理成负面或为应用程序添加照明功能，以提高昏暗条件的准确性。希望该应用程序可以为那些难以通过SIBI手语与聋人交流的人们提供解决方案。Metode Penelitian Melibatkan Pengumpulan Data Melalui Wawancara Dan Studi文学，Serta Pengembangan Sistem Menggunakan Pendekatan敏捷。关键字：CNN算法，手语，SIBI，计算机视觉，Android摘要这项研究是由社区在与具有标志的个人交流的挑战所激发的。尽管手语是一种对说话社区社区很重要的交流手段，但公众中的许多人不了解手语，因此很难在个人之间进行互动。本研究旨在通过实施计算机视觉技术来克服这些障碍，以通过Android应用将SIBI手语转化为文本。使用CNN算法作为后端应用程序的机器倾斜训练将以.tflite格式存储为TensorFlow模型。使用SIBI字母数据数据的模型培训结果的准确性约为81.48％。应用程序测试表明，在明亮的房间条件下，申请准确性达到81.48％，但在昏暗条件下降至76.92％，在户外80.77％的光线充足。应用程序难以在弱光条件下识别手姿势。结论本研究通过将数据处理为负面或在应用程序中添加照明功能来提高昏暗条件的准确性。希望该应用程序可以为与SIBI手语沟通困难的人们提供解决方案。关键字：CNN算法，手语，SIBI，计算机视觉，Android
Lafelet BOPV 1 印度尼西亚语.cdr
描述 双价口服脊髓灰质炎疫苗 1 型和 3 型 (bOPV) 是一种双价疫苗，它是一种透明的淡黄色至粉红色液体，包装在玻璃瓶中，含有在原代胎儿猴肾细胞中产生的减毒活脊髓灰质炎病毒 1 型和 3 型 (萨宾株) 悬浮液。这种口服脊髓灰质炎疫苗是一种“滴”状悬浮液，可通过滴管滴入（口服）。
将人工智能与自然智能相结合，学习英语写作技巧
工业革命 4.0 以自动化和数据交换为标志，人们通过互联网搜索、引用、分析数据/信息、访问云服务。同时，社会 5.0 被定义为以人为本的社会，利用技术和经济进步，通过整合网络空间和物理空间的系统来解决问题。在学习英语，特别是写作技巧方面，有许多在线语言服务可供选择，从免费到收费，其中之一就是 Paperrater。这项语言服务对学生练习英语写作非常有帮助，因为它能够以拼写、语法、词汇选择、词汇、风格、过渡短语的形式提供反馈，并显示表明写作质量的等级书面文本，从 A-B-C-D 等级开始-无等级。但学生还需要具备自然智能，即能够区分语法和利用句子上下文。这项描述性研究旨在描述人工智能（Paperrater）与自然智能在学习英语写作方面的结合。研究数据取自英语 1 课程，参与者是信息技术和船舶建筑专业的学生。通过 Paperrater，学生能够创作出更好的英语写作文，并且通过自然智能，学生能够区分哪些反馈需要纠正，哪些反馈应该忽略。