XiaoMi-AI文件搜索系统
World File Search SystemBatty
什么是基因治疗？
参考文献1 Miesbach W等。如何讨论血友病的基因疗法？患者和医师的观点。血友病2019; 25：545 - 57。2 Prakash V等。 单基因疾病的治疗基因编辑中的当前进展。 mol ther 2016; 24：465 - 74。 3 Perrin G等。 有关血友病临床基因治疗的更新。 血液2019; 33（5）：407 - 14。 4 Batty和Lillicrap D.血友病基因疗法：接近第一个许可产品。 Hemasphere 2021; 5：E540 5 Doshi BS等。 血友病的基因疗法：未来有什么影响？ the adv Hematol 2018; 9：273–293 6 ClinicalTrials.gov。 血友病B临床研究。 可用：https：//www.clinicaltrials.gov/ct2/results?cond=hemophilia+b＆search = papply＆recrs = d&age_v =＆gndr =＆type =＆type =＆rslt = [2022年12月访问]2 Prakash V等。单基因疾病的治疗基因编辑中的当前进展。mol ther 2016; 24：465 - 74。3 Perrin G等。有关血友病临床基因治疗的更新。血液2019; 33（5）：407 - 14。4 Batty和Lillicrap D.血友病基因疗法：接近第一个许可产品。Hemasphere 2021; 5：E540 5 Doshi BS等。血友病的基因疗法：未来有什么影响？the adv Hematol 2018; 9：273–293 6 ClinicalTrials.gov。血友病B临床研究。 可用：https：//www.clinicaltrials.gov/ct2/results?cond=hemophilia+b＆search = papply＆recrs = d&age_v =＆gndr =＆type =＆type =＆rslt = [2022年12月访问]血友病B临床研究。可用：https：//www.clinicaltrials.gov/ct2/results?cond=hemophilia+b＆search = papply＆recrs = d&age_v =＆gndr =＆type =＆type =＆rslt = [2022年12月访问]
人工智能在城市规划中的前景
摘要 在过去的几十年中，城市规划考虑了各种先进的分析方法，采用程度有高有低。地理信息系统 (GIS) 可能是最引人注目的，其他系统，例如数据库管理系统 (DBMS)、决策支持系统 (DSS)、规划支持系统 (PSS) 和专家系统 (ES)，其认可度和接受度也参差不齐 (Kontokosta, CE (2021)。城市信息学在规划科学与实践中的应用。规划教育与研究杂志，41 (4)，382 – 395。doi:10.1177/0739456X18793716；Yigitcanlar, T.、Desouza, KC、Butler, L. 和 Roozkhosh, F. (2020)。人工智能 (AI) 在建设更智慧城市中的贡献和风险：从文献系统综述中获得的见解。能源，13 (6)，1473)。信息技术在城市规划领域的进步非常缓慢，最近在“智慧城市”技术方面取得了进展，同时却在消费品和服务等其他领域掀起了革命。百度、亚马逊、Net Fix、谷歌等许多公司都在利用这些技术来洞察消费者的行为和特征，并改善供应链和物流。鉴于数据可用性大幅增加、处理速度加快以及规划相关应用程序的普及和发展，现在是城市规划者考虑应用人工智能相关技术的绝佳时机。过去几年，城市规划学者对这些主题的研究有所增加，但几乎没有证据表明这些研究成果能够被专业规划人员所采用（Batty, M. (2018). 人工智能与智慧城市。环境与规划 B：城市分析与城市科学，45（1），3 – 6；Batty, M. (2021). 数字时代的规划教育。环境与规划 B：城市分析与城市科学，48（2），207 – 211）。另一些人则鼓励规划者利用数据的普遍性和计算技术的进步来增强信息资源的再分配正义和边缘化社区决策的程序正义（Boeing, G., Besbris, M., Schachter, A., & Kuk, J. (2020). 大数据时代的住房搜索：更智能的城市还是同样的旧盲点？住房政策辩论，31 (1), 112 – 126; Goodspeed, R. (2015). 智慧城市：超越城市控制论来解决棘手问题。剑桥区域、经济与社会杂志，8 (1), 79 – 92）。本文重点介绍了最近文献中的发现
引用本文：Fan Zhang、Arianna Salazar-Miranda、Fábio Duarte、Lawrence Vale、Gary Hack、Min Chen、Yu Liu、Michael Batty 和 Carlo Ratti（2024 年 4 月 8 日）：城市视觉智能：利用人工智能和街道级图像研究城市，《美国地理学家协会年鉴》，DOI：10.1080/24694452.2024.2313515
自从 19 世纪末至 20 世纪中叶卡米洛·西特、凯文·林奇、鲁道夫·阿恩海姆和简·雅各布斯等学者的开创性工作以来，城市的视觉维度一直是城市研究的一个基本主题。几十年后，大数据和人工智能 (AI) 正在彻底改变人们移动、感知和与城市互动的方式。本文回顾了有关城市外观和功能的文献，以说明如何使用视觉信息来理解城市。引入一个概念框架——城市视觉智能，系统地阐述新的图像数据源和人工智能技术如何重塑研究人员感知和衡量城市的方式，从而能够研究物理环境及其与不同尺度的社会经济环境的相互作用。文章认为，这些新方法将使研究人员能够重新审视经典的城市理论和主题，并有可能帮助城市在当今人工智能驱动和以数据为中心的时代创造与人类行为和愿望相一致的环境。关键词：深度学习、人与环境的互动、地点、街道级图像、城市视觉智能。
气候变化对PO河中富营养化的影响（...
在上个世纪，氮（N）和磷（P）输入在人类冲击的分水岭中显着增加，在水污染，富营养化，富营养化，绿色之家气体的损失，生态系统功能和生物损失（Batty）（Battye）中，对水污染，富营养化，绿色房屋气体的损失，2017年;等，2018）。流域的营养预算提供了人们对人为来源的相对重要性的洞察力，即河流负载的主要决定者（Romero等，2021），但是在下游或及时输出的营养量与水力学动态动力学和内部BioCege Cycling紧密相连。在土壤和水域中的几种温度依赖性（例如，有机物矿化和生物晶状体化学N途径）或降水依赖性（例如径流和侵蚀过程）发生在景观之间，并塑造了养分动员的时间和宏观的时间，而Baron等人（Baron等人，2013年，2013; Wagena et; Wagena et al。由于富营养化和硝酸盐（第3--）污染，世界各地的许多河流都承受着压力，但是它们的生态后果与Climate变化的影响和结果相互作用重叠，可能是复杂的，尚未完全理解（Rozemeijer等人，2021年； Meerhoff等，2021; Meerhoff等，20222; 2022; 2022; 2022; 2022222222222。河网络相对于处理人为n输入的表面区域而言，其表面积非常重要。温暖可能会影响反硝化，这既是参与活性的直接效应，又是温度对氧化还原条件的间接作用。气候变化可能会影响河流的生物地球化学动态和生态功能，通过影响从陆地生态系统中营养的数量和时机，通过更改稀释能力以及内部耗散和回收过程的稀释能力以及稀释能力的程度（Goyette等，2019; abily et al。; aby et an and and; aby and an。在全球范围内，沿着陆地水平的水陆连续体去除了流域中产生并转移到河流的75％以上（Seitzinger等，2006； Howarth等，2012）。在这些系统中，通过将硝酸盐（NO 3-）减少到氮气（N 2）下，微生物DEN- ITRIFICATY在低氧 - 氧化剂条件下通过硝酸盐（NO 3-）进行了永久性n（Birgand等，2007; Reisinger et al。，2016; Hill，2023）。较高的水温可降低氧溶解度，并增强沉积物氧呼吸，限制氧渗透深度并导致刺激非硝化作用的协同作用（De Klein等，2017; Velthuis and Veraart，Veraart，2022）。在强烈取决于硝化细菌的NO 3-供应的情况下，在较高的水温下氧气降低可能导致硝化降低，因此降低了硝化剂，因此降低了硝化（Pina-ochoa和pina-ochoa andálvarez-cobelas，2006; Birgand et al。，2007年）。同时，多种非生物和生物过程（例如吸附，颗粒沉积，腹膜和植物浮游生物的摄取）负责河流沉积物中的p保留，并解释了该元素的临时存储（Yuan等，2018; Goyette et al。，2019年）。总体而言，河流在高度动态的环境中积极转化，暂时存储并永久地移动营养
利用人工智能实现城市可持续发展
摘要 城市化的快速发展催生了“智慧城市”的创建，利用信息和通信技术 (ICT) 来改善城市生活质量。智慧城市范式的核心是数据集成——连接来自各种城市系统（如交通、医疗保健、公用事业和公共安全）的不同数据源。本文探讨了人工智能 (AI) 在促进智慧城市数据集成方面的作用，重点关注人工智能技术如何实现有效的城市治理。通过研究智慧城市中数据集成和人工智能的现状，我们重点介绍了关键挑战、解决方案和未来趋势。我们得出结论，人工智能驱动的数据集成对于优化城市运营、促进可持续性和加强城市治理决策至关重要。本文探讨了人工智能 (AI) 在促进智慧城市数据集成方面的作用，重点关注人工智能技术如何实现有效的城市治理。通过研究智慧城市中数据集成和人工智能的现状，我们重点介绍了关键挑战、解决方案和未来趋势。我们得出结论，人工智能驱动的数据集成对于优化城市运营、促进可持续性和加强城市治理决策至关重要。 简介 智慧城市的概念是为了应对日益复杂的城市环境而出现的。随着城市的发展，城市面临着诸多挑战，包括交通拥堵、环境污染、资源管理效率低下和公共服务不足。智慧城市旨在通过利用物联网 (IoT)、大数据分析和人工智能 (AI) 等尖端技术来解决这些问题。这些技术为城市提供实时数据，可用于优化城市服务、增强可持续性和改善居民生活质量。数据集成在实现智慧城市愿景中起着至关重要的作用。城市从各种传感器、设备和系统生成大量数据，而这些数据通常以孤岛形式运行。这些数据的整合使城市管理者能够获得全面的见解并做出数据驱动的决策。然而，有效的整合需要先进的技术，而人工智能已成为这一过程中的关键推动因素。通过利用机器学习、预测分析和自然语言处理，人工智能可以整合复杂的数据流并为城市治理提供可行的见解。本文深入探讨了智慧城市中的数据集成，强调了人工智能在克服挑战和优化城市治理中的作用。本文的结构如下：第 2 节概述了智慧城市数据集成及其重要性。第 3 节讨论了人工智能在增强数据集成方面的作用。第 4 节确定了数据集成和人工智能采用所面临的挑战。第 5 节探讨了实际应用和案例研究。最后，第 6 节总结了人工智能驱动的智慧城市数据集成的未来方向。人工智能 (AI) 已成为一种变革工具，提供创新解决方案以提高城市发展的效率、可持续性和包容性。本文探讨了人工智能在改善城市规划和智慧城市计划中的作用，重点关注其应用、优势、挑战和未来潜力。文献综述 AI 在城市规划和智慧城市中的融合已成为学术界和工业界日益关注的话题。先前的研究强调了机器学习、计算机视觉和自然语言处理等人工智能技术如何有助于解决城市挑战 (Ige et al., 2023, Ige et al., 2024)。根据 Batty (2018) 的说法，AI 可以实现以前无法实现的实时数据分析、预测建模和决策过程。例如，使用 AI 的交通优化算法减少了新加坡和洛杉矶等城市的拥堵 (Zhang et al., 2020)。