XiaoMi-AI文件搜索系统
World File Search SystemEditorial
社论：人工智能驱动的方法论和...
地震灾害迄今已造成巨大的人员伤亡和经济损失，威胁着人类社会经济发展。目前，人工智能（AI）是学术研究和工程实践的前沿和核心问题之一。人工智能是指开发具有类似人类智能的机器和软件的计算机科学分支。近年来，人工智能技术发展迅速，已广泛应用于多个工程学科。在不同的人工智能技术中，机器学习（ML）、模式识别（PR）和深度学习（DL）最近引起了广泛关注，并正在成为一类新的强大的智能方法，用于地震和结构工程，并被证明是有效的，正如最近的研究表明的那样。未来，随着计算能力的提高和数据的积累，人工智能驱动技术的可行性和必要性预计将快速增长。“人工智能驱动的地震与结构工程方法与应用”研究主题旨在收集人工智能与各个科学领域相结合的前沿研究成果，例如地震地面运动研究、结构和城市规模的地震风险、结构工程中的计算方法、结构系统识别和损伤检测、地震作用下的结构控制、结构健康监测等。出于这些动机，经过详细的同行评审过程，本研究主题选出了四篇论文并发表。这些论文可以分为两类。其中三篇采用卷积神经网络（CNN）获取时间序列数据的高维特征，建立时间序列输入与震动后果/类型之间的映射规则。另一篇论文使用人工智能作为替代模型来降低基于物理的建模的计算成本。有趣的是，这两个类别涵盖了人工智能在相关学科中最广泛的应用领域。
社论：化学中的人工智能
1) e-Sweet：基于机器学习的甜味剂及其相对甜度预测平台（Zheng 等人）。这项研究的作者设计并提供了一个名为“e-Sweet”的免费机器学习软件平台，可以预测不同分子的相对甜度。他们使用包含许多不同化合物（甜味剂和非甜味剂）结构的数据库来训练一系列机器学习模型（例如支持向量机、随机森林或深度神经网络），这些模型用相对甜度值标记每个测试分子。他们的愿望是利用他们的智能平台的力量，使食品科学家能够发现和开发具有增强甜度的新分子。2）深度神经网络分类器用于虚拟筛选（S）-腺苷-L-蛋氨酸（SAM）依赖性甲基转移酶家族抑制剂（Li等人）。在本研究中，研究小组开发了一个基于深度学习的神经网络模型，根据活性化合物和非活性化合物抑制SAM依赖性甲基转移酶的能力对其进行分类。这些靶标是具有相关表观遗传作用的酶，具有药理学意义，因为它们参与了多种遗传疾病以及癌症的发病机制。为了训练他们的模型，分析了12个独特的靶标（甲基转移酶），使用多达1,740种不同的配体（潜在抑制剂）作为要分类的样本，与之前的研究相比，统计性能有所提高。3）神经网络是预测不饱和聚酯树脂粘度的有效工具（Molina 等人）。在这里，设计和优化了一个神经网络模型，以确定用于合成复合材料的不饱和聚酯树脂的粘度等物理化学性质。粘度与这些材料的性能直接相关，这导致了为该行业开发的精确智能数学算法的内在价值。
社论：人工智能用于教育
当“人工智能教育”研究课题于 2021 年 6 月启动时，人工智能的进步将对教育领域产生的影响还完全无法预测。然而，人工智能和教育这两个领域的研究之间长期而密切的关系是众所周知的。事实上，由于理解人们如何学习与智能的概念密切相关，或者鉴于知识表示一直是人工智能中最突出的研究主题之一，人工智能和教育知识领域之间的自然联系早在“人工智能”一词被创造出来之前就已经出现了（图灵，1950 年）。人工智能领域的学者一直将教育领域视为他们最喜欢的应用领域之一。从逻辑理论家的实现（Newell 和 Simon，1956 年）到 20 世纪 90 年代认知架构的出现（Laird 等人，1987 年；Newell，1990 年），人工智能领域的许多创新都在教育领域得到了直接应用，实现了支持学习过程的专家系统和智能导师系统等工具（Anderson 等人，1985 年；Bidarra 等人，2020 年）。以深度学习领域的最新创新为标志的人工智能新复兴近年来勾勒出了一个前景，预计教育领域也会受到强烈影响。然而，2022 年 11 月 ChatGPT 的市场引入所造成的混乱恰逢该研究课题征文的最后部分。因此，这个时间点切断了本研究主题中提出的许多研究的所有最新研究，尤其是与生成式人工智能和大型语言模型 (LLM) 相关的研究。尽管如此，我们过去两年一直在监督的主题使我们能够密切关注这一快速变化，收集了提出和分析与教育人工智能相关的各种主题的贡献。Mallik 和 Gangopadhyay 以及 Gentile 等人最近对该主题的两篇贡献概述了这一趋势。
社论：教育中的生成人工智能
Error 500 (Server Error)!!1500.That’s an error.There was an error. Please try again later.That’s all we know.
编辑原创文章评论...
2 型糖尿病 (DM2) 是最常见的一种疾病 (90%)，是墨西哥乃至世界发病、残疾和死亡的主要原因之一。国际糖尿病联合会 1 估计，到 2021 年，20-79 岁的成年人中将有 5.37 亿人患有这种疾病，到 2030 年将达到 6.43 亿，到 2045 年将达到 7.83 亿。据估计，四分之三的 2 型糖尿病成年人生活在中低收入国家。在墨西哥，2022 年其致病原因排名第 11 位，有近 50 万例。50-59 岁年龄组的比例最高，其次是 65 岁以上年龄组。近三分之二的病例 (65.2%) 发生在 50 岁及以上的人群中 2 (表 1)。另一方面，就新病例而言，女性发病率高于男性，60-64 岁年龄组发病率最高（图 1）。关于其患病率，2022 年国家健康和营养调查 (ENSANUT) 报告称，22.1% 的人口患有糖尿病前期，并且在教育程度和社会经济水平最低的群体中更为常见。反过来，已诊断的糖尿病患病率为 12.8%，未诊断的糖尿病患病率为 5.8% 3 。2023 年，糖尿病是墨西哥第二大死因，无论在全球范围内还是按性别划分。该疾病是 25 岁及以上人群的十大死因之一。按性别划分，50.6% 的死亡人数为女性，49.4% 为男性。从年龄组来看，65 岁及以上人群发生
社论：营养基因组学和个性化营养
个性化营养，也称为营养基因组学，专注于提供基因组指导的定制饮食建议和干预。这种方法考虑了个人的特定营养需求、基因构成、健康状况、生活方式和个人偏好 (1)。随着我们对遗传学、代谢和营养学理解的进步 (2、3)，它变得越来越重要。制定公正的定制饮食建议需要考虑多种因素，包括营养基因组学和深度表型分析 (4)。本研究主题旨在收集、评估和发表个性化营养领域的前沿论文。此外，我们还试图分析影响个体对生活方式和营养干预反应的关键因素，包括从基因组到表型的变异。基因变异会影响食物代谢和个体对饮食摄入的反应，这对于改善健康和预防疾病至关重要。基因和营养素之间的复杂相互作用受各种遗传和环境因素的影响，需要更深入的理解。 Hendi 等人开展的一项全基因组关联研究 (GWAS) 探索了导致卡塔尔人群维生素 D 缺乏的遗传结构。研究人员利用卡塔尔生物库项目中 6,047 名受试者的全基因组测序数据，确定了中东人维生素 D 水平的遗传决定因素，揭示了常见变异的影响大小和等位基因频率的一致模式。值得注意的是，中东人维生素 D 倾向的主要遗传决定因素被确定为 GC 基因的多态性。某些食物、营养素和其他营养因素对健康和疾病的因果作用仅部分确定，因为大多数信息来自标准观察性研究。这些研究通常包括饮食摄入错误分类、残留